Unity URP Edge Fusion 간단 소개 및 분석

들어가며

최근 고객사의 요청이 있던 부분과 관련 된 Edge Fusion은 Unity URP에서 오브젝트 간 경계를 자연스럽게 블렌딩하는 포스트 프로세싱 효과입니다. 블렌더에서 구현 된 것을 이 전에 본적이 있어서 구현 준비를 했습니다만 Kronnect 에서 어제 릴리스를 했습니다. 본 글에서는 이를 구성하는 3가지 핵심 알고리즘에 대해 살펴보겠습니다.

---

1. ObjectID 패스를 통한 오브젝트 식별

문제 정의

일반적인 렌더링 과정에서는 최종 화면에 색상 정보만 남게 되며 오브젝트 정보는 소실됩니다. Edge Fusion이 엣지를 정확하게 찾기 위해서는 각 픽셀이 어떤 오브젝트에 속하는지 식별할 수 있어야 합니다.

해결책: ObjectID Texture 생성

EdgeFusionRenderPass는 별도의 렌더 패스를 통해 모든 오브젝트를 고유 ID로 렌더링하는 방식을 사용합니다.

ObjectID 생성 방법

// 1단계: 오브젝트 위치를 기반으로 고유값 생성
float3 p = TransformObjectToWorld(float3(1, 1, 1));
float objectID = dot(p, 1.0);  // x + y + z

// 2단계: Instancing ID 추가
#if UNITY_ANY_INSTANCING_ENABLED
    objectID += unity_InstanceID;
#endif

// 3단계: 커스텀 ID가 있으면 덮어쓰기
if (_CustomObjectId > 0.5) 
    objectID = _CustomObjectId;

// 4단계: 정수로 변환
output.objectID = floor(objectID);

ObjectID Texture 구조

단순히 ID만 저장하는 것이 아니라, 4개 채널에 여러 정보를 패킹하여 저장합니다.

return float4(packedR, rawDepth, normalVS.xy);

채널별 의미:

• R 채널: ObjectID와 Radius를 인코딩 (정수부=ID, 소수부=radius)
• G 채널: 원시 깊이값 (카메라 Z 버퍼)
• BA 채널: View Space Normal의 XY 성분 (Intra-Object Fusion용)

원리 이해

오브젝트 A의 World Position: (5, 10, 3)
→ objectID = 5 + 10 + 3 = 18

오브젝트 B의 World Position: (2, 7, 1)  
→ objectID = 2 + 7 + 1 = 10

같은 위치의 인스턴스:
→ objectID = 18 + InstanceID(1) = 19

중요성

이러한 방식을 통해 셰이더는 픽셀 단위로 인접한 픽셀이 동일한 오브젝트에 속하는지 여부를 판단할 수 있으며, 이를 통해 엣지를 감지할 수 있습니다.

// Blend Pass에서 사용 예시
float myObjectID = UnpackObjectId(objectIDTexture[currentPixel].r);
float neighborObjectID = UnpackObjectId(objectIDTexture[neighborPixel].r);

if (myObjectID != neighborObjectID) {
    // 다른 오브젝트 = 엣지 발견
}

---

2. 방사형 샘플링과 Binary Search를 활용한 정밀한 엣지 위치 탐색

문제 정의

상하좌우 4방향만 체크하는 단순한 방식으로는 대각선 방향의 엣지를 놓칠 수 있습니다.

1단계: 방사형 샘플링 (Radial Sampling)

현재 픽셀을 중심으로 원형으로 여러 방향을 샘플링하는 방식을 사용합니다.

// EdgeFusionBlendPass.hlsl (의사코드)
for (int i = 0; i < sampleCount; i++) {
    // 360도를 sampleCount로 나눔
    float angle = (i / sampleCount) * TWO_PI;
    
    // 방향 벡터 계산
    float2 direction = float2(cos(angle), sin(angle));
    
    // 현재 픽셀로부터 radius만큼 떨어진 위치 샘플링
    float2 sampleUV = currentUV + direction * radius;
    
    // 해당 위치의 ObjectID 확인
    float neighborObjectID = SampleObjectID(sampleUV);
    
    if (neighborObjectID != myObjectID) {
        // 엣지 발견
    }
}

샘플링 시각화

sampleCount = 8인 경우:

        7
    6   ↑   0
       \|/
  5 ←--[나]--→ 1
       /|\
    4   ↓   2
        3

8방향으로 샘플링
각도: 0°, 45°, 90°, 135°, 180°, 225°, 270°, 315°

sampleCount에 따른 정밀도

• sampleCount = 4 (Very Low): 낮은 정밀도, 높은 성능
• sampleCount = 24 (High): 높은 정밀도, 낮은 성능
• sampleCount = 32 (Very High): 최고 정밀도, 최저 성능

2단계: Binary Search를 통한 정밀화

방사형 샘플링을 통해 엣지가 존재하는 방향을 파악할 수 있지만, 정확한 거리는 알 수 없습니다. 이를 해결하기 위해 이진 탐색 기법을 적용합니다.

