이윤상 컴퓨터소프트웨어학부 교수 연구팀이 세계 최고 권위의 컴퓨터 그래픽스 국제학술대회 '시그래프 2025‘에서 ’PhysicsFC' 기술을 발표해 큰 주목을 받았다. 연구팀은 Technical Papers 프로그램에서 연구 성과를 발표하고 Emerging Technologies 프로그램에도 초청돼 데모 시연을 진행했다. 해당 기술은 시그래프 현장에서 유명 농구게임 시리즈인 NBA 2K 개발사 관계자들의 큰 관심을 끌기도 했다.

'PhysicsFC' 기술은 심층강화학습을 기반으로, 물리 시뮬레이션 캐릭터가 실제 축구선수처럼 공을 다루고 움직이도록 제어하는 기술이다. 이 교수는 인공지능 기술의 발전을 바탕으로 물리 기반 캐릭터가 실제 축구선수처럼 공을 다루는 동작을 구현할 수 있다고 생각해 연구를 시작했다. 특히 물리 기반 제어 기술을 축구게임에 접목하면 이용자에게 더 사실적인 캐릭터 움직임을 제공할 것이라 판단했다.

기존 축구게임은 물리적 상호작용을 고려하지 않는 키네마틱 모션(Kinematic Motion)을 사용하기 때문에 캐릭터가 비현실적인 동작을 보이는 경우가 많았다. 이를 해결하기 위해 이 교수는 각 기술의 제어 정책 학습을 위한 효과적인 보상 체계를 고안했다. 또한 강화학습에서 하나의 시도 단위를 의미하는 ‘에피소드’의 초기화 및 종료 조건을 정교하게 설계했다.

'PhysicsFC'는 각 축구기술을 담당하는 킥·무브·드리블·트래핑을 상황에 맞게 학습시키고 유한상태기계 기반 제어구조로 통합한다. 특히 공중에서 날아오는 공을 받는 동작인 트래핑은 실제 축구에서 사용되는 핵심적인 동작 중 하나임에도 기존 연구에서 다뤄지지 않았다.

연구팀은 'STI((Skill Transition-Based Initialization)' 기법을 제안해 캐릭터의 민첩성을 확보하고 여러 동작이 부드럽게 연결되도록 했다. 각각의 기술이 독립적으로 학습되면 동작 전환이 매끄럽지 않아 이를 해결하고자 이전 기술을 수행 중인 캐릭터와 공의 상태를 다음 기술 정책 학습 시에 초기 상태로 설정했다.

모션 캡쳐 데이터에 내재한 목표치를 함께 고려해 보상을 계산하는 'DEGCL(Data Embedded Goal-Conditioned Latent Guidance)' 기법으로 이동 목표치만 고려해 보상을 계산했을 때 캐릭터가 부자연스럽게 동작하는 문제도 해결했다. 모션 캡쳐 데이터는 실제 사람의 움직임을 센서나 카메라로 측정해 얻은 시계열 자세 기록을 뜻한다.

이 교수가 처음부터 컴퓨터 그래픽스 연구의 길을 걸은 건 아니다. 원래는 학부 전공인 기계공학으로 대학원 진학을 준비했지만 동아리 활동으로 즐겨 하던 컴퓨터 그래픽스가 마음에 계속 남았다. 결국 그는 진정으로 좋아하고 즐길 수 있는 길을 택했다. 이 교수는 “학부에서 전공한 분야가 아니기에 초기에는 어려움도 있었지만 좋아하는 일을 하니 연구가 즐거웠다”고 말했다. 박사 과정을 마치고 연구에서 잠시 벗어나 회사에서 실무를 본 이 교수는 도전적인 문제를 탐구하고 싶은 마음에 대학으로 돌아왔다.

이 교수는 진로를 고민하는 한양인에게 “자신이 누구인지 알고 진정으로 좋아하는, 적성에 맞는 일을 찾아야 한다”며 “나는 즐기면서 할 수 있는 일, 행복하고 의미 있는 일이 무엇인지 고민하며 인생의 방향을 바꾸게 됐다”고 말했다. 덧붙여 그는 “남이 하는 말, 주변에서 들리는 말에만 신경 쓰지 말고 내면의 목소리를 듣고 스스로에 대해 생각할 시간을 가지면 좋겠다”고 강조했다.

향후 계획에 대해 이 교수는 “좋은 논문으로 세상에 긍정적인 영향을 주는 연구를 하고 싶다”고 말했다. 그는 “좋은 논문을 쓰는 것은 단순히 성과가 아니라 함께 연구하는 학생들을 훌륭한 연구자로 성장시키는 과정이라 생각한다”고 설명했다. 그는 학부 수업에서 “단 한 명도 뒤처지지 않고 모든 학생이 수업을 이해하고 따라오는 것을 목표로 한다”며 “교육을 통해 세상에 도움이 되는 사람을 길러내고 싶다”고 말했다. 임용 초기부터 로보틱스 연구를 염두에 두고 그래픽스 연구를 해온 이 교수는 물리 시뮬레이션 기반 캐릭터 제어에서 축적한 제어 기술을 로봇 연구로 확장하며 새로운 시도를 이어가고 있다.