시각지능

12 Contents

자연모사연구단 Ep.2 | 인간의 뇌를 흉내 낸 인공지능은 인간을 뛰어넘을 수 있을까?

인공지능은 인간의 뇌를 모사하여 기계가 스스로 학습하고 판단하게 만드는 기술로, 우리 삶의 다양한 영역에 깊숙이 들어와 있습니다. 특히 시각 지능은 사람이 눈으로 사물을 보고 패턴을 찾아내듯, 카메라를 통해 입력된 정보를 해석하고 추론하는 데 중점을 둡니다. 인간이 주변 환경을 인식하고 상황에 맞는 움직임을 만들어내는 과정을 기계에 학습시킴으로써, 인공지능은 단순한 데이터 처리를 넘어 지능적인 시각 시스템으로 진화하고 있습니다. 이는 뇌의 시각 정보 처리 방식을 공학적으로 구현하려는 시도의 결과물이라 할 수 있습니다. 인간의 뇌는 카메라와 달리 모든 시야를 균일한 해상도로 처리하지 않습니다. 생존과 목적에 부합하는 정보를 우선적으로 포착하기 위해 특정 영역에 집중하는 '주의 집중' 기법을 사용합니다. 예를 들어, 수많은 군중 속에서도 관심 있는 대상을 단번에 찾아내는 현상은 뇌가 유용한 정보를 선택적으로 확대하여 받아들이기 때문입니다. 이러한 뇌의 효율적인 정보 처리 방식은 인공지능이 복잡한 환경에서 핵심적인 데이터에 집중하도록 설계하는 데 중요한 영감을 제공하며, 기술적 고도화의 토대가 됩니다. 얼굴 인식은 인공지능과 뇌 모두에게 매우 특수한 과제입니다. 뇌에는 얼굴의 세세한 특징과 표정, 시선을 전문적으로 처리하는 '방추상 얼굴 영역'이 별도로 존재합니다. 인공지능 역시 범용적인 물체 탐지 알고리즘 외에도 얼굴의 미세한 음영과 각도 변화를 학습하여 시선의 방향까지 정밀하게 추론하는 전용 모델을 개발하고 있습니다. 사람마다 다른 미묘한 얼굴 차이를 구별해 내는 능력은 뇌가 반복적인 학습을 통해 전문화된 것처럼, 인공지능도 특정 데이터에 최적화된 학습 과정을 거치며 그 성능을 높여갑니다. 인공지능 기술은 실생활에서 인간의 안전을 지키는 수단으로도 적극 활용됩니다. 코로나19 상황에서 방역 동선을 파악하여 자동으로 소독을 수행하는 로봇이나, 화재 발생 시 최적의 대피 경로를 바닥에 레이저로 안내하는 시스템이 대표적입니다. 또한 지하철역 내에서 폭행이나 갑작스러운 쓰러짐과 같은 이상 행동을 감지하여 즉각 알람을 보내는 기술은 생명을 구하는 골든타임을 확보하는 데 결정적인 역할을 합니다. 이는 단순한 편의를 넘어, 보이지 않는 곳에서 인간을 돌보는 따뜻한 기술로서의 가치를 증명하고 있습니다. 움직이는 대상을 추적하는 기술인 '객체 추적'은 뇌의 시각 정보 처리 경로와 유사한 논리를 가집니다. 우리 뇌는 시각 정보를 '무엇인지' 판단하는 경로와 '어디에 있는지' 파악하는 경로로 나누어 처리하며, 이들이 상호작용하여 대상의 움직임을 예측합니다. 인공지능 객체 추적 알고리즘 또한 대상을 탐지한 뒤 다음 위치를 예측하고, 이전 모습과 대조하여 동일인 여부를 확인하는 과정을 반복합니다. 기둥 뒤로 사라진 사람을 다시 나타났을 때 인식하는 기술은 뇌가 맥락을 통해 대상을 지속적으로 파악하는 원리를 공학적으로 구현한 것입니다. 시간의 흐름에 따른 데이터 패턴을 분석하는 기술은 건물의 안전 진단에도 중요하게 쓰입니다. 지진이나 공사 영향으로 건물의 기울기가 어떻게 변하는지 센서로 측정하고, 계절적 요인과 외부 충격을 분리하여 분석함으로써 객관적인 안전 등급을 산출합니다. 이는 인간의 귀 안쪽에서 가속도와 회전을 감지하여 신체의 균형을 잡는 전정기관의 역할과 맞닿아 있습니다. 뇌가 감각 정보를 해석하여 신체의 평형을 유지하듯, 인공지능은 시계열 데이터를 통해 건축물의 상태를 진단하고 위험을 사전에 예측하여 사고를 예방합니다. 뇌의 '작업 기억'은 순간적인 정보를 잠깐 저장하여 업무에 활용하는 구조를 가집니다. 이러한 되먹임 구조는 인공지능의 순환 신경망(RNN)이나 LSTM 모델에서 유사하게 발견됩니다. 입력된 신호가 단순히 통과하는 것이 아니라, 이전 상태의 정보를 다시 입력으로 받아 현재의 맥락을 이해하는 방식입니다. 이를 통해 인공지능은 언어나 시계열 데이터의 흐름을 연속적으로 파악할 수 있게 됩니다. 결국 인공지능의 발전은 뇌가 정보를 기억하고 처리하는 교묘한 메커니즘을 끊임없이 학습하고 모사하며 더 정교한 영역으로 나아가고 있는 셈입니다.

