몇년 전부터 그래픽카드 값이 너무 올라가서 옛날에는 하이엔드 그래픽카드가 아무리 비싸도 100만원 안팎이었고 최고급 그래픽카드만 100만원을 넘었던 시절은 이제 오래 전 추억이 되어버렸습니다.
이제 100만원이 넘는 가격은 기본이며 심지어 게이밍 노트북 하나보다 더 그래픽카드가 더 비싼 시대가 온지 꽤 되었습니다. 이제 고가의 하이엔드 그래픽카드는 일반 사람들에게는 너무 비싼 가격으로 구매하기가 꺼려지는 시대가 오고 말았습니다.
물론 지금 많은 사람들이 터무니 없는 가격에 그래픽 카드를 구매하지 않는 추세이고, 공급과 수요 문제가 해결되고 비트코인 붐이 떨어지면 그래픽카드 값이 싸질 수도 있겠지만 그것은 언제나 가능성일 뿐이고 현재로써는 가격 변동을 기대하기가 힘든 것이 현실입니다.
따라서 이 흐름을 따라서인지 게임 업계도 게임의 그래픽 발전보다는 요즘에는 그래픽 기술 업계의 동향이 그래픽 발전보다는, 최적화 기술 발전에 염두를 두고 여러 기술이 개발되는 상황이 온 듯 합니다.
엔비디아가 2019년 RTX 2000 시리즈부터 텐서 코어, 딥러닝 기술을 활용한 최적화 기술인 DLSS를 앞세워 프레임 보강 기술을 많은 게임들에 적용시키며 최적화 기술을 선보이고 있고 라이벌 회사인 AMD도 FSR을 적극 홍보하며 최신 게임들에 DLSS는 물론 FSR까지 적용시키는 추세입니다.
이 FSR 기술은 정확히 어떻게 동작하는지, 동작하는 원리는 DLSS와 비교해서 무엇이 다른지, 실질적으로 DLSS와 비교해서 어떤 장점이 있고 어떤 단점이 있는지 알아보도록 하는 시간을 이번 포스팅을 통해서 가져보도록 하겠습니다.
* FSR의 작동 원리와 DLSS와의 차이점. |
FSR은 게임 해상도를 낮추고 '최첨단' 알고리즘을 사용하여 인위적으로 해상도를 원래 수준으로 되돌려 거의 네이티브 이미지 품질을 제공하는 업스케일링 기술이라고 AMD는 광고했습니다.
이 알고리즘은 공간 업스케일링을 거쳐 소스를 분석하여 가장자리를 감지하고 이미지를 고화질로 재구성한다고 AMD는 말합니다.
Fidelity FX SR 알고리즘은 안티 앨리어싱 및 톤 매핑 후 그래픽 파이프라인의 중간에 관여합니다. 노이즈 효과나 색상과 같은 필터를 추가하기 전에 FSR을 추가해야 합니다. FSR 기술은 사용 된 FRS 사전 설정에 따라 조정되는 업스케일링 및 샤프닝 패스를 도입합니다. AMD는 4K 및 1440p 해상도에서 동일하게 유지되는 각 설정에 대한 스케일 팩터가 포함된 편리한 차트를 제공했습니다.
FSR의 Ultra Quality 사전 설정은 이미지를 1.3x 배율로 렌더링하고 품질 사전 설정은 이를 1.5x로, Balanced를 1.7x로, 마지막으로 Performance 모드에서 배율 요소를 2.0x로 변경합니다. 이는 다음 차트(게임 컨트롤 기반)에 데이터 위주의 데이터를 포함하여 작동되는 DLSS 2.0의 작동 방식과는 약간 다릅니다.
FSR이 여러 게임에 사용된 이후 FSR의 작동 원리는 유명한 고전 방식 업스케일링 알고리즘인 란초스(Lanczos)에 기반하고 있으며 이를 공간 업스케일링(Spatial Upscaling)을 거치고 AMD가 독자적으로 개발한 이미지 보정 과정을 거칩니다. 학습된 전용 데이터셋을 기반으로 딥 러닝(Deep Learning) 기술로 작동하는 엔비디아의 DLSS와는 다르게 해상도 업스케일링 기반에 가까운 기술이며, 엄밀히 말해서 최적화 기술이긴 하지만 전용 텐서 코어에 기반이 되는 데이터셋을 기반으로 작동하는 DLSS와 비교한다면 FSR은 딥 러닝이라고 부를 수 없는 기술입니다.
자, 이것저것 적어놓으니 좀 복잡하네요. 이제 이해하기 쉽게 정리를 해보겠습니다.
* 따라서 FSR은 고전 방식의 공간 업스케일링(Spatial Upscaling) 을 기반으로 안티앨리어싱, 샤프닝, 톤 매핑 등의 화질 보정 작업을 거쳐 저해상도 이미지를 더 보기 좋게 복원해서 최적화를 하는 방식의 기술로, 학습된 전용 데이터셋을 기반으로 딥 러닝(Deep Learning) 기술로 작동하여 저해상도 이미지를 고해상도에 가깝게 만들어내는 엔비디아의 DLSS와는 동작 방식이 엄연히 다른 기술입니다.
