3D 비전의 뉴럴 래디언스 필드 종합 연구
Neural Radiance Fields in 3D Vision: A Comprehensive Review
원저자 Kyle Gao, Yina Gao, Hongjie He 외 3인·Computational Visual Media·원발행 2026.05· 285 인용·카라멜 랩 해설 공개 2026. 11. 8.
최근 1년 140회 인용· 분야 최상위
한국어 핵심 요약
2020년 3월, 뉴럴 래디언스 필드(NeRF)는 컴퓨터 비전 분야에 혁명을 가져오며 암시적 신경망 기반 장면 표현 및 새로운 시점 합성을 가능하게 했습니다. NeRF 모델은 로봇 공학, 도시 매핑, 자율 주행, 가상/증강 현실 등 다양한 분야에 적용되었습니다.
2023년 8월, NeRF 기반 프레임워크의 직접적인 경쟁자인 가우시안 스플래팅(Gaussian Splatting)이 제안되어 폭발적인 관심을 얻으며 새로운 시점 합성을 위한 지배적인 프레임워크로 부상했습니다. 이 연구는 지난 5년간(2020-2025)의 NeRF 관련 논문들을 포괄적으로 조사합니다.
조사 대상에는 NeRF가 새로운 시점 합성 및 3D 암시적/하이브리드 표현 신경 필드 학습 분야를 지배했던 가우시안 스플래팅 이전 시대의 논문들과, NeRF 및 암시적/하이브리드 신경 필드가 보다 전문적인 응용 분야를 찾게 된 가우시안 스플래팅 이후 시대의 연구들이 포함됩니다. 본 연구는 NeRF 이론과 미분 가능한 볼륨 렌더링을 통한 학습 과정을 소개하고, 고전적인 NeRF, 암시적/하이브리드 신경 표현, 신경 필드 모델의 성능 및 속도 벤치마크 비교와 주요 데이터셋 개요를 제시합니다.
이 포괄적인 조사는 NeRF 및 관련 신경 필드 연구의 발전 과정을 이해하고, 아키텍처 및 응용 분야 기반 분류를 통해 활발한 연구 영역을 식별하는 데 기여합니다. 이는 컴퓨터 비전 분야의 학생 및 연구자들이 NeRF 기술의 현재와 미래 방향을 파악하는 데 중요한 자료가 될 것입니다.
섹션 미리보기
연구 배경
2020년 등장한 NeRF는 신경망 기반 장면 표현과 새로운 시점 합성으로 컴퓨터 비전에 혁신을 가져왔습니다. 하지만 2023년 가우시안 스플래팅이 등장하며 NeRF의 지배력에 도전장을 내밀었습니다.
핵심 발견
본 연구는 NeRF의 초기 지배기부터 가우시안 스플래팅 이후의 틈새 응용까지 5년간의 NeRF 연구를 종합적으로 분석합니다. 아키텍처 및 응용 분야별 분류를 통해 활발한 연구 영역을 제시합니다.
관련 컴퓨터 과학 논문
개념 그래프 기반 스키마 매칭
2026·18
오프로드 주행을 위한 시각 기반 마찰 학습
2026·8
내결함성 양자 컴파일 벤치마크
2026·13
트로터 공식을 활용한 양자 시뮬레이션
2026·6