데모에서의 보기 좋은 모습부터 생산 환경에서의 유용한 기능까지.
2026년의 AI 3D 경쟁 분야는 현재 미묘한 분기점에 서 있다.
1차 시장의 열기는 여전히 높아지고 있으며, 새로운 모델과 신생 스타트업이 속속 등장하고 있습니다. 단일 이미지로부터 3D를 생성하는 프로세스의 정면 렌더링 품질은 거의 현실과 구분하기 어려울 정도입니다.
하지만 화려한 데모의 겉껍질을 벗겨 보면, 대부분의 생성 결과는 여전히 ‘회전대 전시’ 수준에 머물러 있습니다. 정교한 캐릭터나 기계 모델이 조명 아래에서 천천히 회전하며, 비늘과 옷 주름, 금속 각인까지 생생하게 구현됩니다. 그러나 이러한 세부 사항들이 게임 엔진의 애니메이션 제작, 산업 시뮬레이션, 그리고 3D 프린팅의 실제 생산 공정으로 넘어가면 곧바로 본 모습이 드러납니다. 구조적 파손, 뒷면 붕괴, 세부 부위의 접착, 메쉬의 편집 불가 등 문제가 집중적으로 발생하고, 막대한 인력 보정 비용이 AI가 가져온 효율성 혜택을 모두 소진해 버립니다.
전면 뷰의 충실도가 3D 품질과 동일하지 않다는 점이 새로운 업계의 공감대로 자리 잡고 있다. AI 3D 경쟁은 또한 ‘생성할 수 있는가’라는 전반부에서, 이제는 ‘실제 적용 가능한가’라는 후반부로 접어들었다.
바로 이 시점에서 선도 기업인 Hi3D는 두 가지 중요한 조치를 내놓았다. 생산 검증을 거친 Hi3D V1.0 플랫폼을 공식 오픈소스로 제공함과 동시에, 크리에이터 중심의 Hi3D Agent를 출시해 산업의 하부 구조와 연결하는 한편, 실제 창작 전 과정에 깊이 뿌리내렸다.
이에 앞서 설립된 지 3년도 채 되지 않은 이 회사는 이미 탄탄한 성과를 내놓았다. 반년 만에 연속 두 차례의 시리즈 투자를 성공적으로 마무리했으며, 총 투자 규모는 약 5,000만 달러에 달했다. 세콰이어 차이나, IDG 캐피탈, 메이퇀 룽주 등 유수의 투자기관들이 앞다퉈 투자에 나섰다. 또한 자사의 Hi3D 플랫폼은 120여 개 국가와 지역, 200만 명 이상의 크리에이터를 포괄하며, 투추 테크놀로지, xTool 등 주요 장비 제조사들과 깊이 통합되어 있다.
희소 기하학 기술의 학문적 돌파구부터 생산 수준 모델의 오픈소스 공개, 그리고 에이전트 제작 시스템의 전 주기 통합에 이르기까지, Hi3D는 이미 3D 생성의 후반전으로 나아가는 티켓을 손에 쥐었습니다.
3D 생성, 과대평가된 데모,
과소평가된 생산 격차
단일 이미지로부터 3D를 생성하는 기술의 근본적인 논리는 태생적으로 시점에 대한 편향을 내포하고 있다. ULIP, Uni3D 등 각종 지표가 거듭 갱신되면서, 과거 몇 년간 이 분야에서는 전면을 중시하고 전체를 경시하며, 외관을 중시하고 내부 로직을 경시하는 경향이 공통된 모습으로 자리잡았다.
하지만 3D 자산의 본질은 회전·편집·가공이 가능한 입체 객체입니다. 캐릭터 이미지 속에서 흘러내리는 머리카락은 단 몇 픽셀에 불과할 수 있습니다. 3차원 공간으로 들어가면, 모델은 그 두께와 어깨와의 거리, 그리고 머리와의 연결 방식을 결정해야 합니다. 더 나아가, 물체의 빛과 그림자, 윤곽뿐 아니라 뒷면, 바닥, 가려진 내부 구조까지 모두 모델이 학습 데이터로부터 얻은 3차원 사전 지식을 바탕으로 추론해야 합니다.
