우리가 매일 웹사이트나 쇼핑몰에서 마주하는 매끄러운 최신 스마트폰, 웅장한 자동차, 감각적인 가구 이미지들. 과연 이 중 ‘진짜 사진’은 얼마나 될까요? 놀랍게도 업계 추산에 따르면, 글로벌 제조 기업 홍보 이미지의 약 75% 이상이 카메라가 아닌 컴퓨터 속에서 만들어진 ‘3D 렌더링(Rendering)’ 이미지입니다.

이것은 더 이상 애플이나 테슬라 같은 대기업만의 이야기가 아닙니다. 독보적인 기술력을 가진 강소기업들도 제품을 돋보이게 하기 위해 비싼 스튜디오 촬영 대신, 3D CAD 데이터를 활용한 렌더링을 선택합니다. 설계 변경에 유연하게 대처할 수 있고, 시제품(Mock-up)이 없는 단계에서도 마케팅이 가능하기 때문입니다.

하지만 현실은 어떤가요? 수많은 엔지니어와 기업들이 이 효율적인 방법을 알면서도 주저합니다. ‘렌더링은 너무 어렵고 전문적이다’라는 인식 때문입니다. 그래서 오늘도 수많은 훌륭한 설계 데이터들이 칙칙한 ‘회색 음영 뷰(Shaded View)’ 상태로 보고서에 붙여넣어지고 있습니다.

하지만 이제 세상이 변했습니다. 조명을 세팅하고 재질을 입히는 ‘장인 정신’ 없이도, 엔지니어가 직접 전문가급 이미지를 얻을 수 있는 시대가 열렸습니다.

도구는 진화했지만, 여전히 남은 숙제 ‘감각’

물론 기존에도 훌륭한 도구들은 있었습니다. KeyShot(키샷)은 여전히 산업 디자인 업계의 표준이며 실사 같은 품질을 보장합니다. 하지만 고가의 라이선스 비용과 별도의 학습이 필요하다는 점은 바쁜 엔지니어에게 큰 진입 장벽이었습니다.

이에 대응하여 CAD 개발사들도 움직였습니다. Solidworks는 Visualize를, Autodesk Fusion은 Render Workspace를 통해 CAD 프로그램 내부로 렌더링 기능을 통합했습니다. 가장 큰 장점은 ‘연결성(Connectivity)’입니다. 과거처럼 STEP 파일로 변환해서 내보낼 필요 없이, CAD에서 설계를 수정하면 렌더링 화면에도 즉시 반영됩니다.

하지만 여기에 함정이 있습니다. 파일을 불러오는 과정은 편해졌지만, ‘그럴듯하게 만드는 과정’은 여전히 수동(Manual)이라는 점입니다.

소프트웨어는 편해졌지만, 결국 ‘미적 감각’과 ‘시간’을 갈아 넣어야 하는 단순 반복 업무는 그대로입니다. 우리는 설계를 하는 사람이지, 빛의 굴절률을 계산하는 아티스트가 아니니까요.

AI, ‘설정(Setting)’을 ‘언어(Prompt)’로 바꾸다

생성형 AI의 등장은 이 지루한 ‘설정값과의 전쟁’을 끝냈습니다. 이제 마우스로 슬라이더를 조절하는 대신, 우리가 평소 쓰는 언어로 명령하면 됩니다. 과거엔 물리 법칙을 이해해야 했다면, 이제는 ‘AI와의 대화법’만 알면 됩니다.

범용 LLM의 진화 (Gemini vs GPT)

가장 접근하기 쉬운 방법은 Gemini나 ChatGPT와 같은 멀티모달 AI를 활용하는 것입니다. 현업에서 다양한 툴을 테스트해 본 결과, 렌더링 작업에 있어서는 Gemini가 조금 더 좋은 결과를 보여주곤 합니다. GPT가 때로는 이미지를 지나치게 예술적(Artistic)으로 재해석하여 왜곡하는 경향이 있는 반면, Gemini는 업로드된 이미지의 맥락을 파악하고 사용자의 요청을 비교적 충실히 반영하여 텍스쳐를 입혀주는 모습을 보입니다.