earticle

영어

This paper presents a unified GPU-based system that integrates dynamic memory management, hierarchical spatial structuring, and adaptive level-of-detail (LOD) control for real-time visualization of unstructured vector tile data. Conventional static-buffer rendering pipelines suffer from inefficiencies when handling irregular and continuously streamed spatial data. To address this limitation, the proposed framework introduces a page-based dynamic memory management scheme within the GPU, utilizing generation identifiers for safe memory reclamation. A multi-root spatial hierarchy is constructed to manage heterogeneous layers—such as roads, buildings, and terrains— allowing efficient insertion and removal of streaming data without CPU intervention. Experimental results show that, compared with a CPU-driven baseline, the proposed system reduces average frame time by approximately 9–12%, lowers memory fragmentation by about 30%, and improves p95 frame-time stability by 10–15%. These improvements demonstrate that the proposed architecture enables predictable and stable real-time rendering even under large-scale streaming workloads. The system provides a structural foundation for GPU-resident rendering engines applicable to digital twins, real-time mapping, and autonomous driving visualization.

한국어

본 연구에서는 비정형 벡터 타일 데이터의 실시간 GPU 시각화를 위해, 동적 메모리 관리와 공간 계층 구조, 그리고 적응적 LOD 제어를 통합한 시스템을 제안하였다. 기존의 정적 버퍼 기반 그래픽스 파이프라인은 데이터의 비정형 성과 실시간 갱신 특성을 처리하기 어렵다는 한계를 가진다. 이를 해결하기 위해 GPU 내부에서 페이지 단위로 메 모리를 동적으로 관리하고, 세대 식별자를 이용한 안정적인 메모리 회수 구조를 설계하였다. 또한 도로·건물·지형과 같은 레이어별 특성을 고려한 다중 루트 기반 공간 계층 구조를 구성하여, 스트리밍 데이터의 삽입과 제거를 효율적 으로 처리할 수 있도록 하였다. 실험 결과, 제안된 시스템은 CPU 기반 파이프라인에 비해 평균 프레임 시간이 약 9~12% 감소하였고, 메모리 파편화율은 약 30% 낮게 유지되었다. 또한 프레임 최장 렌더링 시간(p95) 개선으로 인한 안정성이 10~15% 향상되어 대규모 스트리밍 환경에서도 실시간성과 예측 가능성을 확보하였다. 본 연구는 GPU 내부에서 데이터의 생성·관리·LOD 처리를 일관된 구조로 수행함으로써, 향후 디지털 트윈·실시간 지도 서비 스·자율주행 시각화 등 대규모 공간 데이터 처리 분야에 활용 가능한 기반 기술을 제시한다.