그렇지 않으면, 겉보기에는 유사한 3D 모델이라도 각도를 바꾸는 순간 허점이 드러나기 십상입니다—닫혀 있어야 할 외피에 구멍이 생기고, 대칭적인 부품은 좌우로 뒤틀리며, 가느다란 구조물은 한데 뭉쳐버리거나 아예 허공으로 사라져 버립니다.
더 나아가, 다중 시점에서의 기하학적 일관성을 해결한 후에도, 해당 모델이 하위 도구에서 사용될 수 있는지는 그 세부 구조의 보존 정도, 메쉬의 위상적 합리성, 심지어 벽두께와 폐쇄성 등과 같은 공학적 특성에 따라 달라집니다.
실측 데이터에 따르면, 같은 1536³ 해상도 구간에서도 일부 주요 업체의 제품조차 3D 프린팅 슬라이싱 성공률이 7%~17%에 불과하다. 세부 사항을 극대화한 듯 보이는 모델이라도 실제 물리적 제작으로 넘어가면 수많은 난관에 직면하게 된다.
이는 왜 자본시장의 열기가 식지 않는 반면, 산업 현장에서는 여전히 시범 사업은 많지만 규모화된 적용 사례는 드문 상황이 지속되는지를 설명해 줍니다. 그리고 업계가 후반부로 접어들면서, 과연 누가 ‘데모는 멋지지만 실제 생산에서는 쓸 만하다’는 난관을 먼저 넘어서느냐에 따라 AI 3D 산업화의 진입권을 확보할 수 있을 것입니다.
Hi3D V1.0 오픈소스:
200만 자산으로 학습된 프로덕션 수준의 기반을,
Hi3D V1.0의 기술적 출발점은 2025년의 Sparc3D로 거슬러 올라갑니다.
Math Magic, 난양이공대학교 및 임페리얼 칼리지 런던의 연구자들이 참여한 이 연구는 고해상도 3D 모델링에서의 근본적인 문제, 즉 복잡한 표면을 어떻게 저장하되 해상도가 증가함에 따라 계산 및 저장 비용이 통제 불능으로 치솟지 않도록 하는지를 다루고 있습니다.
3차원 메쉬의 뒤에 있는 복셀 공간은 큐브 단위로 규모가 변화합니다. 각 방향이 1024에서 1536으로 증가하면, 선형 해상도는 50% 상승하며 전체 메쉬의 셀 수는 기존의 3.375배가 됩니다. 만약 많은 빈 영역까지 계산에 포함된다면 비용은 급격히 증가하게 됩니다.
Sparc3D는 희소 표현을 채택하여 계산을 물체 표면과 관련된 영역으로 더욱 집중시키고, 희소 합성곱 자동부호화기를 통해 기하학적 정보를 압축하고 재구성합니다. 본 논문에서는 약 50만 개의 아셋을 사용해 학습을 수행했으며, 1024³ 수준의 고해상도 재구성 능력을 보여줍니다. 또한, 표현·압축·복원 과정에서 기하학적 정보의 보존 방식을 개선함으로써 고해상도 기하 모델링 분야에서 기술적 기준을 확립했습니다.
Hi3D V1.0은 이 기반 위에 학습 자산을 약 200만 건으로 확장하여 캐릭터, 하드 서페이스 오브젝트, 일상 제품, 탈것, 건축물, 유기체 형태 등 다양한 카테고리를 포괄합니다. 또한 1536³의 고해상도 출력 레벨을 추가하고, 3단계 점진적 희소 재구성 방식을 통해 정밀도를 한 단계 높였습니다. 세 단계의 구조는 각각 64³, 128³, 192³의 희소 좌표 그리드를 기반으로 하며, 구조를 표면 디코더로 8배 고정 스케일링함으로써 명목 해상도 512³, 1024³, 1536³에 대응합니다.
