NVIDIA가 Gaussian Splatting을 GTC 메인 스테이지에 올렸습니다 — 그 의미는 이렇습니다 | Splat Labs Blog

Jensen Huang이 여러분의 기술을 GTC 메인 스테이지에 올릴 때, 무언가가 변했습니다. 점진적이 아니라—근본적으로.

지난주 NVIDIA가 연례 GTC 키노트에서 vkSplatting 2026.1을 선보이면서 Gaussian Splatting에 정확히 그 일이 일어났습니다. Vulkan 기반 Gaussian Splatting 레퍼런스 구현—오픈소스, Apache 2.0 라이선스, NVIDIA가 유지보수—이 지금까지 가장 큰 업데이트를 받았습니다. 그리고 그 타이밍이 모든 것을 말해줍니다: 3D 캡처 산업이 새로운 시대에 접어들고 있습니다.

무엇이 바뀌었는지, 왜 중요한지, 그리고 이미 Gaussian Splat으로 작업하고 있다면 어떤 의미인지 살펴보겠습니다.

Splat Labs에서 무료로 호스팅하기

vkSplatting이란 무엇이며, NVIDIA는 왜 관심을 가지는가?

vkSplatting(Vulkan Gaussian Splatting)은 최신 GPU 하드웨어에서 Gaussian Splat을 렌더링하기 위한 NVIDIA의 공식 레퍼런스 구현입니다. NVIDIA가 최신 GPU 렌더링 접근 방식—래스터라이제이션, 레이 트레이싱, 하이브리드 기법—을 3DGS 씬에 테스트하고 공개하는 검증 무대라고 생각하시면 됩니다.

소비자 제품이 아닙니다. 기술적 기반입니다. 연구 논문에서 인용되고, 게임 엔진 개발자가 포크하고, 결국 여러분이 매일 사용하는 소프트웨어의 렌더링 파이프라인에 녹아드는 종류의 것입니다.

이것이 Jensen Huang의 GTC 키노트에—AI, 로보틱스, 데이터 센터 발표와 나란히—등장했다는 사실은 명확한 신호입니다. NVIDIA는 Gaussian Splatting을 차세대 공간 컴퓨팅의 핵심 렌더링 프리미티브로 보고 있습니다.

vkSplatting 2026.1의 새로운 기능

멀티 인스턴스 씬 아키텍처

이번 릴리스에서 가장 중요한 아키텍처 변경은 멀티 인스턴스 Splat 셋 아키텍처의 도입입니다. 이전 버전에서는 씬이 기본적으로 하나의 평탄화된 Splat 데이터셋이었습니다—씬의 모든 Gaussian을 하나의 통합된 블록으로 처리해야 했습니다.

2026.1에서는 글로벌 인덱스 테이블과 통합 정렬을 사용하여 Splat을 인스턴스화, 인덱싱, 재사용할 수 있습니다. 게임 엔진이 메시 인스턴스를 처리하는 방식과 같습니다: 에셋을 하나 만들고 데이터를 복제하지 않으면서 다른 위치에서 여러 번 참조합니다.

이것은 대규모 씬에서 큰 의미를 가집니다. 동일한 창틀이 500번 등장하는 도시 블록에서 더 이상 메모리에 해당 Gaussian의 500개 복사본이 필요하지 않습니다. 한 번 정의하면 렌더러가 나머지를 처리합니다.

레이 트레이싱 그림자 + DLSS Ray Reconstruction

vkSplatting 2026.1은 또한 DLSS Ray Reconstruction—실시간 레이 트레이싱에 내재된 노이즈를 정리하는 NVIDIA의 AI 기반 기법—과 함께 레이 트레이싱 그림자를 도입합니다.

Gaussian Splatting은 역사적으로 그림자에 어려움을 겪었습니다. Splat 표현은 빛의 방향을 자연스럽게 인코딩하지 않으므로, 그림자가 캡처된 색상에 베이킹되거나(조명이 바뀌면 잘못 보임) 완전히 없는 상태였습니다. 레이 트레이싱 그림자는 렌더러 수준에서 이를 해결합니다—Gaussian 씬 전체에 정확하고 동적인 그림자를 실시간으로 투사합니다.

DLSS Ray Reconstruction이 결과를 업스케일링하고 디노이즈하여, 복잡한 씬에서도 프레임 레이트를 높게 유지합니다. 이 조합은 Gaussian Splatting을 전통적인 메시 기반 파이프라인과의 사실적인 실시간 렌더링 동등성에 상당히 더 가까이 가져옵니다.

자동차와 건물의 Gaussian Splat 렌더와 사실적 레이 트레이싱 렌더를 비교하는 분할 뷰

중앙 집중식 바인드리스 에셋 시스템

내부적으로 이번 업데이트는 루트 씬 구조를 가진 중앙 집중식 바인드리스 에셋 시스템을 도입합니다. 이는 GPU에서 에셋을 관리하는 더 효율적인 방법을 위한 GPU 아키텍처 용어입니다—각 텍스처와 버퍼를 개별적으로 바인딩하는 대신(관련 오버헤드와 함께) GPU가 중앙 테이블에 접근합니다. 씬이 더 빨리 로드되고, 메모리 사용이 더 예측 가능하며, 렌더링 파이프라인이 전문적인 콘텐츠로의 확장에 더 잘 대비합니다.