// 1. 초기 범위 설정
float minDist = 0.0;          // 내 위치
float maxDist = radius;       // 최대 샘플링 거리

// 2. 이진 탐색 반복 (binarySearchSteps 횟수만큼)
for (int step = 0; step < binarySearchSteps; step++) {
    // 중간 지점 샘플링
    float midDist = (minDist + maxDist) * 0.5;
    float2 midUV = currentUV + direction * midDist;
    float midObjectID = SampleObjectID(midUV);
    
    if (midObjectID == myObjectID) {
        // 아직 내 오브젝트 영역
        minDist = midDist;
    } else {
        // 다른 오브젝트 영역
        maxDist = midDist;
    }
}

// 3. 최종 엣지 거리
float edgeDistance = (minDist + maxDist) * 0.5;

Binary Search 과정 시각화

binarySearchSteps = 3 예시:

Step 0: 초기 범위
[나:5]================================[이웃:12]
0m                                    0.1m
       ↓ 중간 체크 (0.05m)
[나:5]================|===============[이웃:12]
                   (ID=5, 아직 내 영역)
       → minDist = 0.05m

Step 1: 범위 좁히기
              [나:5]========|========[이웃:12]
              0.05m      0.075m      0.1m
                      ↓ 중간 체크
              [나:5]====|=====[이웃:12]
                     (ID=12, 지나침)
              → maxDist = 0.075m

Step 2: 더 좁히기
              [나:5]==|==[이웃:12]
              0.05    0.0625   0.075
                    ↓ 중간 체크
              [나:5]=|=[이웃:12]
                  (ID=5, 아직 내 영역)
              → minDist = 0.0625m

최종: 엣지는 약 0.0625m ~ 0.075m 사이
     → 평균: 0.06875m

정밀도 비교

• binarySearchSteps = 2: ±0.025m 오차
• binarySearchSteps = 5: ±0.003m 오차
• binarySearchSteps = 8: ±0.0004m 오차 (0.4mm)

최적화: Early Exit Hits

모든 방향을 검사하지 않고 충분한 수의 엣지를 발견하면 조기 종료하는 최적화 기법을 사용합니다.

int edgeHitCount = 0;

for (int i = 0; i < sampleCount; i++) {
    // 샘플링 과정
    
    if (foundEdge) {
        edgeHitCount++;
        
        // 충분한 엣지를 발견하면 중단
        if (edgeHitCount >= earlyExitHits) {
            break;
        }
    }
}

효과:

• earlyExitHits = 1: 첫 엣지 발견 시 즉시 종료 (최고 성능)
• earlyExitHits = 5: 5개 엣지 발견 후 종료 (균형)
• earlyExitHits = 32: 모든 샘플 검사 (최고 품질)

---

3. 거리 기반 블렌딩을 통한 자연스러운 경계 처리

문제 정의

단순히 50:50 비율로 색상을 혼합할 경우 부자연스러운 결과가 발생합니다. 거리에 따라 부드럽게 감쇠(falloff)시키는 처리가 필요합니다.

Falloff 함수 (감쇠 곡선)

// 엣지까지의 거리 정규화
float normalizedDistance = edgeDistance / radius;
// 0.0 = 엣지 바로 위
// 1.0 = 최대 블렌딩 거리

// 감쇠 곡선 계산 (smoothstep)
float falloff = 1.0 - normalizedDistance;
falloff = smoothstep(0.0, 1.0, falloff);
// 0에 가까울수록 블렌딩 약함
// 1에 가까울수록 블렌딩 강함

감쇠 곡선 시각화

블렌딩 공식

여러 방향에서 발견한 엣지들을 가중 평균 방식으로 블렌딩합니다.

