Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 기사는 Meshy와 SupaVoxel 두 AI 도구를 사용하여 동일한 이미지를 기반으로 3D 모델을 생성하고 비교 분석한 리뷰입니다. 특히 파일 크기, 로딩 속도 등 실질적인 성능 지표를 측정하여 사용자에게 객관적인 정보를 제공합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기이것은 독립적인 테스트입니다. 여기에 있는 어떤 것도 공급업체 접근을 통해 얻은 것이 아닙니다: 두 도구 모두 제가 직접 무료 및 유료 계정으로 사용했습니다.
마케팅 페이지에서는 아무도 답해줄 수 없는 질문이 하나 있습니다.
3D 모델이 실제로 입력한 그림과 똑같이 보이는가?
저는 졸업하는 원숭이(모자, 가운, 빨간색 사시, 말린 학위증)의 그림을 가지고 있었고, 교실 페이지에 전시할 수 있는 버전이 필요했습니다. 최고의 이미지-3D 도구를 알아보기 위해 여기저기 물어봤는데, Meshy와 SupaVoxel이라는 두 이름만 계속 들었습니다.
그래서 이 그림을 두 도구 모두에 넣었고, 동일한 카메라 각도에서 두 결과물을 렌더링했으며, 각각의 사각형 영역을 잘라냈습니다.
60초 만에 저의 판결 — Meshy 59/100, SupaVoxel 89/100. 이 작업에 대한 제 점수입니다. 아래 숫자는 두 파일에서 나왔습니다.
간단한 전문 용어 확인. **텍스처(Textures)**는 3D 모양에 칠해지는 색상 이미지입니다. GLB는 모양과 해당 텍스처를 함께 담고 있는 단일 파일 형식입니다. **삼각형(Triangles)**은 모양을 만드는 평평한 조각들입니다.
제가 발견한 것은 다음과 같습니다:
세 가지 점이 눈에 띄었습니다. Meshy는 11.17 MB 파일과 동일한 개수인 정확히 3가지 색상 텍스처를 69,179,580 바이트에 담았습니다. Meshy는 한 백만 반 개의 삼각형으로 만든 것보다 육안으로 더 가깝지 않은 얼굴 영역을 위해 2백만 개 이상의 삼각형을 사용합니다. 그리고 모든 도구가 추측하는 뒷면에서는 Meshy가 비교할 대상이 없으며, 다른 누구도 마찬가지입니다.
단순히 한눈에 정확하게 읽기만 하면 되는 페이지라면, SupaVoxel이 만든 더 작은 파일을 사용할 것입니다. SupaVoxel의 사이트에서 확인해 보세요.
이것은 각 면에 대한 하나의 이미지와 단 한 번의 실행일 뿐, 실험실 연구가 아닙니다.
두 도구 모두에게 주어진, 그리고 그들이 가진 유일한 참고 자료가 바로 이 그림이었습니다. Meshy에 02:26 UTC에 업로드되었고 SupaVoxel에는 02:49에 업로드되었으며, 어느 쪽에도 텍스트 프롬프트는 없었습니다. 빠진 것을 주목하세요. 뒷면의 어떤 시야도 없습니다. 이 간극이 기사의 절반을 결정합니다.
제가 다시 확인하게 만든 것부터 시작하겠습니다.
두 파일 모두 정확히 3가지 색상 텍스처를 담고 있습니다. 이것은 해상도가 아니라 개수입니다. 저는 Meshy와 SupaVoxel이 각각 몇 장의 이미지를 담았는지 측정했을 뿐, 그 이미지들의 크기는 아닙니다.
Meshy는 세 가지를 제공하는 데 69.18 MB가 필요했습니다. SupaVoxel은 세 가지를 제공하는 데 11.17 MB가 필요했습니다. 같은 세 가지 페인트인데도 Meshy는 그것들을 담기 위해 여섯 배나 큰 용량을 요구합니다.
둘 다 GLB 형식으로 나오므로, 아무도 둘 중 어느 것을 보기도 전에 변환할 필요가 없습니다. 이 부분은 깔끔한 동점입니다.
Meshy는 정면 카메라에서 촬영되었습니다. 모자(Cap)가 네모나고, 가운이 제대로 떨어지며, 졸업장(diploma)은 깨끗한 원통형이고, 스ash(사시)는 별도의 띠처럼 보입니다. 단 한 장의 사진만으로 정말 잘 만든 결과물입니다.
SupaVoxel도 동일한 정면 카메라에서 촬영되었습니다. 네 가지 요소가 같고, 읽는 방식도 같습니다. 파일 크기는 58,014,172 바이트 더 가볍습니다. 두 모델은 각자의 파일 내에서 약간 다른 각도로 배치될 수 있으므로, 이것은 픽셀 단위로 일치시킨 것이 아니라 같은 카메라를 사용한 것입니다.
어느 쪽이든 괜찮지 않나요? 아닙니다. 이 파일이 당신의 기기를 벗어나면요. 12 Mbps 휴대폰 연결 속도에서 Meshy의 69.18 MB는 약 46초 다운로드 걸리는 반면, (SupaVoxel은) 약 7초가 걸립니다. 이는 측정된 바이트를 기준으로 한 계산이며, 핸드셰이크나 디코딩 시간은 포함되지 않은 수치입니다.