자연모사연구단 Ep.2 | 인간의 뇌를 흉내 낸 인공지능은 인간을 뛰어넘을 수 있을까?
한국기계연구원
  • 뇌인지과학
  • 융합
  • 공학·기술

오픈소스 & 오픈 데이터를 활용한 이미지 생성 모델 경량화 연구

시각지능은 인공지능 분야 중에서도 가장 비약적인 발전을 이룬 영역 중 하나로 손꼽힙니다. 인간의 눈이 사물을 인식하고 주변 환경을 이해하는 복잡한 과정을 기계에 학습시키는 이 기술은 초기에는 단순한 패턴 인식에 불과했습니다. 하지만 현재는 수많은 데이터를 바탕으로 복잡한 상황을 실시간으로 분석하고 판단하는 수준까지 도달했습니다. 우리 생활 곳곳에서 활용되는 이미지 인식 기술은 이제 단순한 편의를 넘어 보안, 의료, 자율주행 등 사회 전반의 핵심 인프라를 지탱하는 중추적인 역할을 수행하고 있습니다. 딥러닝 기술의 등장은 시각지능 연구에 혁명적인 변화를 가져왔습니다. 방대한 양의 영상 데이터를 스스로 학습하며 특징을 추출하는 신경망 구조는 과거 인간이 알고리즘을 직접 설계하던 수동적인 방식의 한계를 완벽히 극복하게 해주었습니다. 특히 합성곱 신경망과 같은 구조는 픽셀 단위의 미세한 정보부터 사물의 전체적인 형상까지 계층적으로 파악하는 능력을 갖추고 있습니다. 이를 통해 사람이 미처 발견하지 못하는 세밀한 차이까지 정확하게 구분해내며 인간의 시각적 인지 능력을 뛰어넘는 성과를 보여주고 있습니다. 하지만 기술적 성취가 높음에도 불구하고 시각지능이 극복해야 할 과제들은 여전히 남아 있습니다. 학습 데이터에 포함되지 않은 새로운 환경이나 사물이 가려진 상황에서의 인식 능력은 인간의 유연한 사고방식에 비해 보완이 필요합니다. 연구자들은 이러한 한계를 극복하기 위해 적은 데이터로도 효율적으로 학습하는 방법이나, 사물 간의 인과관계를 이해하는 추론 능력을 인공지능에 접목하기 위해 노력하고 있습니다. 결국 데이터의 양을 넘어 이를 해석하는 알고리즘의 유연성과 효율성이 미래 기술 경쟁력의 핵심이 될 것입니다. 현실 세계에서 시각지능의 활약은 이미 눈부신 결과를 만들어내고 있습니다. 자율주행 차량은 주변 장애물과 도로 상황을 파악하여 안전한 주행을 돕고, 의료 분야에서는 엑스선이나 영상 진단 자료를 분석해 질병의 징후를 조기에 발견하는 전문가의 보조 역할을 수행합니다. 또한 스마트 시티의 지능형 관제 시스템은 범죄 예방과 사고 대응 속도를 획기적으로 높여 도시의 안전을 책임지고 있습니다. 이러한 시각지능의 기술적 성취는 우리의 일상생활을 더욱 안전하고 효율적인 방향으로 변화시키는 원동력이 됩니다. 시각지능의 최종적인 지향점은 단순히 인간의 시각 기능을 대체하는 것이 아니라, 인간의 능력을 확장하고 보완하는 든든한 파트너가 되는 것입니다. 앞으로의 연구는 영상 속에서 단순히 객체를 찾아내는 단계를 넘어, 장면의 전체적인 맥락과 숨겨진 의미까지 이해하는 방향으로 진화할 것입니다. 인간과 인공지능이 시각 정보를 공유하며 긴밀하게 소통하는 미래는 상상보다 훨씬 가까이 다가와 있습니다. 이러한 기술적 진보는 새로운 산업 혁신을 일으키고 사회적 가치를 창출하는 중요한 마중물이 될 것으로 기대됩니다.

오픈소스 & 오픈 데이터를 활용한 이미지 생성 모델 경량화 연구
한국전자통신연구원오픈소스 테크데이
  • 뇌인지과학
  • 융합
  • 공학·기술

[2024 ETRI Technology Report 1] 한국판 ‘달리’를 만들어내다 – 이영완 시각지능연구실 선임연구원

최근 챗GPT와 같은 생성형 인공지능의 비약적인 발전과 더불어 사용자가 원하는 이미지를 즉석에서 만들어주는 기술이 큰 주목을 받고 있습니다. 하지만 현재 글로벌 기업들이 제공하는 거대 모델들은 뛰어난 결과물을 보여주는 대신, 이미지를 한 장 생성하는 데도 긴 대기 시간과 막대한 전산 자원을 요구한다는 한계가 있습니다. 이러한 높은 운영 비용과 에너지 소모 문제는 일반 사용자들이나 중소 규모의 기업들이 해당 기술을 자유롭게 활용하는 데 큰 걸림돌이 되고 있습니다. 초지능창의연구소 시각지능연구실이 개발한 '코알라' 모델은 이러한 기존의 거대 모델을 획기적으로 압축하여 효율성을 극대화한 것이 특징입니다. 연구팀은 방대한 레이어 중에서 중복되거나 불필요한 레이어를 정교하게 제거하여 모델의 크기를 줄이는 전략을 취했습니다. 여기에 기존 거대 모델의 성능을 압축된 모델에 효율적으로 전수하는 '지식 증류' 기법을 적용함으로써, 원본 대비 절반 이하의 가벼운 사양으로도 두 배 이상 빠르게 결과물을 도출할 수 있는 최적화된 시스템을 구축했습니다. 이 기술은 광고 마케팅용 포스터 제작이나 교육용 콘텐츠 개발 등 비용 절감이 필수적인 다양한 산업 현장에 즉시 투입될 수 있는 실용성을 갖추고 있습니다. 연구팀은 향후 정지 영상을 넘어 훨씬 더 많은 연산량이 필요한 비디오 생성 분야까지 경량화 연구를 확대할 계획입니다. 거대 자본을 보유한 빅테크 기업들이 주도하는 인공지능 생태계에서, 누구나 적은 비용으로 고성능 AI를 누릴 수 있도록 기술의 문턱을 낮추는 'AI 민주화'의 실현이 이들의 궁극적인 지향점입니다.

[2024 ETRI Technology Report 1] 한국판 ‘달리’를 만들어내다 – 이영완 시각지능연구실 선임연구원
한국전자통신연구원ETRI 테크놀로지 리포트
  • 융합
  • 공학·기술

[연구원 V-log] 코알라 아빠는 육아 중??