* 뭐 두 기술의 근간이 되는 기초 원리는 비슷합니다. 저해상도 이미지를 보기 좋게 보정해서 실시간으로 페이크 이미지를 뿌려서 최적화를 시킨다.
* 하지만 상세히 들어가보면 두 기술은 엄연히 다릅니다. FSR은 업스케일링 이후 AMD의 보정 기술로 이미지를 후보정을 해서 최적화를 하는 직관적 방식이고 따라서 화질 복원에 한계가 있습니다.
* 하지만 DLSS는 학습된 Nvidia 전용 데이터셋을 기반으로 텐서 코어를 활용, 딥 러닝(Deep Learning) 기술로 따로 슈퍼 컴퓨터가 축적된 데이터를 기반으로 연산을 하여 고해상도에 가까운 이미지를 만들어내므로 엄연히 기술적으로는 DLSS가 우위에 있고 화질에도 DLSS가 우위에 있습니다. 그 대신 AMD의 FSR은 오픈소스 기술이라는 범용성이라는 이점을 가져가고, 고전적이고 대중적인 최적화 기술 방식을 공간 업스케일링 기술을 재활용하고 거기에 AMD의 이미지 보정 기술을 더한 것에 가깝습니다.
* FSR의 최적화 성능은 어느정도일까? |
FSR의 최적화 성능은 DLSS와 비교하지 않는다면 최적화 기술로써 매우 준수하고 뛰어납니다.
고해상도로 게임을 돌릴 수록 그 최적화 성능이 두드러집니다. 4K, QHD 해상도에서 적용할 경우 울트라 퀄리티 모드 기준으로 상당한 프레임 향상을 보여주고 그래픽 손실도 생각보다 덜하다는 걸 알 수 있습니다.
프레임 향상을 기준으로 본다면 DLSS만큼 최적화 기술로써는 손색이 없습니다. 또한 기본 렌더링 해상도 자체가 높아지는 고해상도로 갈수록 DLSS와 눈에 띄는 이미지 품질 차이는 적어진다는 이점이 있습니다. 또한 프레임 향상도 확실합니다.
따라서 '그래픽 퀄리티를 그렇게 떨어뜨리지 않으면서 프레임이 향상되는 것' 중점으로 두지 않고 '프레임 향상' 을 중점으로 본다면 FSR도 매우 괜찮다고 볼 수 있습니다.
* VS DLSS |
FSR은 DLSS에 비해서 솔직히 말하자면 기술적으로도 떨어지며 오픈 소스 AI, 란초스 알고리즘을 기반으로 구 기술인 공간 업스케일링(Spatial Upscaling) 을 기반으로 한다는 태생적으로 한계가 있기 때문에 DLSS보다 기술적인 면에서는 솔직히 떨어집니다.
DLSS와 비교한다면 DLSS 2.0기준으로 FSR보다 DLSS 2.0이 명백히 더 뛰어납니다.
단순히 프레임을 많이 뽑는 것 자체는 FSR이 의외로 DLSS보다 더 높은 성능을 보여주지만, FSR은 저해상도에서 화질 손상이 심각하다는 단점이 있습니다. 뭐 난 그래픽 상관없고 프레임만 높으면 돼! 라고 한다면 큰 문제는 없겠지만,
DLSS는 저해상도에서도 화질 복구 성능이 좋아서 저해상도에서도 화질 손상이 크게 없습니다. 따라서 1080P 해상도로 게임을 돌리는 유저들에게는 최적화 기술로써 FSR은 DLSS에 비해서 별로 메리트가 없습니다.
* FSR이 DLSS에 비교해서 가지는 장점. |
당연히 성능 자체는 DLSS가 더 뛰어나고 전용 그래픽카드 코어에 딥 러닝 기술까지 활용하는 DLSS가 FSR에 비해서 우위인 것은 사실입니다.
하지만 FSR은 그래픽카드 종류 상관없이, 부자와 평민(?) 상관없이 모두가 평등하게 쓸 수 있는 오픈 소스 기술이라는 점에서 그 가능성이 무궁무진하고 결코 무시할 수 없는 행복을 주는 기술이라고 할 수 있습니다.
그리고 애초에 고해상도에서는 DLSS와 그렇게 큰 차이를 일반인들은 느끼기 힘들어서 고해상도로 갈수록 FSR이 마냥 DLSS보단 떨어지지 않습니다. 물론 DLSS 3.0이 나와서 기술 발전이 엄청 된다면 차이는 커지겠지만 FSR도 고해상도에서는 이미지 복원 성능이 나쁘지 않은 편입니다.
* 결론. |
* FSR은 DLSS보다 화질은 뒤떨어지지만 프레임 향상은 DLSS와 비교해서 별 차이가 없다.
* FSR은 DLSS와는 다르게 저해상도에서 화질 저하가 상당하다.
* FSR은 전용 물리적 하드웨어와 딥 러닝으로 동작하는 DLSS와 다르게 소프트웨어 기반에 오픈소스 기술이라 그래픽카드 종류에 상관없이 누구나 사용할 수 있고 앞으로 개선된다면 DLSS보단 떨어져도 여전히 좋은 기술이다.
