1. 개요[편집]
| 모션 캡처 Motion Capture | |
|---|---|
| 약칭 | MoCap |
| 분야 | 컴퓨터 그래픽스 × 게임 개발 × 로보틱스 |
| 주요 방식 | 광학식(마커/마커리스), 관성식(IMU), 기계식 |
| 핵심 처리 | 스켈레톤 리타게팅, 역운동학, 노이즈 필터링 |
| 응용 | 게임·영화 캐릭터 애니메이션, 스포츠·의료 분석 |
모션 캡처(Motion Capture, MoCap)는 사람이나 사물의 움직임을 센서로 측정해 3차원 관절 각도·위치의 시계열 데이터로 기록하고, 이를 디지털 캐릭터의 골격에 옮겨 애니메이션을 만드는 기술이다. 애니메이터가 키프레임을 일일이 찍는 대신 실제 배우의 연기를 그대로 떠오기 때문에, 사람 특유의 무게중심 이동·관성·미세한 흔들림까지 자연스럽게 담긴다는 것이 최대 강점이다.
원리는 단순하다. 몸에 붙인 여러 지점의 3차원 궤적을 매 프레임 복원한 뒤, 그 궤적을 만족하는 관절 회전을 역산하면 된다. 문제는 “여러 지점을 어떻게 정확히 측정하느냐”, 그리고 “떠온 동작을 체형이 다른 캐릭터에 어떻게 옮기느냐”인데, 이 두 물음이 곧 모션 캡처 파이프라인의 전부라고 해도 과언이 아니다.
2. 측정 방식[편집]
측정 원리에 따라 크게 세 갈래로 나뉜다. 각자 정확도·구속감·촬영 환경에서 서로 다른 트레이드오프를 갖는다.
| 방식 | 원리 | 장점 | 약점 |
|---|---|---|---|
| 광학식(마커) | 재귀반사 마커를 다수 카메라로 삼각측량 | 높은 정확도 | 가림(occlusion), 비싼 스튜디오 |
| 광학식(마커리스) | 영상에서 직접 자세 추정 | 수트 불필요, 자유로움 | 정확도·안정성 낮음 |
| 관성식(IMU) | 가속도계·자이로 적분 | 장소 무관, 야외 가능 | 드리프트 누적 |
2.1. 광학식 마커 방식[편집]
몸에 재귀반사(retroreflective) 마커를 붙이고, 적외선을 쏘는 카메라 여러 대로 각 마커를 촬영한다. 한 마커가 최소 두 대 이상의 카메라에 동시에 잡히면 삼각측량으로 3차원 좌표를 복원할 수 있다. Vicon, OptiTrack 같은 상용 시스템이 이 방식이며, 서브밀리미터 정확도를 자랑한다. 다만 배우가 몸을 돌리거나 팔로 마커를 가리면 궤적이 끊기는 가림 문제가 숙명처럼 따라온다.
2.2. 관성식(IMU) 방식[편집]
관절마다 IMU(가속도계+자이로스코프)를 붙이고, 각속도를 적분해 자세를, 가속도를 이중적분해 위치를 추정한다. 카메라가 필요 없어 야외·수중에서도 쓸 수 있지만, 적분 과정에서 오차가 시간에 비례해 쌓이는 드리프트(drift)가 고질병이다. 그래서 지자기 센서나 칼만 필터 계열 융합으로 드리프트를 잡는다.
기계식 방식은 관절마다 회전 인코더가 달린 외골격(exoskeleton)을 착용해 각도를 직접 읽는다. 드리프트도 가림도 없어 안정적이지만, 거추장스러운 뼈대를 몸에 두르는 탓에 자연스러운 연기가 어렵다는 치명적 약점이 있어 오늘날에는 특수 목적에만 쓰인다. 결국 정확도·자유도·구속감이라는 세 마리 토끼를 한 방식이 다 잡지 못해, 현장에서는 광학식으로 위치를, 관성식으로 방향을 보완하는 하이브리드 셋업이 흔하다.
3. 스켈레톤 리타게팅[편집]
떠온 동작을 그대로 캐릭터에 붙이면 될 것 같지만, 현실은 그렇게 만만하지 않다. 배우와 캐릭터의 팔 길이·다리 비율이 다르면 발이 바닥을 뚫거나 손이 허공을 짚는다. 측정된 마커 궤적을 목표 캐릭터의 골격 비율에 맞게 재사상(remap)하는 과정을 리타게팅(retargeting)이라 부른다.