한국전자통신연구원(ETRI) 초지능창의연구소의 이영완 선임연구원은 AI 모델 'KOALA(코알라)'를 개발하며 연구와 육아를 병행하는 유연한 삶을 살고 있습니다. 육아기 단축근무 제도를 활용해 업무와 가정의 균형을 맞추며, 매일 아침 밤사이 학습된 AI 모델의 결과를 확인하는 것으로 하루를 시작합니다. KOALA(코알라) 모델이 세상에 나와 논문으로 공개되는 순간을 마치 아이가 태어난 것과 같은 경이로움으로 맞이하며, 연구자로서의 깊은 애정과 책임감을 가지고 연구에 임하고 있습니다. KOALA(코알라) 모델은 사용자가 입력한 문장을 분석해 그 내용을 정교한 그림이나 사진으로 변환해 주는 이미지 생성 기술입니다. 이 모델의 가장 큰 장점은 생성 속도가 1초 내외로 매우 빠르다는 점입니다. 특히 고가의 장비 없이도 일반 사용자들이 보유한 저사양 GPU에서 원활하게 구동될 수 있도록 설계되어 기술의 문턱을 획기적으로 낮췄습니다. 저비용 GPU 환경에서도 누구나 창의적인 이미지를 즉각적으로 만들어낼 수 있는 환경을 제공하며 다양한 분야에서의 활용 가능성을 열어두고 있습니다. 이영완 선임연구원은 ETRI를 성장의 토양이 되어준 '엄마'와 같은 존재로 표현합니다. 신입 연구원 시절부터 지금까지 충분히 도전하고 실패하며 배울 수 있도록 지지해 준 환경 덕분에 KOALA(코알라)라는 결실을 맺을 수 있었습니다. ETRI의 전폭적인 지원과 동료들과의 끈끈한 유대감 속에서 그는 기술적 완성도를 넘어, 자신이 만든 결과물이 사회의 다양한 영역에서 긍정적으로 사용되는 미래를 차근차근 그려나가고 있습니다. 이러한 지지 기반은 새로운 시도를 두려워하지 않는 용기를 북돋워 주었습니다. 지속 가능한 연구를 위해 이영완 선임연구원은 체력 관리와 소통의 중요성을 강조합니다. 연구는 단거리 경주가 아닌 멀리 내다봐야 하는 여정이기에 꾸준한 운동으로 몸과 마음을 다지는 한편, '페이퍼 커피 챗'과 같은 편안한 분위기 속에서 동료들과 지식을 나눕니다. 과학자의 길은 때로 스트레스가 크지만, 좋은 동료들과 협업하며 서로의 부족함을 채워가는 과정에서 성장의 동력을 얻습니다. 혼자가 아닌 함께 문제를 해결해 나가는 문화야말로 연구자가 지녀야 할 중요한 자산이자 기쁨임을 매 순간 깨닫게 합니다. 연구의 과정은 찬란한 성공보다는 수많은 실패의 기록으로 가득 차 있습니다. KOALA(코알라) 모델 역시 수백 번의 시행착오 끝에 탄생한 우연이자 필연의 결과물입니다. 처음 시도해보는 새로운 분야였기에 마치 어린아이가 첫걸음을 떼듯 어설픈 시작이었을지라도, 멈추지 않고 달려온 끝에 비로소 빛을 발할 수 있었습니다. 실패를 두려워하지 않고 새로운 경기장에 계속해서 발을 내딛는 용기는 지금의 연구자를 있게 한 근간입니다. KOALA(코알라)는 단순한 기술을 넘어, 미지의 영역을 개척하며 함께 성장해온 소중한 동반자와도 같습니다.

[연구원 V-log]  코알라 아빠는 육아 중??
한국전자통신연구원ETRI 인사이드
  • 융합
  • 공학·기술

과학기술 전문 AI! 한글 모델과 멀티모달

한국과학기술정보연구원(KISTI)은 과학기술 분야의 정보를 깊이 있게 이해하는 과학기술 특화 언어 모델인 KorSci-BERT와 KorSci-ELECTRA를 개발하였습니다. 이는 논문, 보고서, 특허와 같은 방대한 과학기술 데이터를 기반으로 구축되었으며, 일반 상식 데이터 중심의 기존 모델과는 차별화된 성능을 제공합니다. 연구자들이 특정 분야에 특화된 모델을 만들 수 있도록 지원하며, 과학기술 자연어 처리와 의사결정의 효율성을 높이는 데 핵심적인 역할을 수행합니다. 언어 모델 개발에는 대규모 데이터와 강력한 컴퓨팅 자원이 필수적입니다. KISTI는 오랜 기간 축적해 온 과학기술 정보와 국가슈퍼컴퓨팅센터의 인프라를 활용하여 이러한 요건을 충족했습니다. 특히 자체적인 자원 확보가 어려운 민간 기업이나 대학 연구자들이 더 나은 성과를 도출할 수 있도록 지원하는 것이 개발의 주요 동기였습니다. 이를 통해 AI와 인간의 협업이 원활하게 이루어지는 연구 생태계를 조성하고 생산성을 비약적으로 높일 수 있는 토대를 마련하게 되었습니다. 데이터의 가치는 단순히 양에 있지 않고 지속적인 관리와 품질에 달려 있습니다. KISTI는 디지털 뉴딜 사업 이후에도 과학기술 텍스트 데이터 구축을 정규 업무로 수행하며 품질을 높여가고 있습니다. PDF 원문의 텍스트 변환 과정에서 구축자, 검토자, 검수자로 이어지는 다단계 검증 시스템을 도입했습니다. 문장 분리, 오타, 개인정보 포함 여부 등을 철저히 점검하여 신뢰할 수 있는 데이터셋을 제공함으로써 인공지능 모델의 정확도와 윤리성을 동시에 확보하고 있습니다. 최근 인공지능 연구는 텍스트를 넘어 이미지와 영상을 결합한 멀티모달 형태로 진화하고 있습니다. KISTI는 과학 문헌에 포함된 시각 정보를 인식하고 이해하는 시각 지능 기술 연구에 매진하고 있습니다. 사람이 말하듯 이미지를 생성하거나 논문 속의 복잡한 객체를 식별하는 기술을 통해, 마치 전문가가 모든 자료를 학습한 뒤 답변을 주는 듯한 지능형 시스템을 구축하고자 합니다. 이는 전문 지식 베이스를 바탕으로 한 고차원적인 답변 생성을 가능하게 할 것입니다. 글로벌 빅테크 기업들이 거대 모델을 주도하는 환경 속에서, KISTI는 과학기술이라는 전문 분야에 특화된 모델로 경쟁력을 확보하고 있습니다. 이제 인공지능 기술은 모델 중심에서 대규모 데이터 중심으로 변화하고 있으며, KISTI는 보유한 데이터셋과 국가슈퍼컴퓨팅센터의 인프라를 연계하여 국가적 연구 지원 체계를 강화할 계획입니다. 과학기술 종사자뿐만 아니라 국민 누구나 전문 지식에 쉽고 유익하게 접근할 수 있는 환경을 만드는 것이 KISTI가 추구하는 궁극적인 지향점입니다.

