표 출처: [1] (본문 기준으로 재구성)
이 분포를 오래 볼 필요가 있다. 조경에서 증강현실을 연구한 사람들은 지형을 다뤘고 유적을 다뤘고 주민 워크숍을 다뤘다. 시스템과 측위를 다룬 논문이 51편으로 가장 많다. 조경을 조경으로 만드는 대상, 즉 자라는 것은 2편이다. 그 2편이 무엇인지는 이 장의 끝에서 다룬다. 먼저 봐야 할 것은 이 공백의 양쪽에 무엇이 서 있는지다. [1][2][3] ### 재는 쪽은 성공했다 식생을 다루는 증강현실 기술에서 실제로 돈을 받고 팔리는 것은 계측이다. 설계가 아니다. 스웨덴 우메오의 Arboreal AB는 스마트폰으로 수목과 임분을 재는 앱 세 종을 판다. Arboreal Forest는 라이다와 증강현실로 표본조사구 데이터를 수집해 직경, 흉고단면적, 헥타르당 본수, 재적, 수고, 수종을 산출한다. Arboreal Tree는 라이다 없이 폰 카메라만으로 수고와 수관폭을 잰다. Arboreal Tree Scanner는 폰 라이다로 개별 통나무와 수목을 정밀 스캔한다. 기반은 iOS ARKit과 아이폰·아이패드의 라이다 센서다. 라이다 버전이 2020년에 나왔고 지금도 판매 중이다. 구독제로 팔고, 기업 고객에게는 REST API를 준다. [4] 이 제품이 이 장에서 중요한 이유는 정확도 주장과 그 검증이 분리 가능하다는 점이다. 식생을 다루는 증강현실 제품 중 그런 경우가 드물다. | 구분 | 내용 | |---|---| | 업체 주장 정확도 | sub-cm, 대부분 편차 2cm 이내 | | 업체 자체 평가 | 직경 MAE 3.9%, bias 0.67% | | 업체 주장 작업 속도 | 재래식 대비 2.5배 | | 원 조사에 기록된 평가 1 | 2020년 SLU 석사논문 — 개별 서지·원문 미확인 | | 원 조사에 기록된 평가 2 | 2021년 Sveaskog 평가 — 개별 보고서 미확인 | | 비교연구 3 | 2023년 Forests 비교연구 — 업체 소개를 통한 재인용 | | 원 조사에 기록된 평가 4 | 2024년 학술논문·직경 sub-cm 주장 — 개별 서지·원문 미확인 | 같은 나라의 Katam Technologies AB는 다른 경로를 간다. 나무 사이를 걷거나 차로 지나가며 폰으로 촬영하면 개별 수목의 높이와 직경과 밀도, 그리고 단목 GPS 좌표가 나온다. 드론이 자율 비행으로 상부를 촬영하는 경로를 병행한다. 목표는 데이터 기반 간벌로 생장량을 늘리는 것이다. 고객은 칠레의 CMPC, 브라질의 Irani, 스웨덴의 Plockhugget이고, 2024년 기사에서 인도네시아 진출이 언급된다. 인도네시아 산림 9천만 헥타르가 시장 규모로 제시된다. [6] Katam을 소개할 때 한 가지를 정확히 해야 한다. 제품 페이지는 증강현실이라는 말을 쓰지 않는다. 카메라로 공간을 재구성하는 기술 계열은 증강현실과 같지만, 출력이 현장 오버레이가 아니라 지도와 수치다. 그러므로 이것은 증강현실 제품이 아니다. 계측 제품이다. 제품 소개에서 확인한 정확도 주장과 독립 평가를 구분해야 한다. 2023년 Forests 비교연구에는 Arboreal Forest와 함께 Katam·Trestima도 포함되어 있다. 따라서 Katam의 독립 검증이 없다는 원고의 단정은 수정한다. 계측 계열이 성공한 이유는 구조적이다. 재는 대상이 이미 그 자리에 있다. 카메라가 보는 것과 알고리즘이 계산하는 것이 같은 물체다. 정합의 기준점이 실물 자체다. 설계 시각화는 반대다. 보여줄 대상이 아직 없다. 기준점을 외부에서 가져와야 한다. 이 비대칭이 이 장 전체를 관통한다. 검증 조건도 비대칭이다. 계측의 정확도는 줄자로 확인할 수 있다. 직경 MAE 3.9퍼센트라는 숫자가 검증 가능한 이유는 비교할 참값이 현장에 있기 때문이다. 20년 뒤 수관을 겹쳐 보여주는 시각화에는 참값이 없다. 20년을 기다려야 참값이 생긴다. 검증할 수 없는 제품에는 품질 경쟁이 생기지 않고, 품질 경쟁이 없으면 정확도에 투자할 이유도 없다. 원 조사는 계측 평가 자료 네 건을 언급했으나, 위 표에서 보듯 개별 출처가 모두 확보된 것은 아니다. 이를 검증된 논문 네 건으로 단정하지 않는다. 계측이 조경에 무의미하지는 않다. Arboreal의 출력은 수종, 수고, 직경, 좌표다. 그것은 조경 유지관리가 필요한 데이터와 거의 같다. 기존 수목을 보전하는 설계에서 현황 수목 조사는 첫 단계이고, 지금 그 단계는 대부분 손으로 한다. 계측 앱은 조경 업무의 앞단에 이미 쓸 수 있는 도구다. 다만 그 앱이 겨냥한 시장은 임업이고, 조경 유지관리 업무흐름에 접속하는 경로는 이번 조사에서 확인되지 않았다. [4][6][5] ### 에셋 쪽도 성공했다, 다른 산업에서 자라고 흔들리는 나무를 가장 잘 만드는 도구는 이미 20년 넘게 존재한다. 조경을 겨냥하지 않았다. SpeedTree는 절차적 수목 생성 툴킷의 업계 표준이다. IDV Inc.가 2002년부터 개발했고 2021년 7월 Unity Technologies가 인수했다. 절차적 생성기와 수작업 편집을 비파괴로 섞고, 물리 기반 덩굴을 만들고, 셰이더와 버텍스컬러로 바람 애니메이션을 넣고, 계절을 파라미터로 조정하고, 동적 LOD를 생성하고, 8K PBR 텍스처 라이브러리를 제공한다. 런타임 SDK는 PC, 콘솔, 모바일, VR을 지원한다고 적혀 있다. [7] 이 기능 목록은 조경이 필요한 것과 거의 일치한다. 바람이 있고 계절이 있다. 그런데 제품 페이지가 명시하는 산업은 게임과 영화뿐이다. AR과 XR 언급이 없고, 건축과 조경 시각화 언급도 없다. 런타임 SDK 지원 플랫폼 목록에 VR은 있고 AR은 없다. 조경 실무가 이 도구를 쓰려면 Unity나 Unreal을 경유해야 하고, 좌표계와 측량 정합은 SpeedTree 바깥의 문제로 남는다. 