<제9회 전국동시지방선거 개표방송 제작기>
KBS <내 삶을 바꾸는 선택>
데이터와 공간을 연결해 새롭게 선거방송을 기술하다
윤수완, 박지민 KBS 후반제작기술국 사원
1
KBS는 이번 개표방송의 몰입감을 극대화하기 위해 초대형 LED월 세트와 98인치 대형 터치스크린을 전면 배치하고, 국립중앙박물관의 수려한 영상미를 라이브 AR(증강현실) 기술과 결합해 한 차원 높은 비주얼을 선보였습니다. 나아가 방대한 선거 데이터를 직관적이고 역동적인 비주얼로 풀어내며, 그 어느 때보다 생동감 있고 현장감 넘치는 방송을 구현해 냈습니다.
이번 방송이 성공할 수 있었던 이면에는, 보이지 않는 곳에서 시스템의 안정성과 시각적 완성도를 위해 밤낮으로 사투를 벌인 후반제작부1팀의 치열한 노력이 있었습니다. 이번 선거 개표방송의 특수영상 시스템은 메인 스튜디오를 연결하는 ‘그래픽센터’를 중심으로, 야외 AR 구현을 위한 ‘CP밴과 특수영상밴’, 그리고 토론석의 ‘98인치 터치스크린존’으로 나뉩니다.
우선 메인 스튜디오의 심장인 ‘K-Wall’의 그래픽 해상도를 한 단계 끌어올렸습니다. 그리고 국립중앙박물관의 장엄한 풍경을 배경으로 지미집(Jimmy Jib) 카메라의 역동적인 움직임과 사전 녹화 영상을 정밀하게 결합해, 현장감 넘치는 라이브 AR 그래픽을 구현해 냈습니다. 그리고 다른 스튜디오의 토론석 옆에 ‘K-Touch’를 전면 배치해 프레젠터가 실시간으로 데이터를 직접 다루며 자연스럽게 주제를 전환할 수 있도록 지원했습니다. 이를 통해 한층 더 심층적인 토론이 가능한 최적의 방송 동선을 완성하였습니다.
1. 더 확장된 K-Wall
이번 개표방송에서 선보인 K-Wall은 가로 30m, 세로 7m 규모로 구축되었는데, 이는 지난 총선대비 높이 1m, 너비 4m를 확장한 스케일입니다. 여기에 가로 6m, 세로 14m의 바닥 LED까지 함께 설치함으로써, 카메라 풀샷 촬영 시에도 공간적 입체감과 시각적 풍성함을 극대화했습니다.
또한 콘텐츠의 양과 질 역시 대폭 강화하였습니다. 실시간 판세 장표와 데이터 분석은 기본이고, 선거 흐름을 한눈에 짚어내는 관전 포인트와 시의성을 극대화한 ‘선거 십자말풀이’, ‘10초 핵심 장표’ 등 신규 포맷을 대거 도입해 시청자의 몰입도를 높였습니다.
K-Wall의 경우, 안정성을 확보하기 위해 완벽한 이중화 시스템을 구축하고, 총 8대의 그래픽 엔진을 투입했습니다. Wall 엔진에는 SDI 입력 3채널과 4K 출력 3채널을 할당했으며, Floor 엔진은 4K 출력 1채널을 사용했습니다. 그리고 각 엔진의 출력 신호는 분배기와 컨버터를 거쳐 컨트롤러 모니터와 LED 월 서버로 안정적으로 분배되도록 설계했습니다. 특히 개표방송의 하이라이트인 ‘카운트다운’과 출구조사 발표 직후, 현장을 연결하는 ‘MNG’ 송출의 안정성 확를 위해, 독립된 별도의 그래픽 엔진으로 송출하였고, 각각의 워크스테이션 PC가 사전에 약속된 타임코드에 맞춰 자동으로 플레이되도록 소프트웨어를 설계했습니다. 카운트다운과 MNG 엔진을 상호 주・예비(백업)시스템으로 구성하여 방송사고의 가능성을 원천 차단하였습니다.