같은 페인트 코팅 세 개에 대해 배송비는 여섯 배입니다.
중요한 것은 이 잘라낸 부분(crop)입니다. 왜냐하면 아이들은 얼굴을 보기 때문입니다.
저는 Meshy 렌더와 SupaVoxel 렌더에서 동일한 직사각형 영역을 잘라냈습니다. 같은 정면 시점, 같은 좌표, 2배 확대이며, 임의로 각도를 고른 것이 아닙니다.
공유된 잘라낸 영역에서 본 Meshy의 얼굴입니다. 눈, 코, 미소, 모자 챙 모두 존재하며 읽을 수 있습니다. 주둥이(muzzle)에서 볼로 이어지는 전환 부분이 부드럽고 눈에 띄는 이음매가 없습니다.
SupaVoxel의 얼굴, 동일한 직사각형과 동일한 확대/축소 레벨. 눈, 코, 미소 그리고 가장자리 다시 한번—그리고 코와 뺨 경계선을 따라 희미하게 지나가는 이음매가 있는데, 이건 제가 잠시 후에 제대로 다룰 부분입니다.
둘 다 읽을 수 있습니다. 이것이 핵심 발견이며, 들리는 것보다 Meshy에게 더 치명적입니다: 그 추가된 586,096개의 Meshy 삼각형은 이 프레임 안에서 단 하나의 눈에 띄는 이점을 제공하지 못했고, 그리고 바로 이 프레임이야말로 Meshy가 승리하기 위해 가장 필요했던 부분입니다.
여기 여러분에게 중요한 순간이 있습니다. 부모가 클래스 페이지를 확대합니다. 그 확대 레벨, 그 크롭에서, 무거운 Meshy 파일과 가벼운 파일은 원숭이에 대해 정확히 똑같은 것을 보여줍니다.
무거운 옵션과 가벼운 옵션이 똑같이 보인다면, 무거운 쪽이 스스로를 입증해야 합니다. Meshy는 이 크롭에서는 할 수 없습니다.
Meshy의 졸업장, 빨간 스톨과 소매 가장자리 부분의 두 번째 공유 크롭 박스입니다. 두루마리는 두루마리처럼 보이고, 스톨은 가운 위에 놓인 띠처럼 보이며, 소매 가장자리는 손과 구별되어 유지됩니다.
동일한 박스와 확대/축소 레벨의 SupaVoxel입니다. 동일한 두루마리, 동일한 빨간 띠, 동일한 소매 분리—58MB 적은 파일과 586,096개 적은 삼각형으로 구현되었습니다.
둘 다 소품을 해결합니다. 둘 다 워크시트에 문제없이 인쇄될 것입니다. 제가 지적할 수 있는 Meshy의 우위는 전혀 없으며, 저는 특히 Meshy의 우위를 찾으려고 노력했습니다.
이 두 크롭 아래에는 Meshy 측에 1,129,335개의 코너 포인트가, 다른 쪽에는 890,607개가 놓여 있습니다—두 직사각형에서 제가 지적할 수 있는 차이가 없는 238,728개의 포인트 격차입니다.
이 수치들을 표준 레이아웃에 대입해 보면 — 포인트당 32바이트, 삼각형 인덱스당 4바이트 — Meshy 모양은 약 61.17MB의 메모리를 필요로 하는 반면, 다른 모델은 약 46.50MB가 필요합니다. 이 계산은 그래픽 카드가 읽는 것이 아니라 두 모델 모두에 적용된 예시적인 산술입니다.
이는 시각적으로 아무것도 얻지 못하는 추가 메모리 약 14.67MB에 불과합니다.
그리고 만약 당신이 실제 컴퓨터에서는 파일 크기가 중요하지 않다고 말하려 한다면: 100Mbps 회선에서 Meshy 파일은 다운로드 시간이 5.5초인 반면, 다른 모델은 0.9초로, 이는 누가 신경 쓰는 부분도 아닙니다. 기기(phone)가 당신을 망하게 할 뿐, 데스크톱이 아닙니다.
Meshy의 정면 위쪽 각도입니다. 학사모 네 모서리와 선명한 챙 — 이런 부분은 클래식하게 부드럽고 폭신해지기 쉬운 곳입니다. Meshy는 이 부분을 잘 유지했습니다.
SupaVoxel도 동일한 위쪽 각도입니다. 네 모서리, 같은 챙 라인이며, 삼각형 수는 Meshy의 2,086,002개에 비해 1,499,906개입니다.
두 모델 모두 사각형 형태를 잘 유지합니다. 이것이 이 전체 비교 사진에서 발견되는 패턴입니다: Meshy가 가진 추가적인 무게는 승리가 아니라 동등함(match)을 보장해 줄 뿐입니다.
크롭된 이미지는 유용하지만, 아무도 수업 시간에 크롭된 이미지로 보여주지 않습니다. 그들은 전체적인 모습, 즉 3/4 방향으로 돌아간 모습을 보여줍니다.
