3D 가우시안 스플래팅(3DGS) 모델의 지식재산권 보호와 법적 추적 가능성을 확보하기 위한 새로운 프레임워크 GaussTrace가 공개됐다. 연구팀은 디지털 플랫폼 전반에서 3DGS 모델이 광범위하게 공유·반복 수정되는 현실에서 지식재산 침해와 포렌식 추적을 어렵게 하는 문제를 해결하기 위해 이 프레임워크를 제안했다.
GaussTrace는 출처 분석을 증거 기반 추론 문제로 공식화한다. 3DGS 파라미터의 속성별 통계적 프로파일링을 통해 모델 고유의 내재적 특성을 포착하고, 편집 시뮬레이션을 통해 가능한 변환 경로에 대한 보조 증거를 생성한다. 이렇게 수집된 통계적·시뮬레이션 기반 단서들을 LLM(대규모 언어 모델)이 연쇄적 사고(Chain-of-Thought, CoT) 추론에 활용해 방향성 있는 출처 추론과 설명 가능한 엣지 근거를 도출한다. 결과물은 3DGS 모델들 사이의 진화적 관계를 나타내는 방향성 출처 그래프 형태로 제시된다.
이 방식의 핵심 특징은 모델 훈련이나 편집 이력에 대한 접근 없이도 정확하고 해석 가능하며 강건한 출처 그래프를 구성한다는 점이다. 실험 결과에서 GaussTrace는 다양한 3DGS 모델들 사이의 계보 관계를 효과적으로 구성하는 것으로 나타났다. 생성형 AI 콘텐츠, 특히 3D 자산의 저작권 분쟁이 늘어나는 상황에서 이 접근법은 무단 복제나 파생 작업을 식별하는 데 실용적인 도구로 활용될 수 있다.
3DGS는 단일 이미지나 다수 이미지로부터 고품질 3D 장면을 재구성하는 기술로, 게임·영화·가상현실(VR) 등 분야에서 활발히 사용되고 있다. 3DGS 모델이 상업적 가치를 가지면서 동시에 오픈소스 생태계에서 자유롭게 유통되는 구조적 특성이 지식재산 분쟁의 잠재적 온상이 돼 왔다. GaussTrace 프로젝트 페이지는 공개돼 있으며, 연구팀은 향후 추가 검증과 적용 사례 확장을 이어갈 계획이다.
