미디어 아트용 고부하 실시간 AI 이미지 처리 시스템
기술 총괄
해결한 문제
미디어 아트 작품의 AI 가공 데이터를 Unity 콘텐츠에 실시간으로 연결하기 위해, 분산 데이터 처리 파이프라인을 설계·구축했습니다.
ENGINEER · STRUCTURE
병목을 찾아 실시간 처리 구조로 바꾸다
전송·획득·고부하 처리의 병목을 분리해 다루고, Node.js·Python·Unity를 하나의 실시간 흐름으로 연결했습니다.
구조를 만든 방법
- 매초 60회 이미지 데이터 처리
- Node.js · Python · Unity · WebSocket 사용
- Python 멀티프로세싱으로 이미지 획득 지연 206ms → 13ms
- 여러 Raspberry Pi 클러스터로 고부하 분산 처리
ARTIST · EXPERIENCE
처리된 데이터를 작품 경험까지 연결하다
기술 총괄로서 작가와 협업하며, 실시간 데이터 구조가 Unity 콘텐츠로 이어지는 제작 기반을 만들었습니다.
경험으로 연결한 방법
- 기술 총괄로서 작가와 함께 작품 제작 프로젝트에 참여
- AI 가공 데이터를 Unity 콘텐츠와 실시간 연동
- 핵심 결과
- 초당 60회의 이미지 데이터를 다루는 실시간 파이프라인과 Unity 연동 로직을 설계·구축했습니다.
- 문제 해결 방식
- 성능 개선을 별도의 기술 과제로 끝내지 않고, 데이터가 Unity 콘텐츠에 실시간으로 닿는 전체 제작 흐름까지 설계합니다.
- 수치 기준
- 13ms는 이미지 획득 지연 수치이며, AI 추론이나 전체 파이프라인 지연 수치는 아닙니다.