리타게팅의 핵심은 위치가 아니라 관절 회전을 옮기는 것이다. 각 관절의 로컬 회전 를 그대로 복사하되, 발·손처럼 환경과 접촉하는 말단(end-effector)은 위치 구속을 걸어 역운동학으로 다시 푼다. 즉 “무릎 각도는 배우 것을 따르되, 발바닥은 반드시 캐릭터 발판에 닿아야 한다”는 두 요구를 IK가 절충해 준다. 캐릭터를 물리적으로 밀고 넘어뜨리는 상호작용이 필요하면 강체 동역학 기반 래그돌로 전환해 물리 시뮬레이션에 넘긴다.
4. 노이즈 필터링[편집]
센서 데이터는 결코 깨끗하지 않다. 카메라 삼각측량 오차, 마커 흔들림, IMU 드리프트가 고주파 지터(jitter)로 나타나 캐릭터가 파킨슨병 환자처럼 떨린다. 그래서 후처리 필터가 필수다.
가장 흔한 것은 저역통과 필터로, 관절 각도 시계열에서 손떨림 같은 고주파 성분을 깎아낸다. 다만 컷오프를 너무 세게 걸면 빠른 펀치·발차기의 날카로움까지 뭉개지므로, 속도에 따라 컷오프를 동적으로 바꾸는 원 유로 필터(One Euro Filter) 같은 기법이 실시간 응용에서 널리 쓰인다. 상태 추정 관점에서는 칼만 필터로 측정 모델과 운동 모델을 융합해 예측·보정하는 접근이 표준이며, 프레임이 통째로 빈 구간은 보간과 근사 기법으로 스플라인 메꿈을 한다.
5. 응용[편집]
- 게임·영화: AAA 게임의 컷신과 인게임 이동, 블록버스터 영화의 CG 캐릭터가 거의 전부 MoCap 기반이다. 배우의 연기를 그대로 캐릭터가 물려받는다.
- 스포츠 과학: 골프 스윙, 야구 투구 폼을 정량 분석해 부상 위험이나 효율을 진단한다.
- 의료·재활: 보행 분석(gait analysis)으로 관절 이상이나 재활 경과를 수치화한다.
- 로보틱스: 사람 동작을 로봇 팔·휴머노이드에 옮기는 모방학습(imitation learning)의 데이터원으로 쓰인다.
- VR·가상현실: 헤드셋과 컨트롤러의 자세를 실시간으로 추정하는 것도 넓게 보면 축소판 모션 캡처다. 전신 트래킹을 붙이면 아바타가 사용자의 몸짓을 그대로 따라 한다.
떠온 동작 데이터는 관절 계층 구조와 프레임별 회전을 담은 BVH·FBX 같은 포맷으로 저장되어, 애니메이션 툴과 게임 엔진 사이를 오간다. 한 번 잘 찍어 둔 동작은 여러 캐릭터에 리타게팅으로 재활용되므로, 좋은 MoCap 라이브러리는 그 자체로 값나가는 자산이 된다.
6. 여담[편집]
- 페이셜 캡처(facial capture)는 표정을 잡는 별도 분야다. 얼굴에 수십 개의 점을 찍거나 헤드마운트 카메라로 촬영해 미간 주름 하나까지 옮긴다.
- 배우 앤디 서키스는 《반지의 제왕》 골룸, 《혹성탈출》 시저 등을 모션 캡처로 연기하며 “퍼포먼스 캡처의 대부”라는 별명을 얻었다. 덕분에 “얼굴 안 나오는 배우가 어떻게 명연기냐”는 해묵은 논쟁의 산증인이 되었다.1
- 마커가 안 붙는 부위(머리카락·옷자락)는 결국 후처리에서 천 시뮬레이션이나 파티클 시스템으로 따로 붙인다. MoCap이 만능은 아니다.
- 딥러닝 기반 마커리스 캡처가 빠르게 발전하면서, 스마트폰 영상 한 개로 전신 자세를 뽑는 시대가 성큼 다가왔다.2 다만 정밀 스튜디오를 완전히 대체하려면 아직 멀었다.3
7. 관련 문서[편집]
8. Footnotes[편집]
-
학계·영화계 모두에서 “MoCap 연기가 연기냐”는 오랜 논쟁이 있었다. 서키스 본인은 “배우가 카메라 대신 센서 앞에서 연기할 뿐, 감정과 신체성은 온전히 배우의 것”이라 반박해 왔다. 아카데미가 언젠가 퍼포먼스 캡처 부문을 신설할지도 모른다는 농담이 매년 나온다. ↩
-
단안(monocular) 영상에서 3차원 자세를 복원하는 문제는 본질적으로 깊이 모호성(depth ambiguity)이 있는 역문제다. 학습된 사전지식(human pose prior)이 이 부족한 정보를 메꿔 준다. ↩
-
접촉·미세 동작·빠른 회전에서 마커리스는 여전히 헛것을 본다. “일단 스튜디오에서 찍고, 부족하면 손으로 고친다”가 아직 현업 국룰이다. ↩