Hi3D V1.0이 생성한 낮은 인공 장인
하지만 훈련 규모와 해상도 수치보다 더 중요한 것은 생산 환경에서의 검증입니다. 정식 오픈소스화에 앞서, 이 모델은 이미 사용자 기반의 생산 배포 환경에서 실제 시나리오를 통해 완성도를 높였습니다.
공개 테스트 보고서에 따르면, 주관적인 전문 3D 알고리즘 업계 종사자들의 인공 선호도 테스트에서 Hi3D V1.0의 종합 선호도 점수는 85.9%에 달했으며, 대부분의 주요 모델에 대한 선호 승률은 90%를 상회했습니다. 객관적 지표 측면에서도 다시점 충실도(MVF)는 0.75, 세부 표현력(DR)은 0.841에 이르러, 두 가지 핵심 기하학적 지표 모두 동기간 방식 중 1위를 차지했습니다.
Hi3D가 공개한 1536³ 등급 테스트에서, 해당 장비의 슬라이스 통과율은 90%에 달했으며, 동일 기간 동일 등급의 경쟁 제품들은 단 7%에서 17%에 그쳤습니다.
수십 배에 달하는 성능 차이는 바로 실험실 수준의 모델과 생산용 모델 사이의 경계를 의미합니다. 이는 고해상도가 반드시 엔지니어링 활용성을 희생해야 한다는 업계의 고정관념을 깨뜨리며, 정교한 기하학과 생산 환경 간의 양립이 충분히 가능함을 입증했습니다.
그리고 오픈소스를 통해, 실제 비즈니스 환경에서 검증된 이 고해상도 지오메트리 생성 기능은 이제 전 산업에 걸쳐 재사용 가능한 공용 기반으로 거듭났습니다. 기업들은 이를 바탕으로 자체적으로 프라이빗 배포를 구축하고 AI 3D 역량을 자사의 디지털 생산 라인에 통합할 수 있으며, 개발자들은 이 위에 수직 도구를 구축하여 고해상도 지오메트리 파이프라인을 처음부터 다시 구축할 필요 없이 활용할 수 있습니다. 또한 연구팀은 생산 수준의 베이스라인을 기반으로 더욱 선진적인 방향을 탐구할 수 있게 되었습니다.
Hi3D V1.0에서부터
Hi3D V3.0과 Hi3D 에이전트,
명확한 프로덕션 수준의 배포 진화 경로
어느 정도까지는, Hi3D의 버전 업그레이드 로드맵이 바로 AI 3D가 생산 현장으로 점점 더 가까워지는 과정을 압축한 역사와도 같습니다.
V1.0 단계에서 핵심적인 돌파는 1536³ 수준의 고정밀 기하학적 재구성으로, 고해상도 기하학적 재구성을 실용적으로 적용할 수 있는 수준으로 끌어올렸습니다. 이를 통해 세부 표현의 정확성과 구조의 완전성을 확보하여, 생성된 모델이 최소한 후속 도구로 활용 가능하고 기본 가공까지 가능하도록 만들었습니다.
V1.5와 V2.0 단계에서는 주로 기하학과 텍스처의 통합 생성, 지능형 차폐 구조 보완, 조명 제거 전처리 등이 핵심적인 돌파구로 작용하여, 입력 이미지부터 완전한 아셋까지의 원스톱 출력을 가능하게 함으로써 사용자가 서로 다른 도구 간에 이동하는 데 따른 비용을 크게 절감했습니다. 또한 텍스처 품질과 생성 효율도 동시에 향상되었습니다.
V3.0 단계에 이르러 기하학적 해상도는 업계 최초의 상용 2048³ 복셀 수준으로 한층 더 향상되었으며, 텍스처 출력 한계는 8K에 도달했습니다. 또한 다중 시점 구조 추론과 자체 개발 UV 보완 알고리즘을 대폭 업그레이드했고, 지능형 부품 분해, 다색 인쇄, 플레이팅 등 다양한 기능을 선보였습니다.
Hi3D를 사용하여 제작된 게임 데모
버전이 지속적으로 업그레이드됨에 따라 인력 보수 비용은 크게 절감되었으며, AI가 생성한 3D 자산도 점차 ‘사용 가능’에서 ‘전달 가능’으로 발전하고 있습니다.