바람과 계절을 가장 잘 다루는 도구가 현장 정합을 자기 문제로 보지 않는다. Laubwerk GmbH는 건축과 VFX용 사실적 3D 식물 모델을 팔던 독일 회사다. 100개국 이상에 고객이 있었다. 2025년 1월 6일 Maxon이 인수를 발표했다. 인수 후 제품은 Redshift 대응 나무·식물 에셋으로 Cinema 4D의 Asset Browser에 편입되어 Maxon One 구독자에게 제공된다. 인수 이후의 제공 방식 변경과 제품 종료는 구분해야 한다. [8] 조경 실무가 식물 에셋에 요구하는 것은 사실성만이 아니다. 심을 규격에 대응하는 형태, 활착 이후 몇 해간의 수형 변화, 수종별 생장 속도, 전정 방식에 따른 수관 형태, 낙엽 시점이 필요하다. 이 목록은 미술 요구가 아니라 자료 요구다. 같은 느티나무라도 R8로 심은 것과 R30으로 심은 것은 10년 뒤가 다르고, 그 차이가 설계 판단의 내용이다. 범용 CG 라이브러리는 이 목록을 담을 이유가 없다. 영화 한 컷에는 열매 달린 나무 한 그루면 충분하다. 이 인수의 방향이 중요하다. 조경 전용화가 아니라 범용화다. 계절 변형과 수령 변형 옵션이 남는지는 인수 발표문에 명시되지 않았고, 구제품 문서는 이번 조사에서 확인하지 못했다. 식물 에셋이 범용 CG 스택 안으로 들어가면 수령, 규격, 식재기준 같은 조경 고유 속성과는 더 멀어진다. CG 스택이 요구하는 것은 예쁜 메시이고, 조경이 요구하는 것은 R8 B0.3 H3.5 규격표에 대응하는 객체다. | 도구 | 소유 변화 | 가격(공개분) | |---|---|---| | SpeedTree | 2021년 7월 Unity 인수, speedtree.com은 301 리다이렉트 | Indie 월 19달러, Pro 연 899달러, 라이브러리 애드온 연 999달러 | | Laubwerk | 2025년 1월 Maxon 인수 | Maxon One 구독에 포함 | | iScape | 독립 유지 | Pro 월 29.99달러 또는 연 299.99달러 | 두 축의 증거 수준은 모두 실제 납품이다. 파는 회사가 있고 사는 사람이 있다. 문제는 두 축이 만나지 않는다는 것이다. [7][8][2] ### 가운데가 비어 있다 계측이 한쪽에 있고 에셋이 다른 쪽에 있다. 그 사이, 설계한 식재를 현장에 정합해 보여주는 자리가 조경의 자리다. 그 자리에서 이번 조사가 찾은 실제 납품 사례는 없다. 조경 증강현실 기능을 제공하는 앱으로 iScape가 있다. 마당이나 현장 사진 위에 2D 또는 3D 증강현실 디자인을 올린다. 수천 종의 식물과 포장재, 가구, 하드스케이프 요소를 사실적 디테일로 제공한다고 주장한다. 고객은 홈오너와 취미가, 그리고 조경업자다. 업체는 약 400만 다운로드와 평점 4.6을 내세운다. 독립 검증은 없다. [2][9] 이 앱에서 식물은 정적 에셋이다. 생장이나 계절 변화 기능은 제품 페이지에 언급되지 않는다. 공식 AR 안내에서 표면 탐지와 객체 배치를 확인할 수 있다. 다만 이번에 확인한 문서만으로 측량 좌표와의 연결이나 생장·계절 기능의 유무를 확정할 수는 없다. 조경 전용 BIM에서는 사정이 나을까. Vectorworks Landmark는 Nemetschek 그룹의 조경 전용 제품이고, 제품 페이지가 AR과 VR을 포인트클라우드·포토그래메트리와 함께 앞서가는 기술로 명시한다. 클라우드 서비스는 3D 모델의 AR 뷰잉을 제공해 클라이언트에게 몰입형 프레젠테이션을 준다고 적는다. VR은 Meta Quest용 Vectorworks Odyssey로 분리되어 있다. Odyssey는 VR이므로 이 장의 대상이 아니다. [10] 문제는 AR 뷰잉이 Landmark의 식물 객체와 수령과 계절 표현에 연결된다는 서술이 어디에도 없다는 점이다. 조경 전용 BIM에서도 증강현실은 범용 모델 뷰어다. 식생의 특수성은 AR 경로에 반영되지 않았다. 그리고 이 벤더의 몰입형 투자 중심은 현장 AR보다 헤드셋 VR로 기울어 있다. 야외 고정밀 쪽을 보면 Trimble SiteVision이 있다. 야외 현장용 증강현실과 라이다 스캔, GNSS 측위를 결합한 현실캡처 소프트웨어다. Trimble Catalyst DA2 수신기를 안드로이드나 iOS 기기에 붙여 폴 또는 핸들 마운트로 쓴다. 실시간 키네매틱으로 수평 1센티미터, 수직 2센티미터를 낸다. 영국 Skanska의 수석측량기사 인용이 사례로 실려 있다. [11] 이 제품이 공식으로 내세우는 용도는 지하 매설물 시각화, 설계 검증, 준공 기록, 측량, 교통·주거 개발이다. 조경과 식생이 목록에 없다. 야외 증강현실에서 가장 정확한 제품이 조경을 자기 시장으로 보지 않는다. 도시숲 데이터를 가장 많이 쥔 쪽은 어떤가. TreePlotter는 PlanIT Geo의 도시숲 수목 인벤토리·수관 분석 SaaS이고 사실상 업계 표준이다. INVENTORY는 어떤 기기에서든 실시간으로 수목 데이터를 수집·관리하고, CANOPY는 도시숲을 보고 계획하고 키우는 분석을 제공한다. Mobile과 Projects, 커스터마이징, NatureScore 애드온이 붙는다. 고객으로 ClimbingHI Maui, Texas Trees Foundation, Canopy Palo Alto가 명시되고, 영국 지사와 캐나다 진출이 언급된다. [12] 제품 페이지 전체에 증강현실 언급이 하나도 없다. 수목의 위치와 수종과 규격 데이터를 가장 많이 가진 업계가, 그 데이터를 현장 증강현실로 내보내는 경로를 제품화하지 않았다. 수요가 없다고 봤는지, 현장 정합 정확도를 낼 수 없다고 봤는지는 이번 조사로 알 수 없다. | 도구 | 확인한 기능 | 조사 자료에서 확인하지 못한 범위 | |---|---|---| | iScape | 식물 에셋, AR 배치 | 생장·계절 기능 및 측량 좌표 연결은 확인 문서로 확정할 수 없음 | | Vectorworks Landmark | 조경 전용 BIM 객체, AR 뷰잉 | 식물 객체와 AR의 연결 서술 | | Trimble SiteVision | 수평 1cm 야외 정합 | 공식 용도에 식생·조경 | | TreePlotter | 도시숲 수목 데이터 최대 규모 | AR 모듈 자체 | | SpeedTree | 바람, 계절, LOD | AR·조경 대상 명시 |표 출처: [11][2][10][12][7][9] (본문 기준으로 재구성)