2. 날카로운 분석의 K-Touch
프레젠터의 날카로운 분석이 돋보였던 K-Touch는 98인치 초대형 터치 모니터를 통해 시청자들과 만났습니다. 이 시스템은 언리얼 엔진(Unreal Engine)의 네이티브 UMG를 기반으로 개발되었는데, 화려한 비주얼만큼이나 까다로운 기술적 과제들을 해결해야 했습니다. 언리얼 엔진의 블루프린트라는 비주얼 스크립팅은 노드 기반인데, 복잡할 경우 다른 개발자가 해석하는 데 시간이 너무 오래 걸린다는 단점이 있습니다. 그래서 코드 해석이 쉽고 기능 추가가 간편한 C++ 코딩으로 최대한 뼈대를 개발하고, 마무리 단계만 블루프린트로 작업해 효율을 높였습니다. 특히 터치스크린 메뉴가 30개나 되었고, 2개월이라는 촉박한 개발 일정 속에서도 버튼과 그래프, 애니메이션 요소를 최대한 재사용함으로써 개발 기간을 대폭 단축할 수 있었습니다.
가장 구조가 복잡했던 부분은 전국을 아우르는 14개 행정구역별 3D 지도를 구동하는 작업이었습니다. 제한된 메모리 자원 안에서 3D 객체를 실시간으로 매끄럽게 띄우기 위해, ‘렌더 타겟(Render Target)’ 방식을 도입해 시스템 부하를 획기적으로 낮췄습니다. 여기에 데이터를 파싱하거나 출구조사 및 개표 메뉴에 함부로 진입하지 못하게 막는 제어 소프트웨어를 따로 개발해 시스템 로딩 시간도 줄이고 혹시 모를 방송사고도 철저하게 방지할 수 있었습니다.
또한, 투표 마감 직후, 개표와 동시에 들어오는 심층 출구조사 데이터를 1초라도 빨리 화면에 띄우는 것이 중요했습니다. 그 이유는 프레젠터가 미리 출구조사 데이터를 보고 분석할 시간이 필요하기 때문입니다. 이를 위해 로우데이터 엑셀의 행・열 구조를 참조한 CSV 파일을 만들었고, 이 값을 엔진이 실시간으로 파싱하고 매핑하는 방식을 사용하였습니다.
생방송 안정성을 위해 터치스크린용 2대, LED 월 송출용 2대 등 총 4대의 그래픽 엔진을 주・예비 체계로 탄탄하게 구축했으며, 멀티 컨버터(Multi-Converter)를 이용해 SDI 신호로 변환함으로써 다양한 포인트에 유연하게 대응할 수 있도록 했습니다. 터치스크린과의 연결 역시 RJ45 랜선과 광케이블로 각각 이중화하여 완벽한 백업 시스템을 만들었습니다.
그리고 부조정실에서 대형 모니터 화면이 방송용 카메라 렌즈를 통해 들어올 때, 색 공간(Color Space)이 바뀌면서 원본 그래픽이 가진 색상이 왜곡되거나 손상됩니다. 그래서 방송 전 정밀한 모니터 캘리브레이션(화면 색상 교정)을 전면 실시하여 색상을 맞췄으나, 프레젠터가 라데이션되는 연한 경계선들이 현장 프레젠터의 육안으로는 쉽게 구별하기 어렵다는 문제가 발생했습니다. 카메라 화면을 통해서만 구별되는 색상 차이 때문에, 현장 프레젠터에게 미리 데이터 정보를 알려줘야 하는 과정이 필요하기도 했습니다.
개발 단계에서는 주로 마우스 클릭으로 시뮬레이션 테스트를 진행했었는데, 막상 실제 현장에서 테스트해 보니 언리얼 엔진 특유의 터치 입력 처리 방식 때문에 마우스와는 다른 미묘한 오작동이나 튀는 반응들이 나타났습니다. 게다가 대량의 데이터를 실시간으로 연산하다 보니, 워크스테이션 그래픽 카드의 드라이버 버전에 따라 시스템이 튕겨버리는 치명적인 오류가 발생하였습니다. 수많은 테스트를 거친 끝에 충돌이 전혀 없는 가장 안정적인 하드웨어 드라이버 버전을 찾아냈고, 마침내 스튜디오 내 모든 장비의 소프트웨어 환경을 완벽하게 일치시킬 수 있었습니다.