과학기술 전문 AI!  한글 모델과 멀티모달
한국과학기술정보연구원세계가 인정함! ✅우수 연구성과✅ 인터뷰
  • 융합
  • 공학·기술

영상 데이터 자동 레이블링 시스템

현대 인공지능 기술의 핵심인 영상 학습 데이터 구축을 획기적으로 개선하기 위해 '달달'이라는 이름의 자동 레이블링 저작 도구가 개발되었습니다. 이 시스템은 단순한 저작 도구를 넘어 AI 기반의 자동 레이블링 기술과 순환형 학습 구조가 결합된 통합 솔루션입니다. 과거에는 작업자가 영상 내 객체를 일일이 찾아 테두리를 그리는 고된 수동 작업이 필수적이었으나, 이제는 시각지능 모델이 사전에 객체를 인식하여 레이블을 자동 생성합니다. 작업자는 생성된 결과물을 확인하고 검수하는 역할만 수행하면 되기에 작업의 편의성이 대폭 향상되었습니다. 이 시스템의 가장 큰 강점은 사용자의 추가 데이터를 바탕으로 끊임없이 진화하는 순환형 학습 구조에 있습니다. 일반적인 객체 인식 모델은 사전에 학습된 데이터 외의 새로운 객체를 인식하는 데 한계가 있지만, 본 시스템은 재훈련 기술을 통해 인식 성능을 지속적으로 보정합니다. 현재 약 80여 종의 사물을 사각형이나 다각형 형태로 정밀하게 인식하며, 도메인의 특성에 맞춰 모델을 유연하게 변경할 수도 있습니다. 이러한 방식은 작업자의 숙련도와 상관없이 일정한 품질의 데이터를 대량으로 확보할 수 있는 안정적인 기술적 기반을 제공합니다. 연구진은 실제 도로 영상 데이터 구축 과정에서 겪은 수동 작업의 번거로움을 해결하고자 이 기술을 고안하게 되었습니다. 단순히 편리한 도구를 만드는 것에 그치지 않고, AI 모델의 개발과 운영을 유기적으로 연결하는 데브옵스 개념을 접목한 것이 개발의 시작점이었습니다. 특히 모델의 성능을 스스로 개선할 수 있는 순환형 학습 구조를 구상하여 지식재산권으로 출원하는 성과도 거두었습니다. 이는 연구 현장에서의 실제적인 필요성이 창의적인 기술적 아이디어와 결합하여 현장의 문제를 해결하는 혁신적인 시스템으로 탄생한 좋은 사례라 할 수 있습니다. 기술 구현 과정에서는 모델 학습을 위한 자원 확보와 연산 시간 지연이라는 현실적인 장벽에 부딪히기도 했습니다. 실시간에 가까운 속도로 대용량 영상을 처리하기 위해 연구팀은 도커 기반의 컨테이너 구조를 채택하여 서비스와 훈련 과정을 효율적으로 연동했습니다. 이러한 구조적 개선을 통해 데이터 전송 시간을 제외하면 영상당 1초에서 2초 내외로 처리가 가능해질 만큼 속도를 끌어올렸습니다. 시행착오를 통해 완성된 이 기술은 현재 중소기업이나 연구 기관이 보유한 원천 데이터를 가치 있는 학습 데이터셋으로 변환하는 핵심 동력이 되고 있습니다. 현재 이 기술은 KISTI의 기계 학습 데이터 공유 플랫폼인 'AIDA(AI다)'를 통해 더욱 고도화되고 있습니다. 사용자들은 단순히 제공된 데이터셋을 내려받는 것에 그치지 않고, 워크벤치를 통해 자신에게 필요한 맞춤형 데이터를 직접 취합하고 레이블링할 수 있는 환경을 제공받습니다. '데이터로 세상을 바꾸다'라는 비전 아래, 누구나 고품질의 영상 데이터를 손쉽게 다루고 활용할 수 있는 기술적 토대를 마련하는 것이 연구의 최종 목표입니다. 앞으로 이 시스템이 대용량 데이터 생태계의 중심에서 더 많은 연구자와 기업에 큰 도움이 되기를 기대해 봅니다.

영상 데이터 자동 레이블링 시스템
한국과학기술정보연구원세계가 인정함! ✅우수 연구성과✅ 인터뷰
  • 융합
  • 공학·기술

비디오 데이터를 더 스마트하게 활용하는 방법 [문장 기반 AI 비디오 구간 검색] [2022 ETRI Technology Report ②]