이 표의 오른쪽 열이 같은 방향을 가리킨다. 각 도구는 조경 증강현실의 한 조각을 가졌고, 그 조각을 다른 조각과 붙일 이유를 찾지 못했다. [11][2][10][12][7][9] ### 연구도 식생을 우회했다 제품이 없다면 연구는 있었을까. 있었다. 다만 식생을 피해 갔다. 조경에서 증강현실을 다룬 문헌은 2014년까지 올라간다. 초기 층은 가능성 탐색이다. 2014년 논문은 조경설계 가상 재구성을 다뤘고, 2017년 논문은 VR과 AR과 MR의 조경 적용을 논의했다. 2018년 자료로는 알토대학교의 연구·교육 프로젝트 소개와 워싱턴대학교 학위논문이 있다. 알토대의 공식 소개는 VR·AR 플랫폼으로 대지의 숨은 데이터 층을 시각화하는 방법을 다루며, 워싱턴대학교 논문은 증강현실을 조경계획과 설계에 통합하며 시공 단계의 시각적 지도를 제시했다. 후자가 지적한 한계가 눈에 걸린다. 자연광 같은 외부 요인에 따라 시각적 오류가 발생한다는 것이다. 야외 조경의 조건이 그대로 한계로 적혀 있다. [13][14][15][16] 2020년 일리노이대학교 논문은 혼합현실이 조경 프로젝트에 어떻게 쓰일 수 있는지 조사하고 결론을 이렇게 냈다. 혼합현실 소프트웨어는 조경 특화 기능이 부족해 추가 개발이 필요하다는 것이다. 인용 0회다. 이 결론이 2020년에 나왔고, 2026년까지 그 특화 기능은 오지 않았다. [17] 현장 설계 프로토타입도 있다. 2020년 ARGarden은 핸드헬드 증강현실로 다중 사용자가 협업하는 3D 야외 설계 도구를 만들었고 인용 12회를 받았다. 2021년 Applied Sciences 논문은 혼합현실로 커뮤니티 계획의 현장 설계 경험을 개선했고, 설계자에게 직관적 인식과 정확한 판단을 제공한다고 보고했다. 인용 17회로 설계 시각화 분류에서 가장 많이 인용됐다. 두 연구 모두 식물의 생장이나 계절을 다루지 않는다. 배치와 협업을 다룬다. [18][19] 식생 쪽으로 가장 멀리 간 것은 오히려 측정 연구다. 2016년 CAADRIA 발표는 시야 내 녹지 비율을 자동 측정하는 시스템을 만들고, 증강현실 환경에 식물 배치 설계 모델을 추가해 미래 녹지 변화를 시각화하는 기능을 넣었다. 인용 7회다. 이번 코퍼스에서 계획 식재의 미래 상태를 증강현실로 보여주겠다고 명시한 가장 이른 연구다. 그러나 목적은 비율의 정량화이고, 수목 개체의 생장이 아니다. 저자 스스로 수작업 측정 대비 정확도가 떨어질 수 있다고 적는다. [20] 2023년 IEEE Access 논문은 제목에 증강현실과 도시녹화 식물 생장상태가 함께 들어간다. 내용은 다르다. 증강현실을 써서 생장상태 탐지용 데이터셋을 빠르게 구축하는 방법이고, GAN 기반 데이터 확장보다 정확도 향상이 크다고 보고한다. 야외 실험이 아니다. 여기서 증강현실은 현장 뷰어가 아니라 합성 데이터 생성기다. 조경 코퍼스에서 식생과 증강현실이 가장 직접 만난 논문이 실은 데이터 증강 기법이라는 사실을 기록해둘 필요가 있다. [21] 가장 최근 층도 같은 자리를 돈다. 2022년 CAADRIA 발표는 실시간 레이 트레이싱으로 물면 반사를 증강현실에 구현했다. 시각화 분류의 단 한 편이 물을 다룬다. 물의 반사는 다뤘고 잎의 투과는 다루지 않았다. 인용 0회이고, 저자는 하드웨어 요구가 높아 특정 기기에서 실행이 어렵다고 적는다. 2024년 학회 논문은 공원 계획용 증강현실 앱이 기존 앱보다 만족도가 높고 작업 부담이 낮다고 보고하지만 야외 실험이 아니며, 작업 시간이 더 길어진다는 단서가 붙는다. 2025년 튀르키예 학술지 논문은 증강현실을 통합한 설계 프로세스를 제안하고, 적용 범위가 초기 설계 단계에 제한되며 시공 단계는 추가 고려가 필요하다고 스스로 밝힌다. 인용 0회다. [22][23][24] 야외 측위 연구는 별도로 진전이 있다. 2024년 Sensors 논문은 VSLAM과 구글 스트리트뷰를 결합해 위치기반 증강현실 앵커 정확도를 GPS 기반보다 높였고 인용 12회를 받았다. 같은 해 Electronics 논문은 조명 조건이 그 결합의 정확도에 미치는 영향을 조사해 조명 강도와 정확도 사이의 유의한 상관을 밝혔고 인용 10회다. 후자는 비 오는 날처럼 시각 요소가 변하는 환경에서 정확도가 저하된다고 적는다. 스트리트뷰를 참조하는 측위는 도로에서 보이는 장면을 전제한다. 수관 아래와 공원 내부는 그 전제 밖이다. [25][26] | 대표 연구 | 연도 | 인용 | 야외 | 식생의 시간성 | |---|---|---|---|---| | 조경 혼합현실 잠재력 평가(일리노이대) | 2020 | 0 | 아니오 | 다루지 않음, 특화 기능 부족을 결론으로 지적 | | ARGarden 핸드헬드 야외 설계 | 2020 | 12 | 예 | 다루지 않음 | | 혼합현실 현장 커뮤니티 계획 | 2021 | 17 | 예 | 다루지 않음 | | 녹시율 자동 측정 | 2016 | 7 | 예 | 미래 녹지 변화 시각화 기능 포함, 개체 생장 아님 | | 식물 생장상태 탐지 데이터셋 | 2023 | 7 | 아니오 | AR을 데이터 생성기로 사용 | | 물면 반사 실시간 레이 트레이싱 | 2022 | 0 | 예 | 다루지 않음 | | VSLAM·스트리트뷰 앵커 정확도 | 2024 | 12 | 예 | 해당 없음, 측위 연구 |표 출처: [13][14][15][16][17][18][19][20][21][22][23][24][25][26][1] (본문 기준으로 재구성)
