작은 각도에서 SLERP를 NLERP로 근사할 때 무엇을 검증해야 하나요?

작은 각도에서 NLERP는 normalize((1-t)q0+tq1)로 계산하면 SLERP에 가까운 저비용 근사지만 sign correction과 정규화가 먼저입니다. 부호를 정렬한 단위 입력의 t=0.5에서는 두 방식이 같은 중간 회전을 주므로 이 한 점만으로 근사 오차를 평가하면 안 됩니다. t=0.25·0.75 등에서 차이를 비교합니다. 실제 검증은 여러 t에서 두 결과의 상대각 2*acos(clamp(abs(dot),-1,1)), norm², endpoint 오차와 각속도를 기록하는 방식입니다. NLERP는 일반적으로 일정한 구면 각속도를 보장하지 않습니다.

각도가 커지거나 카메라·무기 조준처럼 일정한 속도가 중요하면 SLERP를 유지합니다. render-only 회전이고 측정한 오차와 CPU 비용이 예산 안이면 NLERP를 선택할 수 있습니다. 같은 값이 충돌·권위 replay에 들어간다면 시각 최적화를 공유하지 않고 결정된 경로를 사용합니다. 임계값은 프레임률과 target CPU에서 측정하며, 확인하지 않은 수치를 표준처럼 말하지 않습니다.

끝점 검증도 중요합니다. t=0과 t=1에서 NLERP 결과가 각각 q0·q1의 정렬된 표현과 맞는지, 입력이 반대 부호일 때도 같은지 확인합니다. 또한 각도 임계 branch가 frame마다 흔들리면 SLERP와 NLERP가 번갈아 선택되어 오히려 미세한 속도 변화가 생길 수 있으므로 hysteresis나 구간별 고정 정책을 두고, 권위 계산과 렌더 계산을 분리합니다.

또한 두 경로의 차이는 endpoint가 아니라 중간 t에서 최대가 될 수 있습니다. t=0,0.25,0.5,0.75,1을 고정 샘플로 두고 각속도 변화와 branch 전환을 확인하면, 단순히 한 프레임의 최종 자세만 비교하는 오류를 피할 수 있습니다.

권위 경로와 표시 경로가 다른 경우 네트워크 snapshot에 어느 값이 규칙 상태인지 명시해 후속 시스템이 NLERP 결과를 재사용하지 못하게 합니다.