Earticle

초록

영어

Building on prior work in Fast Neural Style Transfer (FNST), this study proposes a multi-layer neural stylization structure that distributes multiple trained models across global, spatial, object, and temporal layers, extending beyond the conventional application of a single model to the entire screen. The study proceeded in four stages. First, an FNST model trained on images of Dancheong, the traditional Korean decorative painting of wooden architecture, was exported to the Open Neural Network Exchange (ONNX) format. Second, the model was applied in Unreal Engine 5 at four fixed inference resolutions, and the resulting frame rate and VRAM usage were measured. Third, multiple ONNX-based models were executed concurrently so that their inference outputs were composited within a single rendered space. Fourth, different models were assigned to individual assets through Custom Depth–based object selection. The measurements identified a configuration of two 512-pixel models at 58 FPS as the practical balance between quality and performance. Future work should address scripting for the forthcoming integration of AI into game engines, and convergence research that employs Neural Network Engines as spatial contexts in physical environments.

한국어

본 연구는 이미지 학습에 의한 고속 신경망 스타일 전이(Fast Neural Style Transfer) 모델을 기반으로, 실시간 게임엔진에서 뉴럴 네트워크 엔진(Neural Network Engine)을 활용하여 하나의 모델만 적용하던 기존 방식에서 확장하여, 복수의 학습 모델을 전역, 공간, 객체, 시간의 네 층위에 분할 배치하는 다층 신경망 스타일라이즈(Multi-layer Neural Stylization) 구조를 제안한다. 연구는 네 단계로 수행되었다. 첫 번째는 한국 전통 단청(丹靑)을 학습한 FNST 모델을 ONNX(Open Neural Network Exchange) 포맷으로 추출하는 단계, 두 번째는 언리얼 엔진 5에서 해상도별 적용에 따른 프레임률과 메모리 점유를 계측하는 단계, 세 번째는 다수의 ONNX 모델을 동시 구동하여 각 추론 출력을 하나의 공간에서 합성하는 단계, 네 번째는 에셋마다 다른 모델을 적용하는 단계이다. 계측 결과 512픽셀 모델 2개 구성이 58 FPS를 유지하는 실용적 조합으로 확인되었다. 향후 연구로는 게임엔진에 AI가 적용되는 시점에 대비한 스크립트 연구와, 뉴럴 네트워크 엔진을 현실의 공간적 컨텍스트로 사용하는 융합연구로 연계되어야 할 것으로 판단된다.

목차

요약
Abstract
1. 서론
1.1 연구배경
1.2 연구방법 및 범위
2. 이론적 배경
3. 사례분석
4. 연구프로세스
4.1 단청이미지 학습
4.2 UE5에서 NNE와 변조
4.3 NNE 응용연구
5. 결론
REFERENCES

키워드

저자

• 오승환 [ Seung-Hwan Oh | 국민대학교 영상디자인학과 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  산업융합연구(구 대한산업경영학회지) [Journal of Industrial Convergence]

• 간기

  월간

• pISSN

  2635-8875

• eISSN

  2672-0124

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 323 DDC 338