대표 이미지 · 도해: 원 논문 저자 · arXiv
사람 캐릭터의 걷기 동작을 새나 뱀, 로봇에 그대로 옮기면 금세 어색해집니다. 관절 수와 연결 구조가 다르기 때문입니다. 그래서 자동 애니메이션 모델은 보통 특정 종류의 골격에 맞춰 다시 학습하거나 참고 동작을 따로 준비해야 했습니다.
2026년 9월 4일 공개된 UniMate는 이 장벽을 한 모델로 넘겠다는 연구입니다. 뼈대가 잡힌 3D 자산과 텍스트 지시를 주면 시험 시점의 추가 학습 없이 서로 다른 골격을 움직입니다. SIGGRAPH Asia 2026에 채택된 연구로, 아직 제작 도구의 상용 기능이라기보다 연구 모델과 데모 단계입니다.
골격마다 달랐던 애니메이터
기존 학습형 애니메이터는 사람형 템플릿처럼 정해진 관절 구조를 전제로 하는 경우가 많았습니다. 새로운 생물이나 기계 구조가 들어오면 관절을 다시 맞추고 별도 미세조정이 필요했습니다. 다양한 3D 자산을 빠르게 만드는 생성 모델이 늘어도, 실제로 움직이게 하는 공정은 병목으로 남았습니다.
UniMate는 관절 번호가 아니라 관절 사이의 관계를 읽습니다. 어느 뼈가 연결됐고 얼마나 떨어져 있는지를 중심으로 동작을 만들기 때문에 다른 형태로 옮길 여지가 생깁니다.
그래프가 된 뼈대
모델은 세 가지 방식으로 골격 구조를 주의집중에 넣습니다. 관절 사이 관계와 지오데식 거리를 반영한 편향, 그래프 라플라시안으로 만든 위치 표현, 전체 휴식 자세를 요약한 조건입니다. 한마디로 뼈대를 관절 목록이 아니라 움직임이 흐르는 그래프로 보는 방식입니다.
확산 트랜스포머는 이 구조와 텍스트 지시를 함께 받아 동작 시퀀스를 생성합니다. ‘앞으로 걷기’라는 말은 같아도 두 발 동물, 네 발 동물, 뱀형 골격에 맞는 경로가 달라집니다.
1만3,006개 동작의 폭
연구진은 UniML3D라는 데이터셋에 1만3,006개 동작을 모았습니다. 사람형, 네 발, 조류, 해양 생물, 곤충, 뱀형 구조와 관절이 있는 기계 물체까지 포함했습니다. 서로 다른 원본의 축, 크기, 관절 이름을 통일하고 텍스트 설명을 붙였습니다.
이 다양성이 제로샷 전이의 바탕입니다. 연구진은 동작 생성뿐 아니라 중간 프레임 채우기, 일부 관절 편집, 긴 동작 확장도 같은 모델에서 가능하다고 보고했습니다.
제작 현장까지 남은 거리
저자 평가에서 기존 방법보다 품질, 일반화, 효율이 나아졌지만 결과는 연구팀의 벤치마크입니다. 실제 게임과 영화 제작에서는 발이 미끄러지지 않는지, 물체와 충돌하지 않는지, 감독의 세밀한 수정이 쉬운지까지 봐야 합니다. 데이터셋에 적은 골격 유형은 여전히 약할 수 있습니다.
그럼에도 의미는 큽니다. 3D 생성 경쟁이 모양을 만드는 데서 움직일 수 있는 자산을 만드는 쪽으로 옮겨가고 있기 때문입니다. 골격별 전용 모델을 줄일 수 있다면 작은 스튜디오도 낯선 캐릭터의 동작 시안을 훨씬 빨리 시험할 수 있습니다.