패스트캠퍼스 환급챌린지 43일차 : Computer Vision Signature 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

공부 시작 시각 / 공부 종료 시각

 

 수강 인증 사진

학습 인증샷 (필기)

챌린지 대상 강의 완강률 

43일차, XR 헤드셋 트래킹 기술 강의 후기

전반적 평가

• 실무 지향적 접근: 이론보다는 실제 상용 제품 분석에 집중한 점이 인상적
• 하드웨어-소프트웨어 연계: Quest Pro와 Vision Pro의 센서 구성부터 알고리즘까지 체계적 설명
• 현실적 제약 고려: 실시간 처리, 연산량 제한 등 실제 개발 시 마주할 문제들 다룸

인상 깊었던 내용

• Pure rotation 문제: 에피폴라 지오메트리 한계를 XR 시나리오로 설명한 부분이 직관적
• Meta Quest 아키텍처 공개: 3-스레드 구조와 DSP 활용 방식이 구체적으로 제시됨
• BASALT 선택 근거: 단순히 성능이 좋다가 아닌, Quest 아키텍처와의 유사성을 기준으로 한 점
• 하드웨어 설계 철학: Quest Pro의 분리된 카메라 배치가 시야 확보와 안정성을 위한 것이라는 설명

기술적 흥미 포인트

• ICIA vs ESM: 메타는 ESM 사용하지만 BASALT는 ICIA 채택한 트레이드오프 분석
• 스테레오그래픽 투영: 유닛 방향벡터와 역거리로 파라미터 수 줄이는 최적화 기법
• 부분 마지널라이제이션: 실시간 처리를 위한 연산량 제한 전략
• 센서 융합: IMU로 중력 방향 파악하여 roll/pitch 보정하는 실용적 접근

산업적 관점에서의 통찰

• 상용화 고려사항: 학술 연구와 달리 멀미 방지, 배터리 효율 등 UX 중심 설계
• 하드웨어 제약 극복: 제한된 연산 자원에서 최적 성능 달성하는 엔지니어링 노하우
• 시장 차별화: Meta와 Apple의 서로 다른 기술적 접근 방식과 철학 비교
• 오픈소스 활용: BASALT 같은 고품질 오픈소스를 상용 개발에 활용하는 전략

실습 기대감

• BASALT 코드 분석: 실제 상용급 코드 품질을 직접 확인할 기회
• XR 데이터 테스트: 이론을 실제 데이터로 검증하는 과정 기대
• 아키텍처 이해: 3-스레드 구조를 코드로 확인하며 실무 설계 감각 향상 예상

추후 관심사항

• 최적화 기법: 모바일 플랫폼에서의 실시간 SLAM 최적화 방법론 심화 학습
• 센서 캘리브레이션: 스테레오 카메라와 IMU 간 정밀 캘리브레이션 기법
• 로버스트니스: 다양한 조명과 텍스처 환경에서의 안정성 확보 방안
• 차세대 기술: LiDAR 기반 시스템과 카메라 기반 시스템의 융합 가능성 

 URL: https://fastcampus.info/4n8ztzq