SW미래직업 | 소프트웨어 중심사회

진학&진로 이동 진로정보 이동 SW미래직업

SW미래직업가이드 - 인공지능 영상인식기술 분야

SW중심사회 2017-08-11 7086명 읽음

인공지능 영상인식기술은 딥러닝(Deep Learning)이 접목되면서 각종 산업에서 놀라운 혁신을 만들어내고 있습니다. 의료영상기술, 자율주행차, 스마트 홈, 보안 및 영상감시산업, 산업용 로봇의 시각 지능, 쇼핑과 엔터테인먼트 영역까지 새로운 가치 실현의 기반이 되고 있습니다.  

 

영상인식기술은 미래직업에 어떤 변화를 가져오게 될까요? 영원히 존재할 것 같았던 몇 가지 직업은 역할이 크게 바뀌거나 사라질 위기에 처할 수도 있습니다, 어떤 미래직업이 더 생겨날지 살펴보겠습니다.

 

감성인식 영상처리 전문가

 


<치즈 맛을 보는 사람의 감정의 변화를 읽어내는 소프트웨어> 

 

이미지인식기술 분야에서 가장 큰 변화를 이끄는 것은 사람의 얼굴이나 표정을 인식하는 기술입니다, 

애플이 인수한 표정인식 기술개발 스타트업인 ‘이모션트(Emotient)’는 10만 가지 표정을 수집하고 분석하는 기술을 개발해 특허까지 보유했습니다. 안면 근육의 움직임, 표정, 몸짓, 목소리 같은 미세한 행동 패턴을 통해 거짓말을 찾아내고, 어떤 감정 상태인지를 잡아내는 알고리즘을 개발한 것입니다. 이 기술은 어두운 조명, 낮은 사양의 웹캠, 안경이나 수염 등 가려진 얼굴 속에서도 표정을 잡아낼 수 있습니다.

 

애플은 사람의 심리를 분석하는 기술에 지속해서 관심을 보였습니다. 이를 활용하면 병원에서 환자의 고통을 표정을 통해 인식해 치료를 조절하고, TV 프로그램이나 광고에 대한 시청자 반응을 데이터로 분석해 마케팅에 이용할 수 있게 될 것입니다. 매장에서는 제품별로 소비자들의 호감도를 파악하고 강연이나 캠페인에 대한 대중들의 반응을 인식할 수 있게 될 것입니다.


자율주행 차에도 감성인식기술이 중요하게 활용됩니다. 운전자의 상태를 파악해 운전자가 졸거나 운전이 불편한 상태임을 표정을 통해 읽어내고 깨워주거나 적절한 조처를 하는 서비스를 제공할 수 있습니다. 

 

 

이미지인식 기술기반 보안 전문가

 

 

얼굴인식을 인증 및 보안에 활용하는 기술은 이미 스마트폰을 통해 상용화되었습니다. 기존의 생체정보 인식기술 (지문, 홍채인식 등)은 비교적 높은 인식 성능으로 스마트폰의 잠금해제, 출입관리를 목적으로 주로 상용화가 이제루어졌으나 접촉식 입력 센서가 주는 부담감과 거부감을 주는 단점이 있었습니다.


얼굴인식은 카메라를 이용한 비접촉식의 가장 자연스러운 인식기술로 많은 연구가 이루어지고 있습니다. 화장이나 헤어스타일의 변화, 얼굴표정에 따라 인식률이 떨어지지 않도록 하고, 수면 상태나 사진에는 반응하지 않도록 하는 등의 인공지능 기술이 보완되고 강화되어야 하는 것이 숙제입니다.

 

<NEC의 얼굴인식 솔루션을 활용한 보안인식 솔루션의 사례>

 

최근 경찰이 범죄자를 체포하는 데 가장 큰 역할을 하는 것은 CCTV입니다. 주변의 모든 CCTV를 탐색해서 같은 장면을 여러 번 돌려보면서 수사과정에서 놓친 것은 없는지 확인하다가 실마리를 발견하는 모습을 영화에서 많이 볼 수 있습니다. 