// 1. 각 방향의 가중치 계산
float totalWeight = 0.0;
float3 blendedColor = float3(0, 0, 0);

for (each edgeDirection) {
    float dist = edgeDistances[i];
    float weight = CalculateFalloff(dist, radius);
    
    // 엣지 너머의 색상 샘플링
    float3 neighborColor = SampleColor(edgePositions[i]);
    
    // 가중치 누적
    blendedColor += neighborColor * weight;
    totalWeight += weight;
}

// 2. 정규화
if (totalWeight > 0) {
    blendedColor /= totalWeight;
}

// 3. 원본 색상과 블렌딩
float3 originalColor = SampleColor(currentPixel);
float3 finalColor = lerp(originalColor, blendedColor, intensity * globalFalloff);

실제 적용 예시

상황: 빨간 큐브와 파란 구가 맞닿아 있는 경계선 근처 픽셀 분석

1. ObjectID 확인
   → 내 ID = 5 (빨간 큐브)

2. 방사형 샘플링 (8방향)
   - 0° (→): ID=5 (동일, 엣지 없음)
   - 45° (↗): ID=5 (동일)
   - 90° (↑): ID=12 (상이, 엣지 발견, 거리=0.03m)
   - 135° (↖): ID=12 (상이, 엣지 발견, 거리=0.04m)
   - 180° (←): ID=5 (동일)
   - 나머지 방향도 검사

3. Binary Search로 정밀화
   - 90° 방향 엣지: 정확히 0.028m
   - 135° 방향 엣지: 정확히 0.037m

4. 가중치 계산 (radius=0.05m)
   - 90° 가중치: 1.0 - (0.028/0.05) = 0.44
   - 135° 가중치: 1.0 - (0.037/0.05) = 0.26

5. 블렌딩
   - 90° 위치의 파란색: RGB(0, 0, 255) * 0.44
   - 135° 위치의 파란색: RGB(0, 0, 255) * 0.26
   - 가중 평균 계산
   - 원본 빨간색과 혼합

6. 최종 색상
   RGB(255, 0, 0) → RGB(180, 0, 75) (약간 보라빛)
   → 경계가 부드럽게 처리됨

추가 기능

Shadow Protection

// 그림자 영역 감지
float shadow = 1.0 - saturate(luminance(originalColor) / threshold);

// 그림자에서는 블렌딩 약화
blendStrength *= (1.0 - shadow * shadowProtection);

적용 이유: 그림자 경계는 실제 오브젝트 경계가 아니므로, 블렌딩 시 부자연스러운 결과가 발생할 수 있습니다.

Noise

// 3D 노이즈 텍스처 샘플링
float noise = tex3D(noiseTex, worldPos * noiseScale);

// 블렌딩 반경에 노이즈 추가
float adjustedRadius = radius * (1.0 + noise * noiseIntensity);

효과: 기계적이지 않은 자연스러운 변화를 연출합니다.

Max Screen Radius

// 화면 공간에서 radius 계산
float screenRadius = WorldRadiusToScreenRadius(radius, depth);

// 최대값 제한
screenRadius = min(screenRadius, maxScreenRadius * screenHeight);

적용 이유: 먼 거리의 오브젝트에서 과도한 블렌딩이 발생하는 것을 방지합니다.

---

기술적 우수성

Edge Fusion의 기술적 이점

• 엣지 영역만 정확하게 타겟팅
• 오브젝트 인식 기반 처리
• 거리에 따른 자연스러운 감쇠
• 디테일을 유지하면서 경계만 부드럽게 처리

---

성능과 품질의 균형

Quality Preset 비교

Preset	Sample Count	Binary Search	Early Exit	권장 용도
Very Low	4	2	1	모바일, 저사양 환경
Low	8	4	2	일반 게임
Medium	16	5	3	균형잡힌 설정
High	24	7	4	고품질 게임
Very High	32	8	5	시네마틱, 스크린샷

최적화 권장사항

1. maxBlendDistance 설정을 통해 먼 거리의 오브젝트를 처리 대상에서 제외
2. maxScreenRadius를 활용하여 화면 공간 제한 적용
3. earlyExitHits 값을 낮춰 조기 종료 빈도 증가
4. Quality Preset을 통한 일괄 조정

---

마치며

Edge Fusion은 다음 3단계의 알고리즘을 통해 자연스러운 엣지 블렌딩을 구현합니다.

1. ObjectID 패스: 각 오브젝트를 고유 ID로 식별
2. 방사형 샘플링과 Binary Search: 정밀한 엣지 위치 탐색
3. 거리 기반 블렌딩: 부드러운 감쇠 곡선을 통한 자연스러운 경계 처리

이러한 기술들의 조합을 통해 디테일을 유지하면서도 경계를 부드럽게 처리하는 고품질 렌더링 효과를 달성할 수 있습니다.