디지털 트윈국토 서비스 기반 대용량 CityGML 3.0의 3D Tiles 변환 및 성능 최적화 기법
A Performance Optimization Method for Converting Large-Scale CityGML 3.0 to 3D T iles for Digital Twin Land Services
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
실제 도시 환경을 반영한 정밀한 디지털 트윈 구축이 도시계획, 공간 분석, 재난 대응, 스마트 시티 운용 등다양한 분야에서 핵심 기반으로 활용되고 있다. 특히 디지털 트윈 및 스마트 시티 시스템이 고도화됨에 따라, 보다정교한 도시 공간 정보를 대규모로 실시간 처리·시각화할 수 있는 기술적 요구가 증가하고 있다. CityGML 3.0은 도시객체의 위계적 구조, 의미정보, 속성 표현에 강점을 가진 표준이지만, XML 기반의 복잡성과 스트리밍 비효율성으로인해 웹 기반 3차원 도시 플랫폼에서의 활용에는 한계가 존재한다. 본 연구는 CityGML 3.0을 효율적으로 웹 스트리밍이 가능한 3D Tiles로 변환하기 위한 최적화 파이프라인을 제안한다. 제안된 방법은 스트리밍 파싱 기반 처리, 폴리곤삼각화, GPU 기반 기하 병합, 자동 좌표계 변환 기법을 통합하여 대규모 도시 모델의 렌더링 성능을 극대화하였다. 또한 논리적 객체 그룹화 및 배칭(batching) 기법을 통해 상호작용성과 속성 정보 접근성을 유지한다. 완전 자동화된워크플로우는 복잡한 도시 모델을 대규모로 안정적으로 고성능 전달하는 것을 지원한다. 이를 통해 디지털 트윈 기반재해 시뮬레이션, 공간 분석, 디지털 트윈 플랫폼 등 다양한 실무 활용 가능성을 제시한다.
Abstract
Accurate digital twin construction reflecting real urban environments form a critical foundation for urban planning, spatial analysis, disaster response, and smart-city operations. As digital-twin platforms evolve, the need for scalable technologies capable of streaming and visualizing large three-dimensional city models in real time continues to increase. Although CityGML 3.0 provides rich semantics, hierarchical structure, and standardized modeling for urban objects, its XML-based format presents limitations in web-based visualization due to its size, complexity, and low streaming efficiency. This study proposes an optimized pipeline that converts CityGML 3.0 to 3D Tiles for efficient web streaming and high-performance rendering. The workflow integrates streaming-based parsing, polygon triangulation, GPU-accelerated geometry merging, automated coordinate transformation, and logical object batching to maintain interactivity and attribute accessibility. The proposed fully automated process supports stable and scalable delivery of complex urban models. The results demonstrate that the method enables practical use in digital-twin-based disaster simulation, land-use evaluation, smart-city management, and spatial analytics, providing a robust technical foundation for sustainable and data-driven urban decision-making.