성균관대학교 실감미디어공학과 IMCLab(지도교수: 류은석) 소속 구래건 학생과 조유찬 학생이 지난 2026년 7월 5일부터 7월 8일까지 태국 방콕에서 개최된 2026 IEEE International Conference on Multimedia and Expo(ICME 2026)에 참석하였다.

 ▲ 2026 IEEE ICME Conference on Multimedia and Expo 참석한 IMCLab 조유찬(左), 구래건(右) 학생

ICME는 IEEE Circuits and Systems Society, Communications Society, Computer Society, Signal Processing Society 등 4개 IEEE 학회가 공동으로 후원하는 멀티미디어 분야의 대표적인 국제학술대회이다. ICME 2026은 7월 5일부터 9일까지 Bangkok Marriott Marquis Queen’s Park에서 개최되었으며, “Beyond Perception: Intelligent Media in the Age of Autonomous Agents”를 주제로 지능형 미디어와 자율 에이전트 기술의 발전 방향을 다루었다.

이번 학회에서는 본 연구실에서 수행 중인 자유시점 미디어, 3D/4D Gaussian Splatting, 3D reconstruction, 멀티미디어 압축, 품질 평가, 스케일러블 미디어 표현 및 실시간 렌더링 연구와 관련된 세션을 중점적으로 참관하였다. ICME 2026의 주요 연구 분야에는 3D multimedia와 AR/VR, image and video processing, multimedia analysis and generation, multimedia quality assessment, multimedia communication, multimedia standards 및 multimodal media computing 등이 포함되어 있어 IMCLab의 연구 주제와 밀접하게 연결된다.

특히 이번 학회에서 주목한 프로그램 중 하나는 Dynamic Gaussian Splatting Compression Challenge(DyGSC)이며, 해당 프로그램에서는 시간에 따라 변화하는 동적 3D Gaussian Splatting 데이터를 효율적으로 압축하고 복원하기 위한 기술들이 소개되었다. Dynamic Gaussian Splatting은 정적 3DGS보다 데이터 규모가 크고 시간축 중복성을 함께 처리해야 하므로, 저장 공간과 전송 대역폭을 줄이면서도 렌더링 품질과 시간적 일관성을 유지하는 것이 중요한 연구 문제로 다뤄졌다. 이는 IMCLab에서 진행 중인 4D Gaussian Splatting 압축, 계층적 표현 및 스케일러블 전송 연구와 직접적으로 연결되는 주제이다.

또한 3D Point Cloud Processing, Analysis, Compression, and Communication 워크숍에서는 3차원 포인트 클라우드의 표현, 분석, 압축 및 네트워크 전송과 관련된 연구들이 발표되었다. 세션에서는 대규모 3D 데이터의 불규칙한 구조, 높은 연산 및 전송 비용, 데이터 손실에 따른 품질 저하 등 실제 시스템에 적용할 때 발생하는 문제들이 논의되었다. 이를 통해 3D 미디어 연구에서는 단순히 복원 정확도를 높이는 것뿐만 아니라, 부호화 효율, 전송 안정성, 복호화 복잡도 및 실제 서비스 환경에서의 활용 가능성을 함께 고려해야 함을 확인할 수 있었다.

품질 평가와 관련해서는 Lightweight Neural Networks for AIGC Image Quality Assessment, Scientific Images Quality Assessment, Perceptual Visual & 3D Point Cloud Compression and Low-Altitude UAV Image Quality Assessment 등의 Grand Challenge가 진행되었다. 생성형 이미지, 과학 영상, 포인트 클라우드 및 저고도 무인기 영상처럼 서로 다른 특성을 갖는 콘텐츠에서는 기존의 일반적인 화질 지표만으로 실제 품질을 충분히 평가하기 어렵다는 점이 강조되었다. 특히 콘텐츠의 용도와 주요 객체, 생성 오류, 공간적 구조 및 후속 분석 작업에 미치는 영향을 함께 고려하는 task-aware·perception-aware 품질 평가가 중요한 연구 방향으로 제시되었다.

