Wavelet-Diffusion Collaborative Framework for Ancient Mural Restoration

고대 벽화는 수 세기에 걸친 예술적 진화, 사회적 관습, 그리고 정신적 신념을 포착하는 역사의 취약한 증인이다. 중국의 걸작들이 보여주는 북적이는 강가 장면부터 산속 은거지의 천상적인 풍경에 이르기까지, 이 작품들은 대체 불가능한 가치를 지니고 있다. 그러나 시간과 환경은 끊임없는 적이다. 습도, 빛, 오염, 그리고 비단이나 광물 안료와 같은 재료의 자연적인 노화는 이러한 벽화가 색이 바래고, 갈라지고, 부서지게 만든다. 통계에 따르면 중국의 추정 200만 점에 달하는 고대 회화 및 서예 작품 중 상당수가 다양한 정도의 손상을 입은 상태이며, 이는 긴급한 복원의 필요성을 창출하고 있다. 수십 년 동안 유일한 해결책은 인간 전문가의 정교한 작업이었으나, 이 과정은 느리고 주관적이며 섬세한 표면에 추가적인 손상을 입힐 위험이 있다. 최근 몇 년 동안 컴퓨터는 인공지능을 사용하여 원본 예술품에 손을 대지 않고도 누락된 부분을 채우고 색상을 복원함으로써 새로운 길을 제시했다. 하지만 현재의 컴퓨터 방식은 어려운 절충점에 직면해 있다. 즉, 그림의 거시적인 형태를 재구성하거나 붓터치의 미세한 디테일을 복원할 수는 있지만, 특히 손상이 심한 경우에는 두 가지를 동시에 해내기가 매우 어렵다.

한 연구팀은 이 문제를 해결하기 위해 새로운 접근 방식을 개발하여, 구조적 정확성과 미세한 질감의 디테일을 모두 갖춘 고대 벽화 복원 시스템을 만들어냈다. 최근 연구에서 설명된 이들의 방법은 컴퓨터가 새로운 이미지를 생성하는 방식과 이미지를 서로 다른 주파수 층으로 나누는 수학적 기법을 결합한다. 대부분의 기존 시스템처럼 컴퓨터에게 손상된 그림을 한꺼번에 고치라고 요구하는 대신, 이 새로운 프레임워크는 먼저 이미지를 기본 구성 요소로 분리한다. 즉, 매끄럽고 넓은 형태와 색상을 날카롭고 복잡한 선 및 질감으로부터 분리해 내는 것이다. 이러한 분리는 컴퓨터가 거대한 구조와 아주 작은 디테일을 동시에 다루려 애쓰는 대신, 병렬적으로 작업할 수 있게 해준다. 이렇게 분리된 층에서 핵심적인 작업을 수행함으로써, 시스템은 훨씬 더 빨라지고 필요한 계산 능력도 크게 줄여, 이전에는 처리가 너무 어려웠던 고해상도 이미지를 복원하는 것을 가능하게 했다.

이 혁신의 핵심은 '웨이브릿 도메인(wavelet domain)'에서 작동하는 협업 프레임워크인데, 이는 이미지를 가공되지 않은 픽셀이 아닌 주파수 성분에 기반하여 바라보는 기술적인 용어이다. 이미지를 단순히 색 점들의 격자가 아니라, 전체적인 형태와 색상을 담고 있는 하나의 층, 그리고 가장자리, 균열, 미세한 붓놀림을 담고 있는 다른 층들로 이루어진 다양한 층들의 집합체라고 상상해 보라. 연구진의 시스템은 먼저 손상된 벽화를 이 네 가지 뚜렷한 층으로 나눈다. 그런 다음, 무에서 유를 창조하는 데 탁월한 능력을 가진 생성 모델(generative model)이라는 유형의 인공지능을 사용하여 각 층의 누락된 부분을 복구한다. 결정적으로, 시스템은 남겨진 손상되지 않은 벽화 부분을 가이드로 삼아 새로운 콘텐츠가 원본 스타일과 완벽하게 어우러지도록 한다. 컴퓨터가 거대하고 방대한 전체 이미지가 아니라 이 작고 분리된 층들을 대상으로 작업하기 때문에, 훨씬 더 빠르게 복잡한 계산을 수행할 수 있다. 각 층의 누락된 부분이 채워지면, 시스템은 이들을 다시 결합하여 완전하게 복원된 그림을 만들어낸다.

이 방법의 결과는 놀랍다. 불교 경전과 천상의 장면을 특징으로 하는 돈황 벽화 컬렉션을 대상으로 테스트했을 때, 이 새로운 시스템은 기존의 모든 방법을 능가했다. 이 시스템은 이미지 재구성에서 높은 정확도를 달성했는데, 주요 측정값 중 하나에서 32.04 dB를 기록했고 구조적 유사도 점수는 0.922를 기록했으며, 이는 이전 기술들보다 현저히 높은 수치이다. 다른 벽화 이미지 데이터셋을 이용한 또 다른 테스트에서도 18.95 dB의 점수를 기록하며 다시 한번 최고의 종합적인 결과를 냈다. 수치를 넘어, 복원된 이미지의 시각적 품질 또한 우수하다. 기존 방식들이 종종 흐릿한 가장자리를 만들거나 고대 안료의 입자감을 잃게 했던 것과 달리, 이 새로운 접근 방식은 얼굴 윤곽의 선명함과 색상의 미묘한 계조를 보존했다. 또한 큰 결손 부위를 재구성하면서도 구도를 왜곡하거나 부자연스러운 패턴을 도입하지 않고 성공적으로 수행했다. 이 시스템은 특히 본래의 예술적 스타일을 유지하는 데 효과적이었으며, 다른 AI 복원 도구들을 괴롭히는 색상 변화나 반복적인 질감 문제를 피할 수 있었다.

연구진은 또한 층을 분리하지 않고 전체 이미지에 직접 작동하는 동일한 기술의 표준 버전과 이 시스템을 비교 테스트했다. 그들은 새로운 방식이 더 정확할 뿐만 아니라 훨씬 더 빠르다는 것을 발견했는데, 표준 방식이 35초 이상 걸리는 것에 비해 약 9.5초 만에 복원을 완료했다. 이러한 속도 향상은 품질의 저하 없이 이루어졌으며, 사실 층의 분리를 통해 시스템이 끊어진 선을 고치거나 퇴색된 색상을 복원하는 것과 같은 특정 문제에 더 정밀하게 집중할 수 있었다. 이 연구는 컴퓨터가 이미지를 '보는' 방식, 즉 복구하기 전에 주파수 층으로 분해하는 방식을 바꿈으로써 복원가들이 이전에는 도달할 수 없었던 수준의 디테일과 구조적 무결성을 달래낼 수 있음을 확인시켜 주었다. 이러한 발전은 문화유산을 보존하기 위한 실용적이고 효율적인 도구를 제공하며, 고대 벽화의 정교한 아름다움이 미래 세대를 위해 회복되고 보호될 수 있도록 보장한다.