이번 주는 건축 실무에 바로 꽂히는 3D 재구성·메시 생성 모델이 쏟아진 한 주였습니다.
안녕하세요! 오늘은 사진·이미지에서 3D를 뽑아내는 모델 흐름이 유난히 두드러진 날입니다. Tencent의 Hunyuan3D와 Microsoft TRELLIS 2.0이 동시에 업데이트되면서 단일 이미지로도 매시(3D 형상)를 만들어내는 품질이 한 단계 올라왔어요. NVIDIA는 VGGT 후속과 dvlt 같은 경량 모델로 멀티뷰 재구성 쪽을 정리했고, 건축 도구 쪽에서는 FreeCAD와 pyRevit이 꾸준한 커밋으로 살아있음을 보여줬습니다. arXiv에는 사진 촬영 단계를 3D 씬에서 사전 계획하는 'Before the Shutter'처럼 건축 공간 인지와 닿아 있는 연구가 코드와 함께 올라왔습니다. 컨셉 단계의 매시업과 발주처 프레젠테이션 모두에 끼워 넣을 거리가 많은 주말입니다.
사진 한 장을 넣으면 텍스처가 입혀진 3D 매시를 자동으로 뽑아주는 오픈소스 모델입니다. 기존에 SketchUp이나 Rhino에서 손으로 박스를 쌓아 만들던 매스를 AI가 대신 만들어주는 셈이에요. HuggingFace에서 가중치가 공개돼 있고 GitHub에서 코드와 사용법이 다 정리돼 있습니다. image-to-3d 분야의 대표 저장소 중 하나로 자리 잡았습니다.
마이크로소프트가 이미지 한 장에서 3D 매시·가우시안 스플랫(점 구름으로 만든 사진 같은 3D)·NeRF까지 동시에 뽑는 TRELLIS의 2세대를 공개했습니다. 4B 파라미터로 덩치를 키워 디테일과 형상 일관성이 1세대보다 한 단계 더 좋아졌어요. HuggingFace 모델 카드에 사용법과 가중치가 정리돼 있고, GitHub의 microsoft/TRELLIS 저장소에서 코드도 받을 수 있습니다.
오브젝트 하나가 아니라 거리·실내·풍경 같은 3D 씬 전체를 이미지 한 장에서 만들어내는 모델입니다. 지금까지의 image-to-3d가 가구나 단일 매스 수준이었다면, 이건 도시 블록 단위까지 확장한 거예요. 모델 페이지에 사용 예제와 가중치가 정리돼 있습니다. arxiv 2604.14268 논문과 함께 공개됐고 worldmodel·3d 태그가 붙어 있습니다.
NVIDIA가 메타 VGGT 후속으로 내놓은 멀티뷰 재구성 모델입니다. 사진 여러 장을 넣으면 카메라 위치(camera-pose)와 점 구름(pointmap)·깊이(depth-estimation)를 동시에 추정해 3D를 만듭니다. test-time training(ttt) 기법으로 정확도를 올린 게 특징이에요.
사진 찍기 전에 피사체 자세·카메라 위치·조명을 3D 씬 안에서 미리 계산해 최적 구도를 짜주는 연구입니다(원문은 인물 사진 기획이 주제). 건축 사진 촬영이나 BIM 모델에서 발주처에 보여줄 컷을 자동으로 골라내는 발상으로도 응용 가능해요. 'Aesthetic and Actionable' 표현대로 미적 평가와 실행 가능한 가이드를 동시에 제공한다는 게 핵심입니다. 코드 저장소가 공개돼 있습니다.
FreeCAD는 오픈소스 파라메트릭 모델러로, Rhino나 Revit의 대안으로 자주 거론되는 도구입니다. BIM 워크벤치를 통해 IFC 입출력도 지원하고 있어요. 멀티플랫폼 공식 저장소로 활발히 유지보수되는 프로젝트입니다. C++ 기반이지만 Python 스크립트로 확장 가능합니다.
Revit 위에서 Python으로 자동화 스크립트와 도구를 만드는 RAD(Rapid Application Development) 환경입니다. 매스 모델링·시트 자동화·뷰 정리 같은 반복 작업을 한 줄짜리 명령으로 묶을 수 있어요. 공식 배포 저장소가 활발히 유지보수되고 있습니다. Revit 쓰는 사람이라면 이거 하나로 일이 반으로 줄어듭니다.
OpenProject는 오픈소스 프로젝트 관리 도구로, 칸반·간트 같은 일반 PM 기능을 제공합니다. 별도의 BIM 모듈로 IFC·BCF(BIM 협업 포맷 — 모델 위 코멘트 주고받는 표준)를 다루는 워크플로우도 지원되는 것으로 알려져 있습니다. Ruby 기반의 자체 호스팅 솔루션입니다.