하지만 모델의 성능이 아무리 뛰어나더라도, 그것은 창작 프로세스의 한 단계에 불과합니다. 3D 창작의 실제 경로는 결코 하나의 이미지로 모델을 만들어내는 것으로 끝나지 않습니다: 출력 가능한 고밀도 삼각망은 반드시 캐릭터 애니메이션에 적합한 것은 아니며, 개념 검증에 적합한 모델이라도 정밀 부품의 치수 요구를 충족하지 못할 수 있습니다.
Hi3D 에이전트의 등장으로, 모델의 초기 설계부터 실제 세계에서의 생산에 이르기까지의 다듬기 과정의 효율성이 크게 향상되었습니다.
현재 업계에서 3D 에이전트에 대한 주류적 탐구는 대부분 MCP 등 프로토콜을 기반으로 하며, 대규모 언어 모델이 외부 3D 도구를 호출하는 방식으로 진행되고 있습니다. 이는 본질적으로 ‘연결 계층’의 접근 방식으로, 대규모 모델이 명령을 내리고 도구가 개별 작업을 수행하는 구조입니다.
범용 대형 언어 모델은 의도를 이해하고 작업을 세분화하는 데 능숙하지만, 기하학적 위상이나 박벽 구조, 메쉬 규격에 대해서는 알지 못합니다. 반면 전문 3D 모델링 소프트웨어는 형상을 정확히 재현하고 고정밀 기하학을 생성하는 데 탁월하지만, 복잡한 창작 목표를 이해하거나 프로세스를 자동으로 추진하는 능력은 없습니다.
이를 위해 Hi3D Agent는 또 다른 길을 선택했습니다. 바로 크리에이터를 위한 3D 작업 레이어를 직접 구축하는 방식으로, 전문 3D 모델을 핵심 기반으로 삼아 의도 이해, 작업 계획 수립, 모델 생성, 지속적 수정, 엔지니어링 최적화, 장면 적응까지 하나의 연속된 워크플로우로 연결합니다.
Hi3D의 설계 논리에서는 범용 대형 언어 모델과 전문 3D 모델 간에 명확한 역할 분담이 이루어집니다. 대형 모델은 크리에이터가 무엇을 하고자 하는지 이해하고, 목표를 세분화하며 단계를 계획하는 데 강점이 있는 반면, 전문 Hi3D 모델은 이를 어떻게 잘 구현할지 담당하여 의도를 기하학적으로 정확하고 구조적으로 완전한 3차원 결과로 변환합니다.
두 시스템은 각자의 역할을 수행하며 서로 깊이 결합되어, 결국 모델을 생성하는 단일 작업을 하나의 작품을 완성하는 전체 프로세스로 확장합니다.
대비, 원본 이미지 / ChatGPT6 모델 생성 / Hi3D Agent 모델 생성
한편 크리에이터에게는 이 과정을 완료하는 데 있어, 참고 이미지 한 장이나 반제품 모델, 심지어 “문짝 구조를 복구하고 하드 서피스의 가장자리를 최적화한 뒤, 출력 가능한 형식으로 내보내기”와 같은 모호한 아이디어 표현 하나만으로도 시작할 수 있습니다. 나머지 반복 작업, 수정 및 적합화는 에이전트가 진행합니다. 각 단계별 조정에는 비교 가능한 전후 버전이 제공되므로, 크리에이터는 언제든지 작업을 중단하거나 방향을 수정하고 우선순위를 결정할 수 있습니다.
그것은 창작자가 주도하고, 실감할 수 있으며, 통제 가능한 연속적인 창작 과정을 지향하며, 창작자를 반복적인 노동에서 해방시켜 심미적 판단, 스타일 다듬기, 창의적 표현에 시간을 할애할 수 있도록 합니다.
에이전트를 활용해 데모 단계에서 생산용 모델로의 전환을 성공적으로 이룬 후, Hi3D는 이제 생산용 모델과 최종 제품 간의 격차까지 넘으려 하고 있습니다.
