대규모 공간 정보의 실시간 시각화 및 인터랙션 성능 향상을 위한 GPU 기반 통합 처리 기법
GPU-Based Integrated Processing Techniques for Real-Time Visualization and Interaction Performance Enhancement of Large-Scale Spatial Data
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 대용량 공간 데이터의 실시간 상호작용 성능을 획기적으로 개선하기 위한 새로운 데이터 처리 및 시각화 기법을 제안한다. 본 연구는 2차원 벡터 공간 데이터를 대상으로 하며, 제안 기법은 GPU 기반 배치 렌더링, 뷰 프러스텀 컬링, 공간 색인 및 GPU 기반 오브젝트 피킹 기법을 통합 적용한다. 먼저 전처리 단계에서 각 피처의 바운딩 박스를 생성하고 공간 색인 구조를 구축하여, 후속 렌더링 및 피킹 과정에서 불필요한 연산을 사전에 배제하였다. 이후, GPU 셰이더를 활용한 실시간 정점 변환 및 병합 버퍼를 통해 다수의 피처를 단일 드로우콜로 렌더링하여 CPU 부하를 대폭 경감하였다. 동시에 뷰 프러스텀 컬링을 적용하여 화면에 보이지 않는 피처는 렌더링 과정에서 미리 제거하였다. 객체 선택 단계에서는 공간 색인을 활용해 후보 피처를 신속하게 필터링한 후, GPU 컴퓨트 셰이더를 이용한 레이캐스팅 알고리즘으로 내부 포함 여부를 판별하였다. 실험 결과, 제안 기법은 기존의 대표 GIS 도구 대비 우수한 응답 속도와 렌더링 성능을 달성하였으며, 대용량 공간 데이터의 실시간 분석 및 시각화 분야에서 사용자 경험 개선과 고성능 GIS 구현에 기여할 수 있음을 확인하였다.
Abstract
This study proposes a novel data processing and visualization technique designed to substantially improve the real-time interactive performance of large-scale spatial datasets. The scope of this study is limited to two-dimensional vector spatial data. The proposed approach combines GPU-based batch rendering, view frustum culling, spatial indexing, and GPU-based object picking techniques. In the data preprocessing phase, the bounding box for each feature is generated and a spatial index structure is built to eliminate unnecessary computations during later rendering and picking processes. Subsequently, by using real-time vertex transformation and a merge buffer via GPU shaders, multiple features are rendered in a single draw call, which significantly reduces CPU overhead. Additionally, view frustum culling is applied to remove features that are not visible on the screen during the rendering process. In the object selection stage, candidate features are quickly filtered using the spatial index, and a ray-casting algorithm implemented with GPU compute shaders checks whether a feature lies within the selection area. Experimental results confirmed that the proposed technique achieves superior response times and rendering performance compared to leading GIS tools, thereby enhancing the user experience and enabling high-performance GIS for real-time analysis and visualization of large-scale spatial data.