나무 애셋 1000장을 온톨로지화하니, 실사와 구분 안 되는 리소스가 나왔다

아침 나절, 오픈크랩 프로젝트를 진행하던 한 참여자가 스케치업 MCP로 나무 애셋을 정리하는 화면을 방에 공유했다. 스스로도 결과물이 놀라웠는지 반응이 먼저 튀어나왔다.

"미쳤네요 나무 애샛들을 수목 학명과 국문 정리로 주르륵 만들어줌 ㅋㅋㅋ"

이어 스케치업 MCP로 모든 애셋을 등록하고 있다며 작업 방식을 설명했다. 나무 한 그루 한 그루를 사람이 손으로 라벨링하는 대신, MCP를 통해 학명과 국문명을 자동으로 매겨 등록하는 구조였다. 다른 참여자는 이게 스케치업 MCP가 기본 제공하는 기능인지 물었고, 애셋 등록 자체는 도구가 제공하지만 학명·국문명을 정리해 붙이는 절차는 따로 짠 파이프라인이라는 설명이 뒤따랐다.

대화는 곧 온톨로지라는 단어로 넘어갔다. 한 참여자가 나무 에셋을 보다 보니 오픈크랩에 텍스트 정보뿐 아니라 이미지도 같은 방식으로 등록할 수 있을지 궁금하다고 묻자, 제작자는 이미 진행 중이라고 답하며 규모를 밝혔다.

"이런게 이미지 1000장 정도 온톨로지화 해서 뽑은"

이미지 1000장가량을 텍스트 온톨로지와 같은 방식으로 구조화해 리소스로 뽑아냈다는 뜻이었다. 곧바로 생성 모델을 직접 만든 것이냐는 질문이 따라붙었지만, 제작자는 이미지 생성 모델이 아니라 기존 이미지를 파싱해 리소스화한 결과물이라고 선을 그었다.

결과물의 완성도는 실제로 다른 참여자들을 헷갈리게 만들었다. 실사가 아니냐는 물음에 제작자는 "네 실사 아님"이라고 짧게 답했고, 건축 설계를 하는 참여자는 건물 정면 이미지를 보고서야 AI 생성물임을 알았다고 털어놓았다. 병목 지점을 묻는 질문에는 뜻밖의 답이 돌아왔다.

"맥북 매직마우스 입니다"

AI 파이프라인이 아니라 3D 화면을 조작하는 물리적 입력 장치가 실제 작업 속도를 가장 많이 깎아먹는다는 뜻이었다. 오후에는 이 작업이 스케치업 자동 배치 기능까지 이어져 실제로 작동했다는 후속 소식도 전해졌다.

같은 날 아침, 이 방에 새로 들어온 한 참여자는 자기소개에서 온톨로지와 GraphRAG에 관심이 생겨 들어오게 됐다고 밝혔다. 우연히도 같은 날 다른 대화(우로보로스 MCP 디버깅)에서도 온톨로지 분석 기반이라는 표현이 등장할 만큼, 온톨로지는 이날 하루 이 방에서 서로 다른 맥락에 걸쳐 반복해 등장한 화두였다. 텍스트 데이터를 구조화하는 개념이던 온톨로지가, 이제는 이미지 애셋 1000장을 실사와 구분하기 어려운 리소스로 뽑아내는 실무 작업까지 넓어졌다는 점이 이 대화의 핵심이다.

나무 애셋 온톨로지화는 단순한 실험을 넘어 건축·조경 시각화 실무에 바로 투입할 수 있는 수준을 시사한다. 오픈크랩이라는 개인 프로젝트가 텍스트 정리를 넘어 이미지 자산까지 온톨로지 구조로 흡수하려는 시도는, 텍스트 위주였던 온톨로지 작업이 이미지·3D 리소스 영역으로 확장되는 흐름을 이 커뮤니티 안에서 보여주는 사례로 읽힌다.