1
3. ‘국립중앙박물관’의 시원한 풍광을 배경으로 한 K-ZONE
2026년 지방선거 개표방송은 국립중앙박물관의 ‘열린 마당’과 ‘거울못’이라는 야외 공간을 배경으로 진행되었습니다. 이번 프로젝트의 콘셉트는 ‘축적과 도약’으로, 역사적 상징성을 지닌 공간 환경과 실시간 AR 그래픽 기술을 결합하여 방송 데이터를 시각화하는 것이 목적이었습니다. 언리얼 엔진 5.7과 방송용 XR 솔루션인 픽소토프(Pixotope)를 기반으로 야외 실시간 렌더링 파이프라인을 구축했으며, 그 구현 과정과 실무를 통해 확인한 기술적 과제들을 정리하고자 하였습니다.
라이브 AR 구현을 위해 실시간 카메라인 지미집에 Stype Kit를 장착하여 트래킹 데이터를 연동했습니다. 사전에 정밀한 렌즈 캘리브레이션(Lens Calibration) 파일을 제작하고, 현장에서 위치 캘리브레이션을 거쳐 흔들림 없는 안정적인 AR 트래킹을 완성했습니다. 한편, 사전 제작 영상의 경우에는 서드파티 소프트웨어에서 추출한 트래킹 데이터와 외부 VCR의 타임코드를 언리얼 엔진에 동기화하였습니다. 이를 통해 프레임 드롭 현상이 없이, 실물 영상과 AR 그래픽 간의 완벽한 싱크를 구현해 냈습니다.
1. 기획 배경 및 공간의 활용
선거방송의 AR 그래픽은 정보 전달의 신뢰성과 시각적 차별성을 동시에 확보해야 합니다. 이를 위해 과거, 현재, 미래를 아우를 수 있는 국립중앙박물관을 주 배경으로 선정하고, 공간 내 지형지물과 유물 요소를 선거 데이터와 결합하는 방식을 채택했습니다.
오프닝에서는 국보인 반가사유상과 달항아리의 3D 모델링을 건물 위로 배치했습니다. 이는 단편적인 시각 효과를 넘어, 공간이 가진 역사적 맥락을 선거방송의 무게감과 연결하기 위한 연출이었습니다.
2. 전통 요소의 인포그래픽 적용 및 데이터 시각화
주요 과제는 전통적인 요소들을 현대적인 인포그래픽과 이질감 없이 결합하는 것이었습니다. 광역단체장 출구조사와 판세를 보여주는 화면은 대동여지도의 형태를 차용해 일반적인 평면 그래픽 대신 고지도 특유의 질감을 살린 3D 지도를 제작했습니다. 특히 전통적인 첩(책) 형태에서 지도가 펼쳐지는 3D 애니메이션을 적용하여 원본의 형태적 특성을 직관적으로 전달했으며, 이는 자연스럽게 국립중앙박물관장의 대동여지도 소개 인터뷰로 이어지도록 구성했습니다.
호패와 고서적 형태의 UI 연출
국회의원 재보궐 득표율 UI는 조선시대 신분증 역할을 하던 ‘호패’를 모티브로 디자인했으며, 후보 이름과 소속 정당 정보를 전통 매듭 장식이 결합된 오브젝트 형태로 표현했습니다.
또한, 영남지방 관리 명부가 기록된 고서적이 펼쳐지는 형태의 모션 그래픽을 통해 득표율을 시각화했습니다. 후보자들의 프로필 이미지 역시 생성형 AI를 활용하여 한복을 착용한 형태로 일괄 변환함으로써, 방송 전반의 시각적 통일성을 유지했습니다.
공성전 모티브의 접전 상황 묘사
선거 개표 과정에서 시청자들이 흥미로워하는 지점은 기존 정당이 자리를 지켜내는 ‘수성’과 새로운 정당이 자리를 빼앗는 ‘탈환’의 치열한 접전이었습니다. KBS는 국립중앙박물관의 건물을 변형한 생성형 AI 영상을 활용해, 이러한 선거 구도를 성벽 앞에서의 대치 상황으로 묘사했습니다. 거대한 성벽을 배경으로 양당의 후보가 실시간 득표율에 따라 성문을 차지하기 위한 공성전이 벌어지는 듯한 뉘앙스를 주어 개표방송 특유의 긴장감을 끌어올리려 시도했습니다.