이것은 헤드라인을 장식하지는 않지만—대규모에서 다른 모든 것을 가능하게 하는 종류의 인프라 변경입니다.

엔터프라이즈 검증의 순간

GTC 키노트 등장의 중요성은 기술적인 것만이 아닙니다. 더 넓은 기술 산업에 보내는 신호입니다.

엔터프라이즈 소프트웨어 벤더, 클라우드 플랫폼, 게임 엔진 개발자, AEC 도구 제공업체—이들은 어떤 기술을 중심으로 구축해야 하는지 파악하기 위해 NVIDIA의 키노트를 주의 깊게 시청합니다. Jensen Huang이 10,000명의 개발자 앞에 서서 Gaussian Splatting을 렌더링의 미래로 보여줄 때, 벤더들은 통합 계획을 시작합니다.

우리는 이미 다른 렌더링 기술에서 이 패턴이 반복되는 것을 보았습니다. GTC에서 검증된 것은 12-18개월 내에 산업 전반에서 제품화되는 경향이 있습니다.

오늘 3D 캡처 워크플로우를 구축하는 모든 분—부동산, 건설, 측량, VFX, 디지털 트윈 응용—에게 이 순간은 중요합니다. 인프라가 성숙해지고 있습니다. Gaussian Splat과 전통적인 메시 기반 워크플로우 간의 렌더링 품질 격차가 빠르게 좁혀지고 있습니다.

Splat Labs의 역할

렌더링 엔진과 호스팅 플랫폼은 워크플로우에서 다른 역할을 합니다.

vkSplatting은 GPU에서 Gaussian이 어떻게 렌더링되는지를 처리합니다—믿을 수 없을 만큼 강력하고 기술적으로 정교한 문제입니다. 하지만 전문가에게 중요한 인접 질문에는 답하지 않습니다: 이것을 클라이언트와 어떻게 공유하나? 이해관계자가 씬 내에서 어떻게 측정하나? 여러 캡처를 워크스루로 어떻게 연결하나? 이것을 리스팅이나 프로젝트 보고서에 어떻게 임베드하나?

바로 여기에서 Splat Labs Cloud가 등장합니다.

Splat Labs는 PLY, SPLAT, KSPLAT, XGRIDS 형식의 Gaussian Splat 파일을 지원합니다—vkSplatting과 같은 렌더링 파이프라인에 공급되는 캡처 및 처리 도구가 생성하는 것과 동일한 형식입니다. PortalCam, Lixel L2 Pro, Postshot 또는 다른 도구로 씬을 캡처하고, 결과 Splat을 Splat Labs Cloud에 업로드하면 즉시 다음을 얻습니다:

브라우저 기반 뷰잉 — 뷰어 측에 GPU 불필요
정밀 측정 — 3D 씬 내 거리 및 면적 도구
포털 — 여러 캡처를 매끄러운 워크스루로 연결
4D 타임라인 — 시간에 따른 동일 현장의 여러 스캔 비교
AI 가상 스테이징 — 텍스트 프롬프트로 씬 수정
어디든 임베드 — 하나의 URL이 모든 폰, 태블릿, 데스크톱에서 작동

렌더링 기술이 좋아질수록, 전문적인 호스팅 및 협업 레이어의 가치가 더 커집니다. Gaussian Splat의 품질과 산업 도입이 증가하면(그리고 NVIDIA의 키노트가 둘 다를 가속화했습니다), 클라이언트, 이해관계자, 의사결정권자에게 Splat을 전달하는 워크플로우가 그 어느 때보다 중요합니다.

Splat Labs 무료 체험 — 신용카드 불필요

앞으로 주목할 것

vkSplatting 2026.1 릴리스는 NVIDIA의 GitHub에 오픈소스(Apache 2.0)로 공개되어 있습니다. 개발자와 연구자에게는 주의 깊게 지켜볼 가치가 있습니다—특히 멀티 인스턴스 아키텍처가 어떻게 발전하는지, 레이 트레이싱 그림자가 전체 글로벌 일루미네이션으로 확장되는지 여부.

실무자에게 단기적 영향은 더 간단합니다: Gaussian Splat을 캡처하고 처리하는 도구가 계속 더 좋아질 것입니다. 품질 상한이 높아지고 있습니다. 이는 물리적 세계를 문서화, 발표, 협업하기 위해 3D 공간 캡처를 사용하는 모든 산업에 좋은 소식입니다.

아직 Gaussian Splat 프로젝트를 전문 플랫폼에 호스팅하지 않고 있다면, 지금이 워크플로우를 설정할 때입니다—품질 기준이 올라가고 클라이언트 기대치가 따라오기 전에.