이 표를 위에서 아래로 읽으면 조경 증강현실 연구 12년의 궤적이 보인다. 가능성을 탐구하고, 배치를 시험하고, 협업을 측정하고, 측위를 개선했다. 자라는 것은 건너뛰었다. 증거 수준으로 보면 이 층 전체가 연구 프로토타입이고, 다수가 학회 발표이며 인용은 한 자리 수다. 실무로 건너간 흔적이 없다. [13][14][15][16][17][18][19][20][21][22][23][24][25][26][1] ### 수관 아래에서는 좌표가 흔들린다 조경 현장에는 나무가 있다. 당연한 말이지만 측위에는 치명적이다. SiteVision의 1센티미터는 GNSS 실시간 키네매틱이 낸 숫자다. GNSS는 위성 신호를 받아야 하고, 위성 신호는 하늘이 열려 있어야 온다. 수관 아래에서는 신호가 가려지고 산란되고 반사된다. 다중경로 오차가 커진다. 조경 현장에서 수관 아래는 예외 조건이 아니라 상수다. 가로수 아래, 숲 그늘, 등나무 퍼걸러 밑이 전부 작업 대상이다. [11][27][28] 여기서 정직해야 한다. 수관 아래 성능 저하는 GNSS의 물리에서 필연으로 따라오지만, 이번 조사는 Trimble 문서로 그것을 직접 확인하지 못했다. 즉 이 문단은 확인된 사실이 아니라 추론이다. 제조사가 수관 아래 정확도 저감 수치를 공표했는지 여부도 확인하지 못했다. GNSS를 쓰지 않는 길이 있다. 카메라 영상으로 위치를 찾는 시각 측위다. Niantic Spatial이 그 길을 간다. 시장을 선도했던 모바일 3D 스캔 앱 Scaniverse가 기업용 공간 데이터 서비스로 재편된 결과다. iOS와 안드로이드 기기, 360 카메라, 드론을 받고, 조직 자체의 이미지·라이다·센서 데이터를 받는 경로도 있다. 가우시안 스플랫과 메시를 기기 위에서 처리하고, 자체 오픈소스 포맷 SPZ와 USDZ로 내보낸다. SPZ는 파일 크기를 90퍼센트 줄인다고 주장한다. 측위는 GPS에 의존하지 않는 VPS이고, 업체는 5천만 개 신경망과 150조 파라미터 규모라고 주장한다. 모두 업체 주장이며 독립 검증은 확인되지 않았다. [29] 조경에 중요한 대목은 타깃 시장이다. 제품 페이지가 명시하는 시장은 임바디드 AI와 로보틱스, 국방과 정보, 석유가스다. 소비자와 설계 실무는 전면에서 사라졌다. scaniverse.com은 nianticspatial.com의 캡처 제품 페이지로 리다이렉트된다. 잎처럼 얇은 구조를 잘 담는 스플랫 캡처가 폰에서 무료로 가능해진 바로 그 시점에, 공급자는 조경이 아닌 곳을 보고 있다. 소비자와 설계 시장 경로는 사실상 접혔다. 이유는 기술이 아니라 경제다. 업체 스스로 화면 밖 경제활동 80퍼센트를 겨냥한다고 적는다. | 측위 방식 | 공개 정확도 | 조경 적합성의 제약 | |---|---|---| | GNSS RTK(Trimble Catalyst DA2) | 수평 1cm, 수직 2cm | 개방된 하늘 전제. 수관 아래 저하는 추론 | | VPS(Niantic Spatial) | 수치 비공개 | 사전 스캔 필요, 타깃 시장이 설계 실무 아님 | | 평면 인식·사진 합성(iScape) | 수치 없음 | 측량 좌표와 무연결 |표 출처: [11][29][2][27][28] (본문 기준으로 재구성)
[11][29][2][27][28] ### 잎 사이의 가림 증강현실에서 가림 처리는 가상 객체가 실물 뒤에 있으면 가려 보이도록 하는 기술이다. 이것이 되지 않으면 가상 객체가 항상 앞에 떠 보이고, 공간감이 무너진다. 조경에서 이 문제는 두 갈래인데, 둘이 자주 혼동된다. 첫째는 실물이 가상을 가리는 문제다. 현장의 실제 나무 뒤로 계획한 파빌리온이 들어가야 한다. 이 문제는 연구가 있다. 조경 코퍼스 안에 의미분할과 인스턴스분할로 동적 가림을 처리하는 연구군이 2019년부터 쌓여 있다. 2019년 eCAADe·SIGraDi 공동학회 발표는 야외 경관 시뮬레이션용 의미분할 시스템을 개발하고 모바일 실시간 처리를 위해 클라이언트-서버 구조를 설계했다. 2020년 CAADRIA 발표는 실시간 의미분할과 영상 통신으로 동적 가림 처리와 녹시율 추정을 함께 다뤘다. 2021년 eCAADe 발표는 인스턴스분할로 실물과 가상의 위치 관계를 판별하는 자동화 과정을 넣었다. 2021년 Advanced Engineering Informatics 논문은 딥러닝 의미분할을 혼합현실에 통합해 미래 경관의 지형과 식생을 실시간 분석했고 인용 58회를 기록했다. 이 계열에서 가장 많이 인용된 것은 2022년 Journal of Computational Design and Engineering 논문이다. 도시 디지털트윈과 드론을 결합해 항공 시야에서 과거와 미래 경관을 시각화하고, 3D 모델 기반 가림 처리를 구현했다. 인용 82회다. | 항목 | 값 | |---|---| | 가림 처리 정확도 | 0.8 | | 제어기와 AR 기기 간 지연 | 약 3초 | | 인용 횟수 | 82 | | 발표 연도 | 2022 | 정확도 0.8과 지연 3초를 나란히 보면 이 계열의 현재 위치가 보인다. 연구로는 작동하고 실무로는 이르다. 3초 지연은 현장에서 기기를 들고 움직이는 사람에게 치명적이다. 이 연구군의 증거 수준은 연구 프로토타입이며, 실제 납품으로 넘어간 사례는 확인되지 않았다. 둘째 문제는 가상이 실물을 가리는 방식, 더 정확히는 가상 수목의 잎 사이로 배경이 보이는 문제다. 여기는 비어 있다. 표준 플랫폼 기능은 ARCore Depth API다. 