영상인식 기술이 적용된 인공지능 시스템이 도입되면 이런 단서를 쉽게 찾아낼 수 있습니다. 또한 CCTV가 설치된 장소와 녹화시간정보를 바탕으로 범인의 도주 경로 및 현재 위치까지 몇 초 만에 분석해내는 것이 가능합니다. 향후 범인 검거에 이미지인식 같은 첨단기술이 적용된다면, 불필요한 수사역량이 줄어들 뿐만 아니라 범죄율의 감소에도 기여할 수 있게 될 것으로 예상합니다.

 

이미지 인식을 통한 의료, 진단 전문가

 

이미지 인식기술을 도입으로 의료기술에서도 큰 변화가 예상됩니다. 의료영상의 판독을 통해 진단, 검출로 오진을 예방하고 암과 같은 질환을 조기에 발견할 수 있습니다.  


의료영상의 분석기술은 일반적인 영상분석기술과 상당히 유사합니다. 영상을 분류하고 이 안에서 특정 부위를 검출하고, 그 경계를 추출합니다. 또한, 다양한 각도에서 촬영한 서로 다른 영상의 결합 등이 의료영상 분석에서 중요한 기술입니다. 이렇게 촬영된 영상을 분석하는 데는 객체의 특징을 추출하는데 특화된 컨볼루션 신경망(convolution neural network, CNN)이 가장 많이 활용됩니다.

 

* 컨볼루션 신경망 : 수많은 이미지를 픽셀 단위로 분석해서 특정 대상이 어떤 선과 점으로 이워졌는지 분석하고 경험들이 모여서 다음에 입력된 이미지를 구분하는 기술.

 

 

 

2016년 구글의 당뇨병성 망막증의 진단과 2017년 스탠퍼드 대학에서 진행한 피부암 진단은 공통적으로 약 10만 건 이상의 영상을 확보해 딥러닝 학습에 활용했는데, 이를 통해 만들어낸 진단결과는 모두 전문의 수준에 뒤지지 않는 분류 성능을 보였습니다. 의료 영상은 대부분 통제된 상황에서 획득되는 만큼 일반적인 영상에 비해 데이터 간의 차이를 예측할 수 있고, 상대적으로 적은 수의 학습 데이터로도 좋은 일반화 성능을 보여줄 수 있음이 확인되었습니다.

 

2017년 국제영상인식대회 사물 종류별 검출성능분야 2위 성적 기록한 국내 연구진

 

매년 열리는 국제영상 인식대회 ILSVRC(Imagenet Large Scale Visual Recognition Challenge) 는 전 세계 인공지능 기술 경연의 장으로 영상 데이터 내 특정 사물을 정확하게 검색하는 기술 평가 대회입니다. 그동안 구글, 마이크로소프트, 페이스북 등 세계 최고의 IT기업들이 이미지 분야의 인공지능 기술을 경쟁해오고 있습니다.

 

2017년 국제영상인식대회에서는 국내 연구진이 사물검출 분야에서 전 세계 기업, 대학 연합팀들과 겨루어 사물 종류별 검출 성능에서 2위,  평균 검출 정확도 분야에서 3위의 성적을 내기도 할 정도로 빠르게 관련 기술을 준비하고 있습니다. 

 

글로벌 기업들도 바쁘게 움직이고 있습니다. 아마존웹서비스(AWS)의 서비스 중 ‘아마존 레코그니션’은 영상인식기술 솔루션입니다. IBM의 왓슨도 어조분석, 성격진단, 비주얼 이미지 인식 등의 기능을 갖추고 공개될 예정입니다. 구글도 자동영상사물인식 기능을 활용해 유튜브의 동영상에 적용해 동영상안의 특정 물체를 검색하는 기능을 준비하고 있습니다.

 

앞서 살펴본 것과 같이 영상인식기술을 지원하기 위한 개발자와 전문가들의 수요는 향후 기하급수적으로 늘어날 것으로 예상되고 발 빠른 준비가 필요할 것으로 보입니다. 영상인식 및 관련분야의 전문가를 양성하기 위한 교육 프로그램도 시급히 준비되어야 할 것입니다.

홈페이지 만족도

콘텐츠 내용에 만족하십니까? 현재 페이지의 만족도를 평가해 주십시요. 의견을 수렴하여 빠른 시일 내에 반영하겠습니다.

등록