문장 기반 비디오 구간 검색 기술은 시각 지능 연구의 핵심적인 과제입니다. 이 기술은 사용자가 입력한 문장에서 언어적 특징을 추출하고, 비디오 데이터에서는 시각적 특징을 분석한 뒤 두 정보 사이의 복잡한 연관성을 파악하는 방식으로 작동합니다. 단순히 영상 전체의 주제를 분류하던 과거의 방식을 넘어, 인공지능이 영상의 시간적 흐름을 깊이 있게 이해하고 사용자의 요구에 가장 부합하는 시작 및 종료 시점을 스스로 산출하도록 학습되었습니다. 이러한 고도의 상호작용 이해 능력은 영상과 언어라는 서로 다른 형태의 데이터를 통합적으로 처리함으로써 가능해진 결과입니다. 이러한 기술적 진보는 일상 속 영상 관리와 소비의 패러다임을 혁신적으로 바꿀 잠재력을 지니고 있습니다. 스마트폰에 저장된 수많은 개인 비디오의 경우, 이전에는 촬영 당시의 기억에만 의존해 일일이 화면을 넘기며 원하는 장면을 찾아야 했지만 이제는 자유로운 문장 입력만으로 해당 순간을 즉시 호출할 수 있습니다. 또한 SNS나 OTT 플랫폼에서도 방대한 분량의 영상 중 필요한 부분만을 선별적으로 시청할 수 있게 돕습니다. 내용 자체를 직접적인 검색 대상으로 삼기 때문에 사용자는 수많은 영상 속에서 자신이 원하는 핵심 정보를 이전보다 훨씬 빠르고 효율적으로 습득할 수 있게 됩니다. 현재는 연구의 성숙도를 높이고 검색의 정확도와 안정성을 확보하기 위한 고도화 작업이 꾸준히 진행되고 있습니다. 특히 영문 기반의 데이터셋을 한국어로 확장 구축하여 국내 사용자들에게 최적화된 검색 환경을 제공하는 것이 당면한 주요 과제 중 하나입니다. 나아가 비디오의 내용을 문장으로 자동 요약하는 비디오 캡셔닝 기술 등 다양한 의미 이해 기술들을 결합하여, 인공지능이 인간처럼 영상의 맥락을 완벽하게 파악하도록 하는 것이 최종적인 목표입니다. 영상이 정보 습득의 중심이 된 시대에 이러한 기술은 사용자가 방대한 시각 정보를 더욱 지능적으로 활용할 수 있게 하는 강력한 도구가 될 것입니다.

비디오 데이터를 더 스마트하게 활용하는 방법 [문장 기반 AI 비디오 구간 검색] [2022 ETRI Technology Report ②]
한국전자통신연구원ETRI 테크놀로지 리포트
  • 융합
  • 공학·기술

KISTI | 도로교통 CCTV의 새로운 활용법! 영상데이터로 교통량과 교통 환경 파악하기

현대 사회에서 교통량 분석은 효율적인 도시 계획과 도로 관리를 위한 필수 요소입니다. 하지만 현재 널리 사용되는 수동 계수 방식이나 노면에 코일을 매설하는 루프 방식, 그리고 인력에 의존한 CCTV 모니터링은 여러 한계를 지니고 있습니다. 이러한 방식들은 정확도가 상대적으로 낮을 뿐만 아니라 막대한 관리 비용과 인력이 투입되어야 하며, 집계된 결과를 분석하는 데에도 상당한 시간이 소요됩니다. 기존 인프라의 성능적 한계로 인해 데이터 수집과 활용에 제약이 따르는 실정입니다. 이러한 한계를 극복하기 위해 제안된 새로운 교통량 분석 기술은 딥러닝 기반의 시각 지능을 활용합니다. 도로에 이미 설치된 CCTV 영상 데이터를 실시간으로 분석하여 차선별·차종별 교통량을 정밀하게 측정하는 것이 핵심입니다. 인공지능 모델은 영상 속에서 승용차·트럭·버스 등 다양한 차량 객체를 검출하고, 이를 바탕으로 차선을 인식하여 차량 흐름을 자동으로 계수합니다. 이 기술은 별도의 복잡한 인프라 개선 없이도 데이터 가공 기술만으로 정교한 분석 결과를 도출해 냅니다. 이 기술의 가장 큰 강점 중 하나는 뛰어난 범용성과 경제성입니다. 지자체가 이미 운용 중인 노후화된 CCTV 기기나 다양한 형태의 도로 영상에도 즉각적으로 적용할 수 있기 때문입니다. 직선 도로는 물론 곡선 구간 등 복잡한 차선 형태를 자동으로 인식하고 적응하는 능력을 갖추고 있어 환경의 제약을 거의 받지 않습니다. 도로 관리 기관은 추가적인 장비 구축 비용을 들이지 않고도 실시간으로 정교한 교통 정보를 확보할 수 있으며, 이는 차세대 스마트 시티 교통 제어 시스템의 핵심 자산이 됩니다. 정교한 차종 식별 능력은 도로 노면 관리 측면에서도 혁신적인 변화를 가능하게 합니다. 단순히 통행량을 계수하는 것을 넘어, 특정 구간에 화물차나 트럭 같은 대형 차량의 통행 비중이 얼마나 높은지 실시간으로 파악할 수 있습니다. 이러한 정보는 과적 차량 통행 정보가 필요한 지자체 담당자들에게 매우 유용하며, 노면 파손이 잦은 구간을 사전에 예측하고 집중적으로 관리하는 데 큰 도움을 줍니다. 지역별 차종 흐름 분석은 더욱 과학적이고 효율적인 도시 유지 보수 전략을 수립하는 기반이 됩니다. KISTI 연구진은 실제 지자체 교통 담당자들의 요구를 반영하여 현장에서 즉시 활용 가능한 인공지능 모델을 개발해 왔습니다. 연구실의 아이디어가 실제 데이터에 적용되어 유의미한 통계치를 도출하는 과정은 스마트 사회로 나아가는 중요한 발걸음이 됩니다. 교통 분야를 넘어 도시 인프라 전반에 활용될 수 있는 영상 인식 기술은 우리 삶을 더욱 편리하고 풍요롭게 만들 것입니다. 앞으로도 이러한 시각 지능 기술이 서비스 형태로 널리 제공되어 안전하고 지능적인 도시 환경이 실현되기를 기대해 봅니다.