Hi3D에 따르면, 때로는 동일한 파손이 기하학적 연결부의 두께가 너무 얇아서 발생할 수도 있고, 재료 특성, 부품 배치 방식 또는 가공 파라미터 때문일 수도 있습니다. 알고리즘 팀은 어떤 실패 사례를 모델 개선에 반영하고, 어떤 사례는 공정 조정으로 해결해야 하는지 파악해야 합니다. 진단이 잘못된 방향으로 나아가면, 더 많은 학습 자원을 투입해도 효과가 없을 수 있습니다.
과거에는 문제의 근본 원인을 명확히 파악하기 위해 여러 소프트웨어와 생성 프로세스 간에 수차례 이동해야 했습니다. AI 생성이 ‘0에서 1’까지의 첫 단계를 해결한 뒤에도, ‘1에서 100’에 이르는 고도의 다듬기 작업은 여전히 사람의 손에 크게 의존하고 있습니다.
이러한 생성과 실제 제조 간의 격차를 해소하기 위해 Hi3D는 심지어 주강 삼각주 지역에 자체 공장을 설립하여 AI 모델 개발과 실물 제조 공정을 직접 연계했습니다. 회사 창업자 런리펑은 투자 유치 전에도 투자자들과 함께 공장을 직접 방문하곤 합니다. 그의 생각에 따르면, AI의 가치는 궁극적으로 실제 제조, 실제 납품, 실제 제품으로 구현되어야 하며, 모델 기반 기업은 재료, 장비, 제품 카테고리 등에 관한 더 많은 노하우를 축적해야만 실제 생산 현장에 보다 효과적으로 기여할 수 있기 때문입니다.
제품을 잘 만드는 것에서부터 시장을 키우는 것까지
V1.0에서 V3.0으로, 오픈소스 기반에서 에이전트 시스템으로, Hi3D의 발전 흐름은 단순히 가장 사용하기 편리한 3D 생성 도구를 만드는 데 그치지 않습니다. 오히려 이는 AI 3D 시대의 인프라가 되고자 하는 것입니다.
하향으로, Hi3D는 V1.0을 통해 기본 기능을 오픈소스로 공개함으로써 더 많은 개발자와 기업이 보다 낮은 비용으로 완성된 생산용 기반 위에서 혁신을 이뤄낼 수 있도록 지원합니다.
상향으로, Hi3D는 V3.0을 통해 상용 모델의 정밀도 한계를 지속적으로 끌어올리고 있으며, 2048³ 복셀 수준의 기하학과 8K 텍스처 출력으로 전문적인 창작 및 고급 애플리케이션의 성능 한계를 끊임없이 높여가고 있습니다.
수평적으로, Hi3D는 에이전트를 통해 아이디어부터 최종 결과물까지의 전 과정을 연결하여 단일 도구 수준에서 완전한 크리에이티브 워크플로우로 업그레이드합니다. 또한 MCP 인터페이스를 통해 외부 에이전트에게 기능을 개방함으로써, 더 많은 워크플로와 도구들이 Hi3D의 3D 생성 기능에 접속할 수 있도록 합니다. 이를 통해 3D 콘텐츠 생성은 전문 개발자 집단에서 벗어나 3D 콘텐츠 생성에 관심을 갖는 일반 크리에이터들로 확대됩니다.
세 가지 역량이 하나로 결합되어 완전한 생태계 폐쇄 루프를 형성합니다: 연구자들은 이곳에서 기술을 지속적으로 발전시키고, 개발자들은 여기서 다양한 시나리오를 창조하며, 크리에이터들은 작품을 최종적으로 제공하고, 기업들은 실제 생산 및 애플리케이션을 구현합니다… 케이크가 점점 더 커지는 것, 그것이야말로 Hi3D의 진정한 포부일지도 모릅니다.
*헤드라인 이미지 출처: Hi3D
본 기사는 지커파크의 독창적 기사로, 전재 시에는 지커쥔의 위챗 계정 geekparkGO에 문의해 주시기 바랍니다.