TerrainSR, 10m 지형 생성과 실제 측량은 다르다

TerrainSR 모델 카드는 저해상도 높이 지도에 그럴듯한 지형 세부를 더하는 모델을 소개한다. 제작자는 100m에서 10m 격자로 변환하는 데이터 쌍으로 학습했다고 설명한다. 10월 9일 확인한 공개 자료 기준이며, 이번 글에서 직접 모델을 실행하거나 지형 정확도를 측정하지는 않았다.

이 모델의 목적을 이해하려면 출력 해상도와 실제 관측 정확도를 분리해야 한다. 100m 간격의 데이터를 10m 간격으로 촘촘하게 바꾼다고 해서 그 사이의 실제 땅을 새로 측량한 것은 아니다. 게임 속 산과 계곡을 자연스럽게 만드는 문제와 현실의 경사·배수·건설 위험을 계산하는 문제는 요구하는 근거가 다르다.

모델의 출발점은 역사 전략 게임이다

제작자는 실제 크기의 유럽을 다루는 역사 전략 게임을 위해 모델을 만들었다고 밝힌다. 10m급 원본 데이터는 수백 GB 규모가 될 수 있고, 현대의 도로·부두·건물 같은 흔적을 제거하는 작업도 필요하다는 것이다. 상대적으로 작은 100m 지도를 기반으로 자연스러운 세부를 생성하면 배포 용량과 수작업 부담을 줄일 수 있다.

학습에서는 도시나 노천광산처럼 사람이 바꾼 지역을 의도적으로 제외했다고 설명한다. 이는 현대 인공 구조물이 없는 풍경을 만드는 데 맞춘 선택이다. 반대로 입력의 큰 건물을 자연 지형의 언덕처럼 바꾸는 현상도 생길 수 있다고 모델 카드가 직접 경고한다. 실제 도시 복원에 같은 방식을 적용하면 목적과 학습 분포가 어긋날 수 있다.

공개 파일과 추론 코드를 살펴볼 수 있다는 점은 구현 검토에 도움이 된다. 다만 코드가 공개됐다는 사실만으로 모든 지형이나 국가에서 정확도가 검증됐다는 의미는 아니다. 국내 산악 지형과 해안선에서도 동일하게 잘 작동하는지는 별도의 질문이다.

0.74초라는 수치는 조건과 함께 읽어야 한다

제작자는 자신의 RTX 4070에서 모델을 로드한 뒤 50×50km 지역을 100m에서 10m로 생성하는 데 0.74초가 걸렸다고 보고한다. 이 수치는 특정 하드웨어의 제작자 측정이며 초기 로딩 시간까지 포함한 전체 처리 시간은 아니다. 게임 엔진 연결, 파일 읽기, GPU 경쟁 작업이 더해졌을 때의 프레임 안정성도 별도로 확인해야 한다.

이 표는 직접 성능 대결의 결과가 아니라 접근 방식의 차이를 정리한 것이다. 제작자는 전통적인 침식 시뮬레이터보다 빠르고 다양한 결과를 낸다고 설명하지만, 동일 조건의 독립 비교 수치는 이번 자료에 제시되지 않았다. 연산량과 운영비의 차이처럼 빠른 추론 하나로 전체 제작 비용이 결정되지는 않는다.

물 마스크와 주변 문맥도 입력의 일부다

사용 문서는 100m 격자의 높이 배열과 10m 격자의 물 마스크를 요구한다. 물은 1, 땅은 0으로 표시하며 마스크의 행·열 수는 높이 배열의 10배여야 한다. 즉, 저해상도 지도만 넣으면 모든 해안선과 수면이 자동으로 준비되는 단순 확대기가 아니다. 입력 준비 자체가 파이프라인의 중요한 부분이다.

모델 카드는 대상 영역 사방에 3.2km의 주변 지형을 포함하고 기본 예시에서 crop=32로 문맥 영역을 잘라내도록 안내한다. 입력 크기는 각 축이 짝수이고 최대 564셀이어야 한다. Python 3.10 이상과 PyTorch 2.6 이상을 요구하며, 설치는 PyTorch 공식 안내로 연결한다. 이런 조건을 타일 생성기에 반영하지 않으면 이어 붙인 지형에 경계가 생길 수 있다.

국내 게임팀이라면 재현 가능한 시드와 모델 버전, 물 마스크 버전을 함께 고정할 수 있다. 경계부 높이 차이, 강의 연결, 평탄한 지역의 불필요한 요철을 검사하면 아티스트의 수정 부담도 가늠할 수 있다. 배포 구성과 재현성을 구분한 Docker Agent 분석과 마찬가지로 실행 가능성과 일관된 산출물은 별도 관리 대상이다.

라이선스와 현실 활용의 경계가 중요하다

모델 라이선스는 가중치와 추론 코드에 Apache 2.0을 적용한다고 안내한다. 그러나 모델 카드가 밝힌 swisstopo·Kartverket·IGN·USGS 등의 학습 자료와 Copernicus DEM·ESA WorldCover·OpenStreetMap 입력 자료에는 각자의 조건이 있다. 모델의 라이선스가 원천 데이터의 모든 이용 조건을 대체하지 않는다.

현실 지리 서비스에 생성 결과를 섞는 경우에는 어떤 영역이 관측이고 어떤 영역이 추정인지 표시해야 한다. 특히 재해 대응이나 토목 설계에서 자연스럽게 보이는 지형을 실제 고도로 오해하면 문제의 성격이 달라진다. 이 모델의 공개 목적은 역사 게임용 시각 지형이지 정밀 측량 인증이 아니다.

공간 AI와 산업 스택 분석에서 다룬 흐름처럼 공간 제작 도구는 점점 자동화된다. TerrainSR의 기회도 거대한 지도를 매번 수작업으로 꾸미는 부담을 낮추는 데 있다. 성공 지표는 출력 픽셀 수만이 아니라 아트 수정 시간, 타일 연속성, 배포 용량과 실행 지연을 함께 줄이는지다.

FAQ

10m 출력이면 실제 정확도도 10m인가?

아니다. 격자 간격을 뜻할 뿐 실제 지형과의 오차를 보장하지 않는다. 생성된 세부는 관측 자료와 구분해야 한다.

0.74초는 어떤 조건의 수치인가?

제작자의 RTX 4070에서 모델 로딩 후 50×50km 영역을 처리한 수치다. 이번 기사에서 재측정하거나 다른 장비와 비교하지 않았다.

물 마스크 없이 사용할 수 있나?

공개 사용 예시는 고해상도 물 마스크를 입력으로 요구한다. 자체 데이터 적용에서는 문서가 제시한 형식과 크기를 맞춰야 한다.

도시를 정확하게 복원하는 모델인가?

아니다. 학습에서 인공 지형을 의도적으로 제외했다는 설명이 있다. 건물 흔적을 언덕처럼 해석할 수도 있다.

상용 게임에 사용할 수 있나?

모델과 코드는 Apache 2.0 조건 아래 상업적 이용이 가능하다고 안내한다. 배포 고지 의무와 별도로 입력·원천 데이터의 이용 조건도 확인해야 한다.