KISTI | 도로교통 CCTV의 새로운 활용법! 영상데이터로 교통량과 교통 환경 파악하기
한국과학기술정보연구원
  • 융합
  • 공학·기술

[강연] 수학을 통하여 세상을 3차원으로 보는 법 _ by현동훈 | 2020 가을 카오스강연 'Ai X' 2강 | 2강

인공지능이 세상을 이해하는 방식은 데이터를 수집하고 처리하는 과정에서 결정됩니다. 영화 속 터미네이터처럼 인간과 유사한 하드웨어를 통해 직접 시각 정보를 받아들이는 인공지능이 있는가 하면, 자비스처럼 형체 없이 네트워크상의 방대한 데이터를 분석하는 유형도 존재합니다. 이들의 공통적인 과제는 수집된 평면적인 정보를 바탕으로 우리가 사는 입체적인 세상을 어떻게 정확하게 파악하느냐는 점입니다. 특히 물리적 실체를 가진 인공지능이 세상과 상호작용하기 위해서는 단순한 데이터 처리를 넘어 공간을 인지하는 능력이 필수적으로 요구됩니다. 인간이 세상을 3차원으로 인식하는 근본적인 원리는 양안 시차에 있습니다. 왼쪽 눈과 오른쪽 눈은 서로 다른 위치에서 사물을 바라보기 때문에 망막에 맺히는 상에는 미세한 차이가 발생합니다. 뇌는 이 양안 시차를 바탕으로 사물과의 거리를 계산하며, 이는 수학적으로 삼각형의 닮음비를 이용한 방정식으로 모델링할 수 있습니다. 생후 5개월 된 아기가 물체를 잡기 위해 손을 뻗는 행위조차 머릿속에서 복잡한 기하학적 계산이 실시간으로 이루어지고 있음을 시사하며, 이는 시각 지능의 기초가 됩니다. 이러한 인간의 입체 지각 원리는 현대의 3D 기술로 고스란히 이어집니다. 입체 안경이나 3D TV는 왼쪽 눈과 오른쪽 눈에 인위적으로 서로 다른 영상을 전달하여 뇌가 착각을 일으키게 만듭니다. 사물이 가까울수록 양안 시차를 크게 만들고, 멀수록 그 차이를 줄이는 방식을 통해 평면적인 화면에서도 깊이감을 느끼게 하는 것입니다. 이는 인간의 생물학적 메커니즘을 수학적 알고리즘으로 재현한 대표적인 사례로, 인공지능이 공간을 학습하는 과정에서도 이와 유사한 논리적 구조가 적용됩니다. 컴퓨터가 평면 이미지를 통해 공간을 이해하기 위해서는 영상 왜곡을 보정하는 수학적 과정이 선행되어야 합니다. 카메라가 비스듬한 각도에서 찍은 사진 속 타일은 실제로는 사각형이지만 이미지상에서는 일그러진 형태로 나타납니다. 이때 평행한 두 직선이 지평선에서 만나는 소실점의 원리를 이용하면, 왜곡된 이미지를 다시 평면으로 펼치는 함수를 만들 수 있습니다. 지평선을 무한대로 보내는 수학적 변환을 통해 컴퓨터는 2차원 사진 속에서 실제 사물의 형태와 위치를 추정할 수 있는 기초 체력을 갖게 됩니다. 두 개 이상의 카메라를 사용하는 스테레오 비전은 더욱 정밀한 공간 정보를 제공합니다. 이를 위해서는 각 카메라의 위치와 각도를 일치시키는 캘리브레이션 과정이 필요하며, 수학자들은 이를 3x4 행렬로 표현하여 계산합니다. 가장 어려운 과제는 서로 다른 사진 속에서 같은 지점을 찾아내는 대응점 문제입니다. 수백만 개의 픽셀 중에서 동일한 위치를 찾는 과정은 엄청난 계산량을 요구하지만, 에피폴라 기하학이라는 수학적 원리를 적용하면 탐색 범위를 직선 하나로 좁혀 계산 효율을 획기적으로 높일 수 있습니다. 계산된 3차원 좌표들은 수많은 점이 모인 포인트 클라우드의 형태로 나타납니다. 하지만 이 점들만으로는 사물의 매끄러운 표면을 표현하기에 부족하며, 데이터 수집 과정에서 발생한 노이즈로 인해 표면이 거칠게 보일 수 있습니다. 이를 해결하기 위해 수학적 최적화 기법을 동원하여 노이즈를 제거하고 점들을 삼각형 면으로 연결하는 표면 복원 작업이 진행됩니다. 법선 벡터를 활용해 면의 방향을 결정하고 각진 부분을 부드럽게 다듬는 과정을 거치면, 비로소 컴퓨터 속에 실제와 유사한 3차원 모델이 완성됩니다. 더욱 정교한 복원을 위해 레이저 스캐닝과 같은 기술이 활용되기도 합니다. 레이저를 쏘아 반사되어 돌아오는 시간을 측정하거나 인위적인 패턴을 투사함으로써 대응점 문제를 물리적으로 해결하는 방식입니다. 미켈란젤로의 조각상을 디지털로 복원하는 대규모 프로젝트에서도 이러한 기하학적 원리와 정밀한 스캐닝 기술이 결합되어 역사적 유물을 완벽하게 재현해냈습니다. 결국 기하학은 인공지능이 평면의 한계를 넘어 입체적인 세상을 인지하고 구현하게 만드는 가장 강력한 도구이자 언어라고 할 수 있습니다.

[강연] 수학을 통하여 세상을 3차원으로 보는 법 _ by현동훈 | 2020 가을 카오스강연 'Ai X' 2강

현동훈

카오스재단카오스강연
  • 수학

BeeAI 공모전 교육 영상(13) - BeeAl 대표 시나리오 소개(237~262p)

