NVIDIA DLSS 4: CES 2025에서 논의된 혁신적인 도약
CES 2025에서 NVIDIA의 응용 딥 러닝 연구 부문 부사장인 브라이언 카탄자로는 최근 발표된 NVIDIA 딥 러닝 슈퍼 샘플링(DLSS) 4에 대한 통찰력을 공유했습니다. 토론에서는 초고해상도, 광선 재구성, 프레임 생성과 같은 핵심 분야에서의 중요한 진전이 강조되어, 마니아와 게이머에게 그래픽 기술의 미래를 엿볼 수 있는 흥미로운 기회를 제공했습니다.
AI로 초고해상도 혁신
Catanzaro는 기존의 합성곱 신경망(CNN)에서 초고해상도 및 광선 재구성의 정교한 트랜스포머 모델로의 혁신적인 전환에 대해 자세히 설명했습니다. 이러한 새로운 모델은 향상된 지능을 자랑하여 더 큰 데이터 세트를 처리하고 우수한 결정을 내릴 수 있으며, 궁극적으로 과거 NVIDIA DLSS를 괴롭혔던 쉬머링 및 고스팅과 같은 역사적 문제를 해결합니다. 주목할 점은 업데이트된 초고해상도 모델이 이전 모델에 비해 4배나 향상된 연산 능력을 제공한다는 것입니다. Catanzaro는 추가 렌더링 시간에 대한 구체적인 추정치를 제공하지 않았지만, 이러한 발전이 곧 출시될 Blackwell 기반 GeForce RTX 50 시리즈 그래픽 카드를 활용하는 최고의 방법이라고 강조했습니다.
프레임 생성: AI 기반 재설계
프레임 생성의 전면 개편은 Optical Flow 하드웨어 가속에 의존하는 것에서 완전히 AI 기반 솔루션으로의 중요한 전환을 나타냅니다. Catanzaro는 이러한 전환의 근거를 다음과 같이 설명했습니다.
“NVIDIA DLSS 3 Frame Generation을 구축했을 때, Optical Flow를 계산하기 위해 하드웨어 가속이 절대적으로 필요했습니다. Tensor Core가 충분하지 않았고, Optical Flow 알고리즘도 충분히 좋지 않았습니다.”
그는 Optical Flow를 사용하는 것이 과거의 한계를 감안할 때 실용적인 선택이었지만, 이러한 의존성으로 인해 성능 향상이 문제가 되었다고 설명했습니다. DLSS 4에서 프레임 생성을 위한 새롭게 도입된 AI 중심 접근 방식은 이러한 과제를 바로잡고 고품질 그래픽을 제공하는 더욱 적응력 있고 효율적인 방법을 제공하는 것을 목표로 합니다.
세대 간 성능 최적화
Digital Foundry의 Alex Battaglia와의 유익한 대화에서 Catanzaro는 새로운 Frame Generation 기술을 GeForce RTX 30 시리즈와 같은 오래된 하드웨어에 적용할 수 있는 가능성에 대해 논의했습니다. 그는 다음과 같이 말했습니다.
“저는 이것이 주로 최적화와 엔지니어링, 그리고 궁극적인 사용자 경험의 문제라고 생각합니다.”
그는 당장은 RTX 50 시리즈에 초점을 맞추고 있지만, 최적화 노력과 사용자 경험 향상에 따라 기존 GPU의 미래 가능성에 대해서도 낙관적인 입장을 표명했습니다.
이전 세대와 미래 전망에 대한 성찰
이전에 RTX 40 시리즈에서 Frame Generation이 소개되었을 때, Catanzaro는 하드웨어 제약으로 인해 잠재적으로 이점이 제한적이기는 하지만 이전 모델로 이식할 수 있는 가능성을 암시했습니다. DLSS 4에서 Optical Flow 하드웨어 가속기를 제거하면 더 광범위한 호환성을 위한 길이 열릴 수 있지만, 그는 Tensor Core 성능에 대한 더 높은 요구 사항이 여전히 이전 아키텍처에 과제를 제기한다고 경고했습니다.
게임 경험 향상
Catanzaro는 기술적 향상 외에도 업데이트된 플립 미터링을 CPU 프로세스에서 분리하여 프레임 시간 변동성을 5~10배 줄이는 것의 중요성을 강조했습니다. 이러한 발전은 프레임 페이싱을 현저히 개선할 것으로 예상됩니다. 그는 또한 또 다른 AI 기반 기술인 Reflex 2를 통합하면 더 ‘연결된’ 게임 경험이 생성되어 낮은 지연 시간을 우선시하는 게이머에게 공감을 얻을 수 있다고 지적했습니다.
NVIDIA가 DLSS 기술로 경계를 넓혀가고 있는 가운데, CES 2025에서 공유된 대화와 통찰력은 게임 그래픽과 사용자 경험을 혁신하려는 회사의 의지를 재확인시켜 줍니다.
답글 남기기 ▼