이러한 흐름은 IMCLab에서 수행 중인 3D/4D Gaussian Splatting 품질 평가 연구에도 중요한 시사점을 제공한다. 향후 Gaussian Splatting 기반 미디어를 평가할 때에는 PSNR, SSIM, LPIPS와 같은 영상 기반 지표뿐만 아니라, geometry consistency, temporal consistency, view consistency, 주요 객체의 보존 여부, 압축에 따른 구조적 오류 및 렌더링 안정성 등을 함께 고려할 필요가 있음을 확인할 수 있었기 때문이다.

ICME 2026의 Keynote에서는 지능형 멀티미디어 시스템의 다양한 발전 방향도 소개되었다. Lu Fang 교수는 물리 기반 영상 획득과 인공지능을 결합한 차세대 이미징 및 컴퓨팅 기술을 발표하였으며, Yonggang Wen 교수는 인공지능과 디지털 인프라의 발전 과정에서 데이터센터의 에너지 소비와 지속 가능성 문제를 다루었다. Antonio Ortega 교수는 computational metric을 고려한 rate-distortion optimization을 주제로, 전통적인 신호 왜곡뿐만 아니라 실제 인식 및 분석 작업의 성능을 반영하는 멀티미디어 최적화 방향을 제시했다.

Special Session에서는 Generative AI and Agents for Multimedia Coding, Processing, and Evaluation, Embodied Multimodal Intelligence: From Perception to World Modeling, Major Challenges in Real-World Videos 등 생성형 인공지능, 멀티모달 에이전트, 비디오 이해 및 미디어 부호화를 결합한 연구들이 발표됐다. 특히 생성형 모델과 에이전트 기술이 단순한 콘텐츠 생성 도구를 넘어, 멀티미디어 데이터를 분석하고 부호화 전략을 결정하며 결과 품질을 평가하는 방향으로 확장되고 있음을 확인하였다.

실제 환경의 비디오를 다루는 연구에서는 시점 변화, 가림 현상, 복잡한 객체 간 상호작용, 장시간 움직임, 복합 행동 및 학습 데이터의 long-tail 분포가 주요 문제로 다뤄졌다. 이는 제한된 시점의 입력으로부터 동적 장면을 복원하는 자유시점 비디오 및 4D Gaussian Splatting 연구에서도 함께 해결해야 하는 문제로, 향후에는 영상 복원 품질뿐만 아니라 시간적 안정성과 장면 구조에 대한 이해가 더욱 중요해질 것으로 판단된다.

이번 ICME 2026 참석을 통해 IMCLab은 3D/4D Gaussian Splatting 연구가 단순히 높은 렌더링 품질을 달성하는 단계에서 벗어나, 동적 데이터 압축, 스케일러블 전송, 품질 평가, 실제 네트워크 환경 및 지능형 미디어 시스템과의 결합으로 확장되고 있음을 확인할 수 있었다. 특히 DyGSC와 3D point cloud compression 관련 프로그램은 향후 Gaussian Splatting 데이터를 효율적으로 저장·전송하고, 수신 가능한 데이터 양에 따라 품질을 점진적으로 향상시키는 연구가 중요해질 것임을 시사한다.

학회에서 조사한 최신 연구 동향은 본 연구실에서 진행 중인 자유시점 미디어 생성·복원·압축·렌더링 기술, 3D/4D Gaussian Splatting 기반 스케일러블 부호화 및 품질 평가 연구, 그리고 국제표준화를 고려한 미디어 표현 기술 개발에 중요한 참고 자료가 될 것으로 기대된다. IMCLab은 앞으로 ICME 2026에서 확인한 최신 멀티미디어 연구 흐름을 바탕으로, 실제 저장·전송·재생 환경에 적용할 수 있는 차세대 3D/4D 미디어 시스템 연구를 지속적으로 발전시켜 나갈 계획이다.