서로 다른 각도의 여러 프레임을 비교하는 depth-from-motion으로 깊이 영상을 만들고, ToF 같은 전용 센서가 있으면 자동으로 병합한다. 2020년에 공개됐다. | 항목 | 문서 명시 값 | |---|---| | 깊이 측정 범위 | 0~65m | | 가장 정확한 구간 | 기기에서 0.5~5m | | 부정확 조건 | 흰 벽처럼 특징 없는 저텍스처 면 | | 선행 조건 | 사용자가 기기를 움직인 뒤 유효 깊이 생성 | 조경에서 추가로 검증할 대상은 얇은 잎, 바람에 움직이는 수관, 반투명한 경계와 강한 일사 조건이다. 움직임으로 깊이를 추정할 때 대상 자체의 움직임은 어려움을 더할 수 있다. 다만 공식 문서는 전용 깊이 센서 결합이 동적 장면에서 도움이 될 수 있다고 설명한다. 모든 움직이는 물체의 깊이 추정이 불가능하다고 일반화해서는 안 된다. 왜 이 문제가 어려운지는 짚어둘 만하다. 가림 처리의 표준 모델은 불투명한 표면을 가정한다. 화면의 각 픽셀에 하나의 깊이값을 두고, 그보다 먼 가상 픽셀을 지운다. 수관은 이 모델에 맞지 않는다. 한 픽셀 안에 잎과 잎 사이 틈과 그 뒤 하늘이 동시에 들어 있다. 깊이값이 하나로 정해지지 않는다. 게다가 그 배열이 프레임마다 바뀐다. 실물 나무 뒤에 가상 파빌리온을 두는 문제는 나무를 통째로 불투명한 덩어리로 취급해도 어느 정도 성립하지만, 가상 나무의 잎 사이로 실제 배경이 보여야 하는 문제는 그 근사가 통하지 않는다. 두 문제에는 서로 다른 표현과 가림 처리가 필요하다. 이 원고만으로 어느 쪽의 연구가 없다고 단정할 수는 없다. 원고는 arXiv 초록에서 augmented reality·occlusion·foliage를 함께 검색한 결과를 0건으로 기록했다. 이는 특정 검색식과 데이터베이스의 결과이며, 연구 자체의 부재나 문제 정의의 부재를 입증하지 않는다. 잎·수관·투과·동적 가림의 동의어와 다른 출판 경로까지 넓혀 검토할 필요가 있다. [30][31] ### 시간축이 열린 2026년 자라고 흔들리는 것을 담는 기술은 지금 막 열리고 있다. 3D 가우시안 스플래팅이 그 문을 열었다. 잎과 가지처럼 얇은 구조에서 스플랫이 메시보다 유리하다는 것이 이 계열의 공통 전제다. 정적 재구성은 먼저 쌓였다. 2024년 10월 8일 공개된 비교연구는 복잡한 산림 임분 재구성에서 신규시점합성 계열인 가우시안 스플래팅과 NeRF를 포토그래메트리와 비교하고 수목 측정값을 추출했다. 2026년 1월 19일 TreeDGS는 항공 영상 가우시안 재구성으로 원거리 흉고직경을 측정했다. 2026년 2월 26일 옥스퍼드의 Sapling-NeRF는 개별 유묘를 지오로컬라이즈해 복원하고 산림 갱신과 수목 구조 형질을 모니터링했다. 2026년 8월 11일 WildFireGS는 의미정보를 부여한 가우시안 산림 장면에 물리 기반 연소 모델을 붙여 산불 전파를 시뮬레이션했다. [32][33][34][35] 자산 공급 쪽에서는 2024년 7월 14일 Tree-D Fusion이 나왔다. MIT와 퍼듀 연구진이 디퓨전 프라이어로 단일 이미지에서 3D 수목을 복원해, 시뮬레이션 준비가 된 수목 모델 60만 개 데이터셋을 만들었다. 대상 이미지는 구글의 Auto Arborist Dataset이다. 속을 지시하는 텍스트 프롬프트로 형상을 복원하고, 3D 수관 외피와 포인트 마커로 분지 구조를 추정한다. 절차적 생성과 실측 기반 사이의 제3경로다. 시뮬레이션 준비라는 표현은 생장과 바람 시뮬레이션에 투입할 수 있는 형태라는 뜻이다. [36] 그리고 조경의 두 고유 문제가 2026년 9월에 연구 대상이 됐다. 시간과 바람이다. ChronoFuseGS는 2026년 9월 25일 공개됐다. 서로 다른 시점에 촬영한 여러 가우시안 모델을 스플랫 단위 persistence로 융합해, 야외 장면의 계절 식생 변화를 추적하고 변화를 시각화한다. 저자 그룹이 TU Wien의 VR·AR 연구실이라는 점이 조경 증강현실과의 직접 접점이다. 계절 변화를 다루는 연구가 증강현실 연구실에서 나왔다는 사실은 이 두 갈래가 이제야 만나기 시작했음을 뜻한다. [37] Wind on Trees는 2026년 9월 15일 공개됐다. 학습된 모션이 아니라 물리 파라미터화된 변형장으로 바람에 흔들리는 수목 운동을 모델링하고, 4D 가우시안 스플래팅이 실제 물리 파라미터를 회복하는지 시험했다. 논문 초록은 시간·풍속 외삽의 개선과 함께 주파수 회복이 가장 단순한 시험 수목에서만 성립했고 감쇠는 회복하지 못했다고 보고한다. 학습된 모션은 촬영한 흔들림을 재생하는 것이고, 물리 파라미터화는 바람 세기를 바꿀 수 있는 것이다. 설계 시각화에는 후자가 필요하다. 관련 흐름으로 2026년 7월 20일 AniGS는 비디오 디퓨전으로 정적 재구성에 식생 미세 운동을 덧붙였다. [38][39] | 연구 | 공개일 | 다루는 것 | 증거 수준 | |---|---|---|---| | 임분 재구성 비교연구 | 2024-10-08 | GS·NeRF·포토그래메트리 비교, 수목 계측 | 연구 프로토타입 [32] | | Tree-D Fusion | 2024-07-14 | 단일 사진에서 수목 60만 개 생성 | 연구 데이터셋 공개 [36] | | TreeDGS | 2026-01-19 | 항공 GS로 흉고직경 측정 | 연구 프로토타입 [33] | | Sapling-NeRF | 2026-02-26 | 유묘 지오로컬 복원·모니터링 | 연구 프로토타입 [34] | | AniGS | 2026-07-20 | 식생 미세 운동 부가 | 연구 프로토타입 [39] | | WildFireGS | 2026-08-11 | 산불 전파 시뮬레이션 | 연구 프로토타입 [35] | | Wind on Trees | 2026-09-15 | 물리 파라미터 기반 바람 흔들림 | 연구 프로토타입 [38] | | ChronoFuseGS | 2026-09-25 | 계절 변화 다중시점 융합 | 연구 프로토타입 [37] | 이 표의 마지막 열이 전부 같다. 검토한 자료에서 현장 증강현실 배포를 확인하지 못했다. 그리고 이 연구들이 공통으로 다루지 않는 것이 두 가지 있다. 