대규모 입자데이터 가시화의 GPU 기반 가속화 - 숭실대학교 대학원 미디어학과

- 요약

사실과 가깝게 렌더링하기 위해 자주 사용되는 방법인 레이 트레이싱(빛 추적)은 단순 연산이 많이 드는 것이 문제다. GPU의 구조상 단순 연산에 유리하기 때문에 레이 트레이싱을 할 때 GPU를 활용한다면 성능 상의 이점을 볼 수 있을 것으로 생각하여 해당 연구가 진행된 것으로 보인다. 그리고 단순히 GPU만 쓰는 것이 아니라 입자 데이터의 특성상 특정 노드에 데이터가 밀집되는 현상을 해소하기 위해 KD-Tree와 옥트리를 이용한 노드 세분화 알고리즘을 제안하였다.

- 새롭게 알게 된 점

1. KD-Tree라는 것을 처음 알았다.

2. 하이퍼 플레인이라는 것을 처음 알았다.

3. Smit 알고리즘을 처음 알았다.

4. CUDA를 이용한 병렬화를 할 때 thread, block, grid에 대한 개념을 맞추도록 알고리즘을 병렬화 해야 한다.

- 긍정적으로 생각하는 부분

1. 다양한 자료구조를 활용하여 효율성 향상을 이끌어냈다.

- 아쉬운 부분

1. 실험을 위해 사용된 컴퓨터의 사양이 i7 CPU 2.93GHz, GeForce GTX480으로 다소 높은 사양이었다. 역시 리얼 타임 렌더링을 위해서는 아직 무리이다.

- 더 생각해볼만한 점

1. 장면에 표현되는 입자의 밀도나 개수를 고려해 트리의 깊이를 자동으로 설정할 수 있는 방법을 알아내면 좋을 것 같다.