챗봇 시스템의 핵심은 사용자의 언어 데이터를 기계가 이해할 수 있는 수치로 변환하고 처리하는 과정에 있습니다. 딥러닝이나 머신러닝 모델은 문자열을 직접 연산할 수 없기 때문에, 워드 임베딩이나 인코딩 작업을 통해 문자를 숫자의 시퀀스로 변환하는 전처리가 필수적입니다. BeeAI 환경에서는 파이썬 UDF와 온디맨드 인퍼런스 서빙 엔진을 활용하여 이러한 변환을 수행하며, 추론된 숫자 결과를 다시 문자로 복구하는 후처리 과정을 거쳐 사용자에게 자연스러운 응답을 전달하는 구조를 갖추고 있습니다. 융합 서빙은 개별적인 모델들을 유기적으로 연결하여 더욱 고도화된 지능형 서비스를 구축하는 핵심 기술입니다. 예를 들어 일반적인 대화 모델뿐만 아니라 사랑이나 슬픔과 같은 감정에 특화된 챗봇 모델을 각각 구성한 뒤, 이를 하나의 융합 엔진으로 묶어 통합 서비스를 제공할 수 있습니다. 각 모델은 전처리와 후처리 엔진을 공유하면서도 상황에 맞는 추론 엔진으로 데이터를 할당받아 처리합니다. 이러한 워크플로우 구성을 통해 단순한 질의응답을 넘어 사용자의 감성까지 고려한 지능적인 상호작용이 가능해집니다. 영화 추천 서비스는 실시간 데이터 처리와 모델 생성, 그리고 서빙 기술이 집약된 복합 서비스의 전형을 보여줍니다. 사용자의 시청 이력과 평점 데이터를 실시간으로 수집하여 백엔드에서 지속적으로 모델을 업데이트하는 것이 무엇보다 중요합니다. Spark MLlib의 협업 필터링 기술을 활용해 개인별 선호 영화를 추천하고, 사용자를 특정 그룹으로 분류하여 유사 그룹의 선호도를 반영하는 그룹 추천 모델을 동시에 운영합니다. 이를 통해 추천의 정확도를 높이고 사용자의 취향에 최적화된 콘텐츠를 실시간으로 제안할 수 있습니다. 시각 지능 서비스 분야에서는 이미지 데이터를 읽어 들이고 색상을 변환하거나 크기를 조정하는 등 다양한 오퍼레이터의 조합이 활용됩니다. 주차 공간의 점유 여부를 확인하는 서비스의 경우, MobileNet과 같은 경량화 모델을 사용하여 실시간으로 차량 영역을 추출하고 분석하는 워크플로우를 설계할 수 있습니다. TensorFlow Serving을 활용한 스트림 기반 처리와 온디맨드 인퍼런스 서빙 엔진은 대량의 영상 데이터를 효율적으로 분석하게 해줍니다. 비록 학습 데이터에 따라 정확도의 차이는 발생할 수 있으나, 다양한 이미지 처리 오퍼레이터를 통해 고차원적인 비전 서비스를 구현할 수 있습니다. 성공적인 지능형 서비스를 구현하기 위해서는 서비스 목적에 최적화된 엔진을 선택하고 스테이지별로 적절한 리더와 오퍼레이터를 배치해야 합니다. BeeAI 플랫폼은 오퍼레이터 수에 제한을 두지 않아 매우 복잡한 시퀀스 모델도 유연하게 설계할 수 있는 확장성을 제공합니다. 다만 Android나 Firebase와 같은 외부 플랫폼과의 직접적인 연동은 현재 기술적 환경에 따른 전략적 접근이 필요합니다. JDBC를 통해 중간 데이터베이스를 거치거나 전용 리더를 구현하는 등 플랫폼의 특성을 고려한 아키텍처 설계가 지능형 서비스의 완성도를 결정짓는 중요한 요소가 됩니다.

BeeAI 공모전 교육 영상(13) - BeeAl 대표 시나리오 소개(237~262p)
한국전자통신연구원ETRI 클래스
  • 융합
  • 공학·기술

BeeAI 활용 교육 영상(09) - [4단계] BeeAI에서 모델 서빙하기(2)

인공지능 개발 프로세스에서 학습된 모델을 실제 서비스에 적용하는 방식은 크게 온디맨드 서빙과 스트림 서빙으로 구분됩니다. 온디맨드 서빙은 모델이 항상 활성화된 상태로 대기하다가 사용자가 필요할 때 질의를 던져 즉각적인 응답을 받는 구조입니다. BeeAI 환경에서는 텐서플로우 서빙 오퍼레이터와 러너를 활용하여 이러한 실습을 진행할 수 있습니다. 딥러닝 시각 지능 모델을 통해 동물의 종류를 판단하는 예제처럼, 사용자는 로컬 파일 시스템에 저장된 모델 경로와 포트 정보를 설정하여 REST API 형태의 서비스를 손쉽게 생성하고 관리할 수 있습니다. 생성된 온디맨드 서비스는 시스템 대시보드를 통해 실시간으로 상태를 확인할 수 있으며, 포스트맨과 같은 외부 도구를 활용해 모델의 성능을 직접 테스트하는 과정이 수반됩니다. 예를 들어 인셉션 V3 모델이 작동 중인 특정 포트로 이미지를 바이너리 형태로 전송하면, 모델은 사전에 정의된 시그니처 이름을 인식하여 분석 결과를 반환합니다. 이 과정에서 콘텐츠 타입과 URL 주소를 정확히 명시하는 것이 중요하며, 이를 통해 학습된 딥러닝 모델이 실제 서비스 환경에서 사용자의 요청에 어떻게 반응하고 결과를 도출하는지 명확하게 검증할 수 있습니다. 실시간으로 끊임없이 유입되는 대량의 데이터를 처리해야 하는 환경에서는 스트림 서빙 방식이 핵심적인 역할을 수행합니다. 이는 카프카와 같은 메시지 브로커를 통해 들어오는 데이터 흐름을 실시간으로 분석하고 예측치를 산출하는 방식입니다. 교통 정보 예측 시스템을 예로 들면, 5분 단위로 수집되는 도로의 평균 속도 데이터를 스트림 리더로 읽어 들여 파이프라인에서 즉시 처리합니다. 스트림 서빙은 데이터 전처리와 예측 단계가 지연 없이 연결되어야 하므로, 전용 엔진을 통해 데이터의 흐름을 제어하고 결과값을 다시 라이터를 통해 송출하는 일련의 과정으로 구성됩니다. 스트림 서빙 구현 시에는 스파크에서 처리되는 데이터 프레임 형태를 텐서플로우 연산에 적합한 벡터 형태로 변환하는 기술적 절차가 필수적입니다. 이를 위해 벡터 어셈블러나 플래튼 오퍼레이터를 사용하여 분산된 데이터를 하나의 행렬이나 통합된 벡터로 가공합니다. 이후 텐서플로우 프레딕트 오퍼레이터가 최신 모델을 호출하여 실시간 예측을 수행하게 됩니다. 이러한 정교한 데이터 변환 단계들은 결과적으로 15분 뒤의 교통 정체 상황을 예측하는 것과 같은 고도화된 인공지능 서비스를 실현 가능하게 만들며 서비스의 완성도를 높여줍니다. 단순한 단일 모델 배포를 넘어 여러 개의 모델을 유기적으로 결합하여 서비스하는 융합 서빙 기술은 더욱 복잡한 지능형 시스템을 구축하는 데 사용됩니다. 온디맨드 파이프 서빙 엔진을 활용하면 개별적으로 운영되는 여러 REST API를 통합 관리하는 상위 계층의 API를 설계할 수 있습니다. 여러 모델을 융합한다는 개념이 생소할 수 있으나, 실제로는 각기 다른 전문 기능을 가진 모델들을 효율적으로 배치하고 사용자 요청의 성격에 따라 최적의 모델을 호출하는 구조를 의미합니다. 이는 대규모 AI 서비스에서 확장성과 운영 효율성을 동시에 확보하는 전략입니다. 융합 서빙의 대표적인 적용 사례는 주제 분류 모델과 분야별 전문 응답 모델이 결합된 지능형 챗봇 시스템입니다. 사용자가 질문을 입력하면 먼저 주제 분류 모델이 질문의 의도를 분석하여 특정 인덱스 값을 반환하고, 라우팅 맵 오퍼레이터는 이 값에 따라 일상 대화 모델이나 여행 전문 모델 중 가장 적합한 곳으로 질의를 전달합니다. 이러한 계층적 구조 덕분에 시스템은 각 분야에 특화된 모델의 성능을 극대화하여 정교한 답변을 제공할 수 있습니다. 융합 서빙은 개별 모델의 한계를 보완하고 사용자의 복합적인 요구사항을 유연하게 해결하는 핵심 장치입니다. 성공적인 서빙 프로세스 구현을 위해서는 파이썬 코드를 도커 이미지로 변환하여 API화하는 도커라이즈 기능이 필수적으로 뒷받침되어야 합니다. 개발자는 복잡한 인프라 설정에 대한 고민 없이 베이스 코드와 필요 라이브러리를 명시하는 것만으로 전처리 로직이나 사용자 정의 함수를 REST API로 빠르게 전환할 수 있습니다. 이러한 기술적 유연성은 텍스트, 이미지, 오디오 등 다양한 데이터 형태를 모두 수용하며 BeeAI 플랫폼 내에서 AI 모델의 생애 주기를 통합 관리할 수 있게 돕습니다. 결국 정교한 서빙 전략은 고도화된 AI 모델의 가치를 실제 사용자 서비스로 연결하는 가교가 됩니다.

