セマンティックシーンコンプリート（Semantic Scene Completion: SSC）は、部分的で疎な入力に基づいて、シーンの完全な幾何構造と意味情報を同時に推定することを目的としている。近年、大規模な3Dデータセットの増加に伴い、未解決の課題を抱えることから、SSCは研究コミュニティにおいて大きな注目を集めるようになった。特に、観測されていない大規模な領域における曖昧な補完と、真値からの弱い教師信号という課題が、SSCの難しさを規定している。このため、関連研究論文の数は著しく増加している。本調査では、SSC分野における手法とデータセットについて、体系的に識別・比較・分析を行い、包括的な批判的検討を提供することを目的とする。本稿では、既存研究の各選択肢を詳細に分析しつつ、今後の研究の余地を明確に提示する。さらに、最も代表的なデータセットにおける最先端技術（SoA）のSSC性能についても評価と分析を行う。