컨텐츠의 저작 목적 및 배경

최근 급증하는 VR과 AR 기술에 대한 관심 속에서 360도 파노라마 이미지가 몰입형 공간 경험을 제공하는 강력한 도구로 부상하고 있으며, 특히 건축 및 공간 디자인 분야에서 높은 활용 가치를 인정받고 있다. 그러나 복잡한 처리 방식으로 일반 사용자의 접근이 제한적이고 기존 플랫폼은 사용이 어려워, 파노라마 이미지를 일반 이미지와 비디오로 변환하고 이를 효율적으로 처리할 수 있는 사용자 친화적 인터페이스를 개발하여 활용 범위를 확장하고자 했다. 이를 통해 일반 사용자들의 접근성을 높이고 객체 인식 등 다양한 분야에서의 응용 가능성을 제시했다.

컨텐츠의 저작 과정   

1) 360 데이터 생성: 360도 파노라마 이미지는 여러 촬영 도구와 다양한 이미지 생성 방법에 따라 아래의 네 가지 방식으로 생성 및 수집되었으며, 이러한 파노라마 이미지들은 본 컨텐츠 제작 과정에서 필수적인 입력 데이터로 활용되었다. 각 방식별로 생성된 이미지는 서로 다른 특성과 장단점을 가지고 있어 목적에 맞게 선택적으로 사용했다.

2) Python 기반 360도 파노라마 이미지 processing 코드 작성 : Python 코드를 작성하여 360도 파노라마 이미지를 Equirectangular 객체로 입력받고, 시야각과 방향을 기반으로 3D 구면 좌표계를 생성한 후 2D 평면으로 투영하여 분할 이미지와 Looking-around Video를 생성했다.

3) 코드 기반 Web-UI 인터페이스 구축: 머신러닝 모델 데모용 웹 인터페이스 생성 도구를 활용하여 개발한 파노라마 이미지 처리 코드를 적용한 사용자 친화적인 Web-UI 인터페이스를 구축했으며, 입력값과 출력값을 직관적으로 배치했다.

4) 분할 이미지 및 비디오 컨텐츠 생성: 구축된 인터페이스에 360도 파노라마 이미지를 업로드하고 다양한 파라미터 값을 조절하여 원하는 방향의 이미지와 비디오 컨텐츠를 3분 이내로 처리했으며, ZIP 파일 형태로 다운로드 가능하게 했다.

5) 객체 인식 등 컨텐츠 활용: 파노라마 이미지로부터 생성된 분할 이미지와 동영상을 YOLOV10과 같은 최신 객체 인식 모델에 입력하여 공간 내 객체들을 높은 정확도로 식별하고 분류했으며, 이를 다양한 컴퓨터 비전 기술에 활용했다.

컨텐츠의 설명

"Single Image Slicer"와 "Folder Image Slicer" 두 개의 주요 탭으로 구성된 360도 파노라마 이미지 처리 인터페이스를 제작했다. 드래그 앤 드롭 방식으로 이미지를 업로드하고 시야각(FoV), 방위각 간격(Theta Step), 고도각(Phi), 이미지 크기, 초당 프레임 수(FPS) 등의 파라미터를 슬라이더로 설정할 수 있게 했다. 처리 버튼을 클릭하면 설정값에 따라 파노라마 이미지가 분할되고 Looking-around 형태의 비디오가 생성되며, 결과물은 갤러리 형태로 표시되고 ZIP 파일로 다운로드할 수 있도록 했다. FoV 값이 클수록 왜곡이 커지고 넓은 공간을 포착할 수 있으며, Phi 값을 조절하여 천장(양수)이나 바닥(음수) 구조를 강조할 수 있게 했다. 

결론적으로, 원본 360도 파노라마 이미지 총 11,955장과 본 인터페이스의 저작 도구를 활용한 결과, 분할 이미지 1,208,392장과 동영상(Looking-around Video) 컨텐츠 4,179장을 생성했다.

컨텐츠의 실용성 및 독창성

본 컨텐츠는 파노라마 이미지를 기반으로 다양한 이미지와 비디오를 생성하여 활용도를 높이고 현실감 있는 공간 체험을 제공하는 도구로 개발했다. 기존 2D 이미지나 3D 모델링 방식보다 단순화/자동화된 처리 과정을 통해 설계 시간 단축과 비용 절감 효과를 얻었으며, 직관적이고 사용자 친화적인 인터페이스 디자인으로 비전문가도 쉽게 활용할 수 있게 했다. 이를 통해 건축 설계 과정 전반에 걸친 효과적인 의사소통 도구로 활용되어 설계자의 공간 이해를 돕고 클라이언트와의 명확한 소통을 가능하게 했으며, 생성된 분할 이미지와 동영상은 객체 인식 모델 적용 시 정확도를 높여 공간 분석과 다양한 응용 분야에 효과적으로 활용될 수 있었다.