한 장의 사진이 3D 작전 시뮬레이션이 되기까지

하네스 강의를 진행할 때 가장 매력적인 순간 중 하나는 강의 시작과 동시에 현장에서 요구사항을 받아, 실제 결과물을 만들어내는 과정입니다.

참석자에 따라 하네스도 달라진다

연구소에서는 논문을 검색·분석하고 연구 초안 작성을 지원하는 하네스를, 대학원에서는 연구 자료를 수집하고 분석하는 하네스를 만듭니다. 대학생들은 과제 수행이나 기업별 취업 정보 조사를 돕는 하네스를 구축합니다.

직장인 강의에서는 의외로 주식 전망에 대한 요청이 많아서, 기업과 시장 데이터를 분석하는 하네스를 만들기도 합니다.

이번 MAICON 국방 AI 경진대회 강의에서는 조금 더 특별한 도전을 해봤습니다.

대회 본선 과제였던 ’MUM-T(유무인복합체계) 기반 전장 환경 위험 탐지 및 통합 관제 체계 실증’을 주제로 시뮬레이션 영상을 제작했습니다. 쉽게 설명하면 사람이 직접 조종하는 유인 체계와 자율적으로 움직이는 무인 체계가 협력해 작전과 임무를 수행하는 시스템입니다.

출발점은 대회에서 사용된 트랙 사진 단 한 장이었습니다.

AI 에이전트들은 관련 자료를 조사하고 Blender MCP를 활용해 사진 속 트랙을 3D 공간으로 재구성했습니다. 트랙 주변에 건물을 배치하고, 마지막에는 무인 자동차가 그 위를 달리는 장면까지 시네마틱 영상으로 완성했습니다.

강의 시간이 짧아 현장에서는 완성까지 조금 더 시간이 필요했지만, 과정 전체를 시작한 것은 하나의 프롬프트였습니다.

/harness MAICON 국방 AI 경진대회 본선의 시뮬레이션 영상을 Blender MCP로 만들어보고자 합니다.
첨부된 이미지와 관련 내용을 찾아 이를 토대로 시뮬레이션을 만들면 됩니다.

목표와 참고 이미지를 전달하는 것만으로 하네스는 필요한 역할과 작업 절차를 구성했습니다. AI 에이전트들은 조사, 3D 제작, 배치, 연출과 검증을 나눠 수행했습니다.

객체를 탐지하는 AI에서 끝나는 것이 아니라, 목표를 이해하고 필요한 도구를 선택해 실제 결과물을 완성하는 AI로 발전하고 있습니다.

하네스 엔지니어링은 AI에게 답을 얻는 기술이 아닙니다. AI 에이전트가 목표를 끝까지 수행할 수 있는 시스템을 설계하는 기술입니다.