본 연구는 복잡한 기하학과 알려지지 않은 굴절률을 가진 3D 투명 물체를 모델링하는 최초의 엔드-투-엔드 신경망 렌더링 파이프라인을 제안한다. 제안하는 방법은 기하학과 조명 의존적 외관을 분리하여 모델링함으로써 기존 물리 기반 방법의 한계를 극복한다.