생성형 AI 기반 Image-to-3D 모델링 과정에서 2D 캐릭터 콘셉트의 시각적 변형 특성 분석 = An Analysis of Visual Transformation Characteristics of 2D Character Concepts in Generative AI-Based Image-to-3D Modeling

국문 초록 (Abstract)

본 연구는 생성형 AI 기반 Image-to-3D 모델링 도구를 활용하여 2D 캐릭터 콘셉트가 3D 모델로 전환되는과정에서 나타나는 시각적 변형 특성을 스타일 중심으로 분석하는 것을 목적으로 한다. 이를 위해 라인 기반, 브러시⋅텍스처 기반, 반실사 스타일의 2D 캐릭터 콘셉트를 대상으로 3D 전환 실험을 수행하였으며, 시각적분석과 실무 전문가 평가를 병행하여 결과를 검증하였다. 분석 결과, 첫째, 라인 기반 스타일은 2D 원본의 형태와 스타일을 규정하던 선의 정보가 입체 볼륨과 음영으로 치환되며 표현적 밀도가 감소하였고 측⋅후면의깊이 추정 불균형이 나타났다. 둘째, 브러시⋅텍스처 기반 스타일은 도구별 렌더링 알고리즘에 따라 회화적 질감의 재현율 편차가 가장 극명하게 나타나 기술적 변동성을 노출했다. 셋째, 반실사 스타일은 명확한 입체감과재질 정보에 따라 세 유형 중 비교적 안정적이고 균질한 전환 결과를 보였다. 그러나 모든 스타일에서 측⋅후면의 형태 정규화 및 왜곡이 공통으로 발생하였다. 전문가 평가 결과 역시 이러한 스타일별 변형 경향과 일치하였다. 전문가들은 단일 지오메트리로 병합되어 추출되는 토폴로지의 한계를 지적하며, 생성된 3D 모델이최종 에셋보다는 초기 콘셉트 검증 및 프리비즈를 위한보조적 도구로서 활용 가치가 있다고 평가하였다. 본 연구는 디자인 관점에서 2D 캐릭터의 스타일과 정체성이3D로 생성되며 변형되는 기제를 규명함으로써 AI 활용캐릭터 모델링 실무 및 파이프라인 설계에 유의미한 시사점을 제공한다.

다국어 초록 (Multilingual Abstract)

This study analyzes the visual transformations that occur when converting 2D character concepts into 3D models using generative AI Image-to-3D tools, focusing on stylistic differences. Experiments and expert evaluations were conducted on three styles: line-based, brush/texture-based, and semi-realistic. The findings are as follows: First, line-based styles lost expressive density as 2D lines were replaced by 3D volumes, causing depth imbalances in side and rear views. Second, brush/texture-based styles showed extreme quality variations in reproducing painterly textures depending on the tool’s algorithm, revealing technical instability.
Third, semi-realistic styles produced the most stable and uniform results due to clear depth and material cues.
However, all styles commonly suffered from shape distortion and normalization in non-frontal views.
Expert evaluations supported these trends, noting the limitations of single-geometry topologies. Experts concluded that current AI-generated models are highly valuable as auxiliary tools for initial concept verification and pre-visualization, rather than final production assets. By systematically identifying how 2D stylistic identities transform into 3D from a design perspective, this study provides practical insights for AI-assisted character modeling and pipeline.