실시간 증강현실 렌더링 부하와 현장 정합이다. 자라고 흔들리는 것을 스플랫으로 담는 길은 열렸다. 그것을 현장에 겹쳐 놓는 문제는 아직 손대지 않았다. 목적을 보면 더 분명하다. 이 여덟 건의 목적은 산림계측, 로봇, 재난, 데이터셋 구축이다. 조경 설계의 현장 증강현실은 하나도 없다. 식생 재구성 기술이 성숙하는 동안 조경은 그 논문들의 독자 명단에 없었다. 방향을 하나 짚어둘 필요가 있다. 이 계열은 촬영한 것을 되살리는 기술이다. 있는 나무를 찍어 스플랫으로 만들고, 여러 계절에 찍은 것을 융합하고, 바람에 흔들리는 것을 물리 파라미터로 기술한다. 조경이 필요한 것은 방향이 반대다. 아직 없는 나무를 세워야 하고, 겪지 않은 계절을 만들어야 한다. 재구성과 생성은 다른 문제다. 다만 재구성이 만든 표현 방식은 생성에 그대로 쓸 수 있다. 스플랫이 잎을 담는 방식, 물리 파라미터가 흔들림을 기술하는 방식은 대상이 실물이든 계획안이든 같다. 그러므로 이 계열은 조경이 쓸 수 있는 문법을 먼저 만들어 놓은 셈이다. 문법을 받아 문장을 쓸 사람이 아직 오지 않았다. 계산 부하도 남은 문제다. 4D 가우시안은 시간축을 가진 표현이고, 실시간 증강현실은 매 프레임을 기기 위에서 그려야 한다. 이 두 요구가 모바일 기기에서 만나는 지점의 성능 수치는 이번 조사에서 확인하지 못했다. 위 여덟 건 중 실시간 증강현실 렌더링 부하를 보고한 것이 없다. [32][33][34][35][36][37][38][39] ### 손으로 심는 방식 현장 정합 모바일 증강현실이 아닌 경로에서는 식생을 다룬 실제 구현이 있다. 노스캐롤라이나주립대학교 GeoForAll Lab의 Tangible Landscape가 그것이다. 물리 모형을 손으로 조형하면 실시간 3D 스캔과 포인트클라우드 처리를 거쳐 GRASS GIS가 지리연산을 수행하고, 그 결과를 프로젝터가 모형 위에 투영하며 Blender가 3D 렌더를 띄운다. 오픈소스이고 초심자와 전문가 모두를 겨냥한다. 객체 인식, 시계열 분석, 협업 상호작용을 지원한다. 이 장에 이것이 들어오는 이유는 하나의 기능이다. 색 펠트 조각을 모형에 놓으면 그 자리에 숲이 심어지고 즉시 3D 나무로 렌더링된다. 손으로 숲을 심는 인터페이스다. 조경설계자가 트레이싱지에 수목 기호를 그리는 동작과 연산 모델이 직접 연결된다. 식생을 증강현실로 다룬 실제 구현 중 조경의 작업 방식에 가장 가까운 사례다. 단서를 두 개 달아야 한다. 첫째, 이것은 현장 정합형 모바일 증강현실이 아니다. 실내 테이블 위 투영식 공간증강이다. 나무 밑에 서서 보는 방식이 아니라, 모형을 내려다보는 방식이다. 둘째, 증거 수준은 연구 프로토타입이다. 오픈소스로 공개돼 교육과 워크숍에 쓰였지만, 사이트 저작권 표기가 2016년에 멈춰 있어 활발한 유지 여부를 확인하지 못했다. 설치 수와 워크숍 수도 공개돼 있지 않다. [40][41][42] ### 도입의 장벽과 제품 변화를 구분하다 제품 인수와 기능 통합, 서비스 방향 변경, 유지 여부 미확인은 서로 다른 사건이다. 이들을 모두 실패로 묶거나 비용을 원인으로 단정하지 않는다. 아래는 원고에서 언급한 사건과 추가 확인 항목이다. | 사례 | 원고에 기록된 변화 | 추가로 확인할 것 | |---|---|---| | Laubwerk | Maxon 인수와 에셋 통합 | 기능 제공 범위와 이용 조건; 인수 원인과 성과 | | SpeedTree | Unity 인수와 제품 경로 통합 | 현재 지원 범위; 도메인 변경과 기능 종료의 구분 | | Scaniverse | Niantic Spatial 관련 재편 | 소비자·설계 기능의 현재 제공 여부 | | Tangible Landscape | 오픈소스 프로젝트; 홈페이지에 2016년 저작권 표기 | 저장소 활동·출판·운영 기록; 저작권 연도만으로 중단 판정 불가 | | TreePlotter | 조사한 문서에서 AR 경로를 확인하지 못함 | 다른 모듈·연동·운영 사례 | | 잎 가림 처리 | 이번 문서·검색에서 충분한 지침을 확보하지 못함 | 표현 방식별 연구와 현장 성능 |표 출처: [7][8][2][10][40] (본문 기준으로 재구성)
기술적 제약은 현장 조건별로 나누어 보아야 한다. 수관·차폐·조명·움직임은 센서와 추적에 영향을 줄 수 있다. ARCore 공식 문서의 0.5~5m는 가장 정확한 결과를 얻는 거리 설명이며 최대 동작 거리나 모든 장면의 정확도 보장이 아니다. Geospatial Depth는 VPS 지원 위치에서 건물·지형 정보를 결합해 최대 65m까지의 공간을 다룬다. 이 기능만으로 흔들리는 잎이나 미래 수목의 형상을 정확히 재현하는 것은 아니다. [Depth API](https://developers.google.com/ar/develop/depth) · [Geospatial Depth](https://developers.google.com/ar/develop/java/depth/geospatial-depth) 비용은 라이선스뿐 아니라 모델 제작·정리, 엔진 학습, 현장 장비, 배포와 유지보수를 합쳐 계산해야 한다. 원고에 적힌 특정 제품의 구독료는 조사 당시 기록이며 현재 견적이 아니다. 한 앱의 가격을 조경 시장의 지불 상한으로 해석하거나 기업 인수의 원인을 경영난으로 단정할 근거는 이 조사에 없다. 같은 과제를 기존 도구로 수행하는 비용과 비교하는 것이 후속 검증에 필요하다. 데이터 원인은 조경이 자기 손으로 만든 문제다. 식물 객체의 시간 속성이 현장 AR까지 일관되게 전달되는지는 별도로 확인해야 한다. 도면의 수목 기호는 준공 시점 규격을 표시하고, 수량산출서는 R과 B와 H로 심는 날의 크기를 적는다. 20년 뒤 수관폭을 기록하는 칸이 설계도서에 없다. 