BeeAI 활용 교육 영상(09) - [4단계] BeeAI에서 모델 서빙하기(2)
한국전자통신연구원ETRI 클래스
  • 융합
  • 공학·기술

지능형반도체연구본부 무자막1

한국전자통신연구원(ETRI)은 대한민국의 국립 인공지능 연구소로서 4차 산업혁명을 선도하기 위한 미래 기술 연구와 구현에 모든 역량을 집중하고 있습니다. 특히 인공지능은 현대 문명의 발전을 이끄는 중추적인 역할을 담당하고 있으며, 인간의 두뇌를 모방하는 수준을 넘어 매일 급속도로 진화하고 있습니다. 연구원 내 인공지능 SoC 연구 부서는 이러한 흐름에 발맞추어 차세대 인공지능 프로세서와 콤팩트 SoC 분야에서 세계적인 수준의 핵심 기술력을 확보하는 데 주력하고 있습니다. 고성능 인공지능 반도체인 AB9은 이미지 및 음성 인식과 같은 인공지능 애플리케이션의 신경망 연산을 비약적으로 가속화하는 역할을 수행합니다. 이 칩은 서버용 범용 기술부터 자율주행차와 같은 특수 목적 분야에 이르기까지 폭넓게 활용되는 핵심 구성 요소입니다. 16,000개 이상의 처리 소자를 탑재한 AB9은 28나노미터 공정 기술로 구현되었으며, 1.2GHz의 동작 주파수를 바탕으로 복잡한 딥러닝 기반 추론 연산을 신속하고 정확하게 처리할 수 있는 강력한 성능을 갖추고 있습니다. 자율주행의 핵심인 VIC 기술은 최대 40 TFLOPS의 강력한 연산 성능을 발휘하며 주변의 움직이는 물체를 정밀하게 감지하고 분석하여 최적의 의사결정을 내립니다. 이는 인간의 시각 지능을 모방한 인공지능 반도체로, 정찰 장비나 지능형 CCTV, 로봇 및 드론과 같은 모바일 비전 애플리케이션의 필수적인 부품입니다. 고도의 시각 지능을 단일 칩에 담아냄으로써 복잡한 환경에서도 기계가 스스로 상황을 판단하고 대응할 수 있는 능력을 부여하는 혁신적인 기술이라 할 수 있습니다. 모바일 환경에서는 성능만큼이나 에너지 효율이 중요하며, VIC은 이러한 까다로운 요구 조건을 완벽하게 충족합니다. 단 0.5W의 극도로 낮은 전력 소비로도 4 TOPS에 달하는 뛰어난 성능을 제공하여, 이동성과 저전력 소비가 필수적인 다양한 인공지능 애플리케이션에 최적화된 솔루션을 제시합니다. 이는 배터리 수명이 중요한 드론이나 휴대용 스마트 기기에서 고성능 인공지능 기술이 원활하게 작동할 수 있도록 돕습니다. 효율성을 유지하면서도 인간 수준의 시각 지능을 구현하는 것이 이 기술의 진정한 가치입니다. 인공지능 레이더 RFIC는 AESA 기술을 적용하여 소형 드론 등을 정밀하게 탐지하며, 어떤 기상 조건에서도 안정적인 성능을 발휘하는 소형화 기술의 정수입니다. 이는 군용 레이더부터 민간 보안 및 차량 충돌 방지 시스템까지 다양한 분야에서 사회의 안전을 책임지는 핵심적인 역할을 수행합니다. 연구진은 앞으로도 에너지 효율이 높고 강력한 반도체 기술 연구를 지속하여 우리 사회에 긍정적인 영향을 미치고자 합니다. 이러한 끊임없는 도전은 인공지능 기술이 우리 삶의 질을 실질적으로 향상시키는 미래를 앞당길 것입니다.

지능형반도체연구본부 무자막1
한국전자통신연구원ETRI 아카이브
  • 뇌인지과학
  • 융합
  • 공학·기술