원본 스캔은 그대로 다루기 어렵습니다
LAS/LAZ 원본은 정확하지만 빠른 검수, 공유, 반복 확인에는 무겁고 복잡합니다.
Local LiDAR to 3DGS engine
대용량 포인트 클라우드를 로컬 머신에서 3D 자산으로.
PointPeek은 클라우드 업로드나 고가 워크스테이션 없이 LAS/LAZ 스캔을 검수 가능한 경량 3D Gaussian Splatting 자산으로 바꾸는 로컬 처리 엔진입니다.
Verified local pipeline example
5.2GB / 약 1.4억 포인트 도로 LiDAR를 MacBook Air M1급 로컬 머신에서 약 13분대에 처리하고, 원본 대비 60% 이상 데이터 절감을 확인했습니다.
- 입력
- 5.2GB / 약 1.4억 포인트
- 처리 환경
- MacBook Air M1 로컬 머신
- 출력
- 원본 대비 60% 이상 데이터 절감
Why it matters
포인트 클라우드 워크플로우는 검수와 공유 단계에서 너무 무겁습니다.
업로드 중심 흐름은 마찰을 만듭니다
대용량 공간 데이터를 매번 클라우드로 옮기는 방식은 비용, 시간, 보안 측면에서 부담이 큽니다.
3DGS는 검수 가능한 자산이어야 합니다
보기 좋은 결과물에 그치지 않고, 원본 스캔과 함께 검토하고 재사용할 수 있는 구조가 필요합니다.
The core idea
먼저 도로 기반 LiDAR에서 검증한 로컬 3DGS 처리 흐름.
PointPeek은 원본 LiDAR를 기준 데이터로 유지하면서, 로컬 장비에서 빠르게 확인할 수 있는 검수용 3DGS 자산으로 전환하는 처리 흐름을 제공합니다.
01 / ingest
로컬 우선 처리 엔진
대용량 스캔을 일반적인 로컬 장비에서도 확인 가능한 형태로 정리합니다.
02 / understand
공간 구조 분석
원본 스캔에서 검수와 후속 활용에 필요한 공간 정보를 다루기 쉬운 단위로 정리합니다.
03 / convert
3DGS 자산 출력
무거운 원본 데이터를 더 가볍고 확인하기 쉬운 3D 자산으로 바꿉니다.
Workflow
현장 스캔에서 PoC 가능한 3D 자산까지.
-
1
LAS/LAZ 입력
실측 기반의 측량 또는 LiDAR 데이터를 로컬 환경에서 시작합니다.
-
2
로컬 처리
메모리 제한이 있는 머신에서도 확인할 수 있도록 데이터를 효율적으로 정리합니다.
-
3
검수용 자산화
원본 스캔을 빠르게 확인하고 공유하기 쉬운 3D 자산으로 변환합니다.
-
4
검수와 재사용
검수, 선택, 업데이트, 내보내기, 웹·AI·시뮬레이션 연결 가능성을 PoC로 확인합니다.
Built for spatial operations
현실 기반 3D 자산이 필요한 여러 분야의 PoC에 적용할 수 있습니다.
HD Map 생산
대용량 도로 스캔을 초기 지도 생산과 갱신 검수에 활용하는 PoC에 적합합니다.
자율주행 운영
QA, 경로 검수, 시뮬레이션, 변경 확인을 위한 가벼운 현실 기반 장면으로 활용할 수 있습니다.
디지털 트윈 검증
실측 포인트 클라우드를 시각적·운영적 디지털 트윈의 기반 자산으로 활용할 수 있습니다.
Physical AI 시뮬레이션
로봇과 물리 기반 테스트를 위한 현실 공간 자산화 PoC로 확장할 수 있습니다.
Demo gallery
개발 영상과 처리 예제.
About us
PointPeek은 현실 기반 3D 데이터를 로컬에서 다루기 위한 LiDAR-to-3DGS 처리 엔진입니다.
도로 기반 LiDAR 데이터에서 먼저 성능과 처리 흐름을 검증했으며, 다양한 실제 공간 데이터로 PoC와 데이터 협업을 열어두고 있습니다.
- PoC 문의
- 샘플 데이터 기반 검증 협업
- 실내·도심·산업 공간 데이터 협업