이를 모든 BIM 객체나 에셋 라이브러리의 기능 부재로 일반화할 수는 없다. Laubwerk의 계절·수령 변형 옵션 유무는 이번에 확인하지 못했고, Vectorworks Landmark 페이지에도 식물 객체의 수령·계절 표현 서술이 없었다. Tree-D Fusion이 만든 60만 개 모델은 속 단위 텍스트 프롬프트로 생성됐고, 조경 식재 규격과 연결되는 속성은 없다. 겹쳐 보여줄 데이터가 없으면 겹쳐 보여주는 기술은 쓸 데가 없다. TreePlotter가 세계 최대 규모의 도시수목 데이터를 가지고도 증강현실 모듈을 만들지 않은 이유의 일부가 여기 있을 수 있다. 그 데이터는 있는 나무의 현재 상태이고, 조경 설계가 필요한 것은 없는 나무의 미래 상태다. 업무흐름에서는 AR 화면이 설계도서, 검토 의견과 승인 기록에 어떻게 연결되는지가 중요하다. 보조 설명에 쓰인 장면과 측정·검수에 쓰인 장면은 필요한 근거가 다르다. 초기 설계의 시연 결과만으로 시공 단계의 타당성을 보장할 수 없다. 반대로 공개된 시연만 보고 해당 도구가 교육에서 멈췄다고 단정해서도 안 된다. 기술·비용·데이터·업무흐름의 비중은 프로젝트마다 다르다. 조경 실무는 요구하는 데이터와 검토 절차를 명시하고, 그 조건에서 도구의 효용과 부담을 함께 평가할 수 있다. [7][8][2][10][40] ### 확인하지 못한 것 원고 작성 당시에는 개별 URL 직접 조회에 주로 의존해 보도자료·학회 발표·지자체 공고를 폭넓게 검색하지 못했다. 아래 항목들은 당시 조사의 미확인 사항이다. 웹판에서 별도로 보완한 항목은 그 근거를 덧붙였다. 한국 사례가 0건이다. 산림청, 국립수목원, 지자체, LH의 조경 증강현실 시범사업이 있는지 없는지 판단할 근거가 이 조사에는 없다. 일본과 중국, 대만도 같다. 실패와 중단 사례를 체계적으로 모으지 못했다. GIS 피처 레이어를 폰 증강현실로 표시하던 Esri AuGeo의 제품 페이지는 404였고, 단종 여부를 확정하지 못했다. 구글 Tango 단종도 1차 출처를 재확인하지 못했다. 현행 ARCore 페이지에 Tango 언급은 없다. 헤드셋의 실외 제약을 문서로 확인하지 못했다. Apple Vision Pro의 실외·직사광 사용 제한 문구를 찾으려 한 지원 페이지는 404였다. HoloLens 2 생산 종료도 확인하지 못했다. ARKit 씬 재구성 메시가 얇은 구조를 잡지 못한다는 점도 애플 공식 문서로 확인하지 못했다. 그러므로 앞 절의 가림 처리 논의는 ARCore 문서 한 건에만 근거한다. 조경 CAD의 생장·계절 기능은 웹판 보완 조사에서 확인했다. Lands Design 공식 도움말은 문서의 Season 설정, 개체의 현재 수고·수령과 Growth 옵션에 연결된 렌더링을 설명한다. 다만 이는 조경 모델의 표현 기능에 대한 근거이며, 현장 AR에서 장기 생장을 정확히 예측하거나 측량 수준으로 정합한다는 근거는 아니다. [공식 도움말](https://help.landsdesign.com/interface/document-properties/) [43] 업체 주장과 독립 검증의 구분도 남는다. iScape의 400만 다운로드와 평점 4.6, Katam의 정확도, Niantic의 SPZ 90퍼센트 절감과 VPS 규모는 모두 업체 자체 서술이다. 웹판에서 연결한 2023년 비교연구는 Arboreal Forest·Katam·Trestima를 함께 다룬다. 업체별 주장 전체가 그 연구로 검증된 것은 아니다. [43][4][6][2][29][30] ### 조경이 증강현실에 던지는 질문 이제 서두에서 미뤄둔 2편을 본다. 140편 코퍼스에서 식생과 수목을 정면으로 다룬 문헌이다. 둘은 사실상 한 연구의 두 판본이다. 2022년 Applied Sciences 논문은 BIM과 혼합현실을 결합해 식생 모델을 구축하고 계절 변화를 포착해 지속 가능한 토지 관리를 지원하는 방법을 제안했고, 공원 프로젝트 하나를 사례로 검증했다. 같은 해 Research Square에 올라간 프리프린트는 같은 프레임워크를 정원과 식생 관리의 생애주기 관리로 확장했다. 인용은 각각 7회와 4회다. 둘 다 저자가 지적하는 한계가 같다. 현장 데이터 전송과 처리의 복잡성, 기술적 제약이다. 증거 수준은 연구 프로토타입이고, 후자는 동료심사를 거치지 않은 프리프린트다. 이 코퍼스에서 식생·수목으로 분류된 기록은 2편이다. 서로 관련된 판본일 수 있으므로 독립된 연구 수와 문헌 기록 수를 구분해야 한다. 이는 이 코퍼스의 분류 결과이며, 분야 전체의 연구 수를 뜻하지 않는다. 이 2편의 접근 방식은 기록해둘 만하다. 둘 다 BIM을 축으로 잡았다. 식생 모델을 BIM 객체로 세우고, 계절 변화를 그 객체의 속성으로 포착하고, 혼합현실을 그 속성을 보는 창으로 썼다. 증강현실 쪽에서 출발해 식생을 끌어온 것이 아니라, 조경 정보 모델 쪽에서 출발해 표시 수단으로 혼합현실을 택했다. 앞 절에서 정리한 데이터 원인을 정면으로 다룬 셈이다. 그래서 이 방향이 중요하다. 그리고 그래서 한계도 분명하다. 두 논문이 공통으로 지적한 것이 현장 데이터 전송과 처리의 복잡성이다. 모델을 무겁게 만들면 현장에서 뜨지 않는다. 인용은 각각 7회와 4회에 머물렀고 후속 연구군이 형성되지 않았다. 그러므로 이 장의 결론은 방법론이 아니다. 질문 목록이다. 조경이 증강현실에 던지는 질문은 다른 어느 분야도 던지지 않았다. 첫째, 시간을 어떻게 겹치는가. 증강현실은 지금 여기를 증강한다. 조경이 보여주려는 것은 20년 뒤 여기다. 현재 영상 위에 미래 상태를 겹치는 것은 공간 정합이 아니라 시간 정합이다. ChronoFuseGS가 여러 시점의 스플랫을 융합하기 시작했지만, 그것은 과거 여러 장의 융합이다. 아직 오지 않은 상태를 만드는 문제는 다르다. 둘째, 성장의 불확실성을 어떻게 표현하는가. 20년 뒤 수관폭은 하나의 숫자가 아니다. 토양과 관수와 전정과 병충해에 따라 분포다. 