Tencent의 ARC 랩이 공개한 image-to-3d 모델로, 'Pixel-Aligned 3D Generation from Images'를 표방합니다. 모델 카드에 inference 예제와 가중치가 정리돼 있습니다. Hunyuan3D 계열과는 별개로 가벼운 시도를 해볼 수 있는 옵션이에요. MIT 라이센스라 활용 폭이 넓습니다.
Stability AI의 가벼운 image-to-3d 모델로, 이름대로 속도가 가장 큰 강점입니다. 단일 이미지에서 매시를 빠르게 생성하도록 설계됐어요. Stability AI 커뮤니티 라이센스가 적용된 검증된 모델입니다. Hunyuan3D가 무거울 때 대체재로 좋습니다.
메타의 VGGT(여러 사진에서 카메라와 3D를 동시 추정) 1B 모델의 상용 라이센스 버전입니다. 사진 여러 장에서 카메라 자세와 점 구름을 한 번에 뽑습니다. 'vggt-aup-license'가 적용돼 상용 활용을 명시적으로 허용합니다. NVIDIA의 vgg-ttt 계열과 같은 VGGT 흐름의 원조 격.
애플의 image-to-3d 모델 'Sharp'입니다. apple-amlr 라이센스(연구 목적 위주)로 공개돼 있고 모델 카드에 사용 안내가 있어요. 안정적으로 받아 쓸 수 있는 모델로 자리잡아, 답사용 모바일 워크플로우와 연결할 가능성도 있어요.
HunyuanWorld 패밀리의 변형으로, 이미지·비디오(image-to-3D·video-to-3D 태그) 입력에서 3D 씬을 재구성하는 모델입니다. arxiv 2510.10726과 함께 공개됐고 3d-reconstruction·scene-generation 태그가 붙어 있어요. HunyuanWorld 2.0과 같이 쓸 수 있는 보조 도구로 위치합니다.
매시(삼각형으로 쪼갠 표면)나 신경망 필드 없이 입자 기반으로 변형체 시뮬레이션을 하는 NVIDIA·토론토대 공동 연구('Reduced-Order Deformable Simulation from Particle-Based Skinning Eigenmodes')입니다. 메쉬가 없는(mesh-free) 형식이라 가우시안 스플랫 같은 점 표현에도 적용할 수 있다는 게 핵심입니다. 프로젝트 페이지에 코드 정보가 정리돼 있습니다.
3D 형상을 슈퍼복셀(여러 작은 정육면체 묶음)로 토큰화해 자기회귀(autoregressive) 방식으로 순서대로 생성하는 연구입니다. 텍스트 생성하듯 형상을 한 토큰씩 뽑는 발상이에요. '적응적이고 순서가 매겨진(Adaptive and Ordered)' 토큰화로, 기존 set-기반/균일 복셀의 한계를 극복하려는 것이 핵심 기여입니다. cs.CV 카테고리의 새 논문입니다.
라이노/그래스호퍼를 만든 McNeel이 공식 배포하는 개발 샘플 모음입니다. Rhino SDK·Grasshopper 컴포넌트 만드는 법 등 다양한 예제가 들어 있습니다. GH 컴포넌트를 직접 짤 일이 있다면 첫 참고서로 적합합니다.
Assimp는 40여 가지 3D 포맷을 읽고 쓰는 C++ 라이브러리입니다(공식 설명: 'Loads 40+ 3D-file-formats into one unified and clean data structure'). OBJ·FBX·GLB 같은 포맷 간 변환을 자동화할 때 사실상 표준이에요. 파이썬 바인딩도 있어 자동화 스크립트에서도 그대로 호출됩니다.
Vue3 + Three.js 기반의 오픈소스 3D 엔진/에디터로, BIM 경량화(BIM lightweighting)·CAD 파싱 프리뷰·파티클·플러그인 시스템을 내장하고 있습니다. 즉 일반 3D 뷰어를 넘어 BIM 모델을 브라우저에서 보고 다룰 수 있게 만든 프레임워크예요. 발주처에 링크 하나로 모델을 띄워줄 수 있는 환경을 만들 수 있습니다.
하나의 이미지에서 매시까지 한 번에 나오는 흐름이 이제 정착 단계예요. 곧 그래스호퍼 안에서 이런 모델을 직접 호출해 매시를 받아오는 워크플로우가 표준이 될 겁니다. 토요일이니 가볍게 모델 하나만 돌려보시는 걸 권합니다.