3. 야외 대형 스케일 환경에 맞춘 데이터 UI/UX 설계 및 라이팅 동기화
야외 라이브 방송은 광활한 공간감과 시시각각 변하는 자연광이라는 두 가지 핵심 변수를 가집니다. 넓은 AR 영역에서 ‘수치 정보’의 가독성 저하를 방지하는 동시에, 오후부터 심야까지 이어지는 시간대별 조명 환경의 변화를 그래픽에 동기화하는 작업이 병행되어야 했습니다.
스케일과 건축물을 활용한 연출 및 가독성 확보
전국 투표율 데이터는 ‘거울못’ 수면 전체를 차지하는 대형 원형 차트로 디자인했습니다. 이처럼 거대한 공간 스케일 속에서도 핵심 데이터의 가독성이 유지되도록 폰트 스케일과 웨이트를 다각도로 테스트했습니다. 텍스트와 배경의 명도 대비를 높이고, 수치 카운팅 애니메이션의 속도를 전체적인 공간 크기에 맞추어 조율했습니다. 또한, 후보자 패널 그래픽은 박물관의 기둥, 지붕 라인 등 실제 건축물의 외관을 기준으로 스케일을 설정했습니다. 그래픽 객체가 건축물 전후면으로 교차 배치되도록 구성하여 화면 내 뎁스를 확보했으며, 텍스트 정보량이 많은 재보선 투표율 화면의 경우 박물관 우측 외벽 넓은 면적을 전광판처럼 활용하여 시선의 분산을 최소화했습니다.
주·야간 환경 변화에 따른 재질 최적화
낮 시간대에는 자연광과 하늘, ‘거울못’의 경관을 훼손하지 않는 선에서 UI를 배치했습니다. 시도별 투표율 막대그래프 렌더링 시 배경인 하늘 영역과 그래픽의 경계가 과도하게 대비되지 않도록, 상·하단에 구름 형태의 3D 객체를 배치하여 시각적인 완충 지대로 활용했습니다.
일몰 이후에는 박물관 외벽의 경관 조명과 야경이 주 배경으로 전환됩니다. 낮과 대비되도록 건물 윗면에 산수화 형태의 3D 배경과 발광 머티리얼을 적용한 달, 해 형태의 오브젝트를 배치하여 야간의 공간감을 강조했습니다. 특히 야간 그래픽은 어두운 배경 속에서 가독성을 잃지 않아야 하기 때문에 이를 위해 메인 타이틀과 데이터 UI에 투과율이 높은 유리 및 반사효과가 높은 자개 모티브의 재질을 적용했습니다. 현장의 경관 색상이 객체 표면에 자연스럽게 반사되도록 환경 맵과 라이팅을 구성함으로써, AR 객체가 실제 물리적 공간 내에 위치한 구조물처럼 인식되도록 조도와 색감을 조정했습니다.
4. 실시간 렌더링 최적화 및 AI의 활용
라이브 방송 파이프라인에서 가장 중요한 지표는 시스템 안정성입니다. 무거운 3D 객체 구동과 다수의 API 데이터 연동을 동시에 처리하는 과정에서 렌더링 부하를 줄이기 위한 엔진 최적화 작업이 필수적이었습니다.
깃발 애니메이션이나 호패가 흔들리는 모션, 책자가 넘어가는 형태의 모션 그래픽은 실시간 렌더링 시 높은 프레임 드롭을 유발합니다. 이를 해결하기 위해 애니메이션 데이터를 텍스처형태로 버텍스 단위로 움직임을 제어하는 머티리얼 기반 VAT(Vertex Animation Texture) 기법을 적극 도입해 퍼포먼스를 확보했습니다.
이러한 언리얼 엔진 최적화 및 스크립트 작성 과정에서 생성형 AI 솔루션을 적극 활용했습니다. 작년 유사 프로젝트 당시에는 기술적 질문에 대해 부정확한 답변이나 할루시네이션 현상이 잦아 실무 적용에 한계가 있었습니다. 그러나 이번 프로젝트에서는 렌더링 부하 문제나 노드 구성 과정에서 발생하는 오류에 대해 매우 정확하고 실질적인 해결 스크립트를 제공받을 수 있었으며, 이를 통해 문제 해결 및 개발 소요 시간을 대폭 단축할 수 있었습니다.