건축 시각화는 확정된 형태를 보여주면 되지만, 조경 시각화는 범위를 보여줘야 정직하다. 이 원고의 조사만으로 범위를 증강현실로 보여주는 표현 방법의 부재를 단정할 수 없다. 적용 가능한 표현 방법을 비교할 필요가 있다. 셋째, 잎 사이로 어떻게 보이게 하는가. 가상 수목은 불투명한 덩어리가 아니다. 잎 사이로 하늘이 보이고 뒤가 보인다. 그 반투명성이 나무를 나무로 보이게 한다. 이번에 확인한 플랫폼 개요 문서와 제한된 문헌 검색만으로는 이에 대한 충분한 해법을 정리하지 못했다. 넷째, 수관 아래에서 어떻게 위치를 잡는가. 나무 밑은 조경의 작업 공간이고 GNSS의 사각지대다. 야외 증강현실에서 가장 정확한 제품이 전제하는 열린 하늘이 조경 현장에서는 예외 조건이다. 다섯째, 바람을 넣어야 하는가. Wind on Trees가 물리 파라미터로 흔들림을 모델링하기 시작했다. 그런데 정지한 가상 나무를 흔들리는 실물 나무들 사이에 세우면 즉시 가짜로 보인다. 흔들림은 장식이 아니라 존재감의 조건이다. 여섯째, 무엇을 성과품으로 삼는가. 증강현실 화면은 남지 않는다. 도면은 남고 시방서는 남는다. 현장에서 본 20년 뒤 수관이 승인 근거가 되려면 그 화면이 어떤 형식으로 성과품에 편입되는지 정해야 한다. 이 질문은 기술 질문이 아니라 제도 질문이고, 제도는 조경이 쓴다. 이 여섯 질문 중 어느 것도 게임이 묻지 않는다. 영화도 묻지 않는다. 산림계측도 묻지 않는다. 계측은 이미 있는 나무를 재고, 게임은 있어야 할 자리에 아무 나무나 세우면 되고, 영화는 한 프레임만 맞으면 된다. 심을 나무의 20년 뒤를 그 자리에 세워 보여야 하는 분야는 조경뿐이다. 질문을 기술 쪽 언어로 옮기면 요구 명세가 된다. 식물 객체에 수령축을 넣고, 수관폭과 수고를 단일값이 아니라 구간으로 적고, 잎 밀도를 투과율로 쓰고, 흔들림을 바람 세기의 함수로 두고, 수관 아래에서 시각 측위로 자세를 잡는다. 이 다섯 줄이 조경이 증강현실 업계에 제출할 수 있는 명세의 뼈대다. 이는 후속 개발을 위한 요구사항 제안이다. 비슷한 요구를 담은 문서가 전혀 없다는 뜻은 아니며, 구현 가능성과 검증 비용은 현장 조건별로 확인해야 한다. 앞선 조사는 조경 분야의 공개 기록과 이 코퍼스에서 드러난 도입의 간극을 보여준다. 이것을 조경이 증강현실을 쓰지 못했거나 요구를 전혀 제출하지 않았다는 판정으로 확대해서는 안 된다. 다음 단계는 확인된 기능을 연결하고, 현장에서 필요한 데이터와 성과품의 조건을 구체화하는 일이다. 기술은 이제 준비되기 시작했다. 스플랫은 잎을 담고, 4D는 바람을 담고, 다중시점 융합은 계절을 담는다. 2024년부터 2026년까지 3년 사이에 일어난 일이다. 이 기술들이 조경을 향하려면 조경이 먼저 말해야 한다. 우리가 보여줘야 하는 것은 완성된 형태가 아니라 변해가는 과정이라고. 그것이 이 책 전체가 다룬 증강현실 기술에 조경이 유일하게 기여할 수 있는 몫이다. 조경이 증강현실에 던지는 질문은 하나로 줄어든다. 아직 자라지 않은 것을 어떻게 지금 그 자리에 세워 보이는가. 이 조사만으로 그 질문을 종합적으로 해결한 제품·논문·납품의 존재 여부를 단정할 수는 없다. 생장 표현, 현장 정합, 불확실성 표현과 실증 평가를 각각 확인하고 연결하는 일이 후속 과제다. [1][44][45][43][40]본문의 번호를 누르면 출처로 이동합니다. 절 끝의 번호는 그 절의 사실 자료를, 표 아래의 번호는 표에 사용한 자료를 가리킵니다. 비교·계산·비유와 결론은 필자의 재구성입니다. 한 번호에 함께 사용한 문헌이 둘 이상이면 묶어서 적었습니다.
서지정보와 확인 메모는 옵시디언 조사 기록을 바탕으로 복원했습니다. 원 기록의 ‘전문 확인’·‘조회’ 표기는 당시 조사 상태이며 이번 웹판에서 모두 재검증했다는 뜻은 아닙니다. 불완전한 서지사항은 임의로 채우지 않았습니다.
연구 프로토타입
출처 확인 필요. 제품 기능·성능 주장은 업체 공식 자료를 통한 인용이다. 원 조사에 적힌 2020년 SLU 논문, 2021년 Sveaskog 평가, 2024년 sub-cm 연구는 개별 제목·저자·식별자가 미기재되어 직접 인용을 확정하지 못했다. 2023년 비교연구는 별도 항목으로 연결했다.
실제 납품
이 항목의 순위·평가는 업체의 논문 소개를 통한 재인용이다. 해당 연구에는 Katam도 포함되므로 Katam의 독립 검증이 없다는 원고의 단정은 수정했다.
↩1 ↩2실제 납품
공식 기능 문서 대조
↩1 ↩2 ↩3실제 납품
실제 납품
저자 정보는 원 조사 목록에 미기재.
↩1 ↩2 ↩3대학 공식 소개 페이지. 원고가 학위논문이라고 부른 자료의 종류를 바로잡았다.
대학 공식 소개 대조, 2026-09-30
↩1 ↩2 ↩3저자 정보는 원 조사 목록에 미기재.
↩1 ↩2 ↩3저자 정보는 원 조사 목록에 미기재.
↩1 ↩2 ↩3실제 납품
공식 기능 문서 대조
↩1 ↩2 ↩3 ↩4공식 기능 문서 대조
↩1 ↩2 ↩3arXiv 서지정보·초록 대조, 2026-09-30
↩1 ↩2 ↩3arXiv 서지정보·초록 대조, 2026-09-30
↩1 ↩2 ↩3arXiv 서지정보·초록 대조, 2026-09-30
↩1 ↩2 ↩3arXiv 서지정보·초록 대조, 2026-09-30
↩1 ↩2 ↩3arXiv 서지정보·초록 대조, 2026-09-30
↩1 ↩2 ↩3arXiv 서지정보·초록 대조, 2026-09-30
↩1 ↩2 ↩3arXiv 서지정보·초록 대조, 2026-09-30
↩1 ↩2 ↩3arXiv 서지정보·초록 대조, 2026-09-30
↩1 ↩2 ↩3공식 기능 문서 대조
↩1 ↩2 ↩3 ↩4연구 프로토타입 (단, 오픈소스로 다기관 채택·10년 이상 유지보수라는 점에서 단발 프로토타입과는 다르다)
연구 프로토타입 (통제된 사용자 실험, 정량 평가 포함)
공식 기능 문서 대조
↩1 ↩2 ↩3