본문 바로가기

이미지

상형문자도 풀어내는 AI의 능력! AI의 한계는? 우리는 매일 여러 방법으로 수많은 사람, 사물과 소통합니다. 만나서 직접 이야기를 하거나, 문자나 메신저, 채팅을 통해 이야기를 나눕니다. 심지어 컴퓨터와 프로그래밍 언어를 통해 소통합니다. 소통을 위해 글씨를 쓰기도 하고 수화 같은 몸짓으로 표현하기도 합니다. 일반적으로 사람은 언어라는 매개체를 통해 소통합니다. 전 세계적으로 매일 약 7,000개에 달하는 언어가 사용됩니다. 더욱 놀라운 사실은 7,000개의 언어는 역사적으로 알려진 언어의 1/4 정도밖에 되지 않는다는 것입니다. 약 3만 개 이상의 언어가 사용됐는데, 지금까지 3/4에 해당하는 언어가 사라졌고 앞으로도 언어는 계속 소멸할 것으로 예상합니다. 그렇다면 이미 사라진 과거의 언어는 어떻게 해석할 수 있을까요? 혹은 우리가 지금까지 확인할 .. 더보기
240p 저화질 영상 '8K 고화질'로 바꾸려면? 'AI 업스케일링' 최근 방송국과 유튜브 등 미디어 채널에서 8K 해상도의 영상을 지원하면서 고해상도 이미지, 영상에 대한 관심이 커지고 있습니다. LG전자 등 제조사에서는 8K 영상 TV를 출시하는 등 고화질의 시대라고 해도 과언이 아닙니다. 4K TV가 보급되고 현재 대중화됐지만, 4K 해상도를 지원하는 콘텐츠나 이미지를 제작하려면 비용과 시간이 필요합니다. 예를 들어, 애니메이션에서 4K 해상도로 제작하기 위해서는 FHD(가로•세로 1920x1080)보다 4배 크기의 제작이 필요합니다. 즉, 애니메이션 그림을 그려야 하는 크기가 4배가 되면서 비용과 시간이 더욱 필요합니다. l Full HD에서 8K까지 (출처: pcmag) 이제 8K 고해상도 디스플레이가 등장하면서 이를 지원하는 하드웨어의 발전에 비해, 8K로 제작.. 더보기
어디까지 가능할까? 인공지능(AI)이 만들어가는 이미지 세계 인간의 오감은 시각, 청각, 후각, 미각, 촉각입니다. 현재 후각, 미각, 촉각은 인공지능을 통해 쉽게 접할 수 있는 영역은 아니지만, 시각과 청각에서는 인공지능이 큰 활약을 펼치고 있습니다. 특히, 눈은 이미지와 영상을 통해 인간이 가장 많은 정보를 얻을 수 있는 기관입니다. 인공지능은 이미지와 영상을 빠르게 인식하고 학습하는 능력을 갖추고 있습니다. 새로운 이미지를 스스로 만들거나 보정하는 등, 인간이 접할 수 있는 이미지의 세계에서 다양한 작업을 수행합니다. 이미지 세계에서 인공지능이 활약하는 영역은 크게 두 가지로 나눌 수 있습니다. 이미지를 인식하고 분류하는 영역과 이미지를 생성 및 변환하는 영역입니다. l 인공지능이 만든 이미지 사람보다 정확한 눈으로 보다 최근 인공지능 머신러닝 분야에서 가장.. 더보기
교통 체증 끝? AI 도입이 바꾼 변화! 지난 편에서는 사람을 대신해 정보를 분석하고 추론하는 역할을 수행하는 AI, 그 중 시각 AI에 대해 알아봤습니다. 이번 편에서는 데이터 AI 그리고 복합 AI의 사례에 대해 말씀 드리겠습니다. ● 쓰러진 사람 발견하는 착한 인공지능 '시각 AI' 데이터 AI 대부분의 비즈니스에서 AI 도입을 고려하는 이유는 사람을 대신해 분석, 예측한 정보를 새로운 비즈니스에 접목하거나 기존의 업무에 활용하기 위함입니다. 이를 위해 사람의 말을 이해하거나 시각 정보를 이해하고 추론할 수 있도록 자연어나 영상 정보 등을 학습한 모델을 개발하고 있습니다. 이번에는 자연어나 영상 정보 외에 정형 데이터를 통해서 최적화된 결론을 예측한 사례에 대해 알아보겠습니다. 전 세계 사용자를 대상으로 검색 및 유튜브 등의 서비스를 제공.. 더보기
쓰러진 사람 발견하는 착한 인공지능 '시각 AI' 지난 시간의 언어 AI에 이어서 시각 AI와 데이터 AI 그리고 복합 AI의 사례에 대해 말씀드리겠습니다. ● 챗봇부터 음성봇까지! ‘언어 AI’가 나타났다 시각 AI는 각 산업 환경과 공공기관, 의료기관과 같이 다양한 환경에서 사람을 대신해서 이미지나 영상 등의 정보를 분석하고 추론하는 역할을 수행합니다. 이러한 시각 AI가 분석하는 정보의 유형은 크게 이미지와 영상으로 나눌 수 있습니다. 이 둘의 차이는 활용 목적이 특정 영역의 공간에 대한 분석(이미지)인지, 아니면 시간 흐름에 따른 해당 공간의 변화를 분석(동영상)하려는 목적인지에 따라 구분한 것입니다. 두 편에 걸쳐 유형별로 적용된 사례에 대해 살펴보겠습니다. 시각 AI - 이미지 시각 AI의 이미지 인식은 촬영된 이미지나 동영상의 특정 영역을 .. 더보기
‘댕댕이 통역기’ 등장? AI로 동물소리 번역해보자! 안녕하세요. 코지입니다.여러분, 동물 울음소리를 듣고 그 뜻을 이해할 수 있을까요? AI는 ‘꼬꼬댁’하는 닭 울음소리만 듣고도 무슨 말을 하는지 알아낼 수 있다고 하는데요. 미국 조지아 공대의 엔지니어들은 수백만 마리의 닭을 키우는 양계업자와 협력해 수년간 닭들의 울음소리를 수집하고 분석했다고 하는데요. 닭들을 다양한 환경에 노출하고 녹음한 울음소리를 머신러닝 기법으로 AI에게 학습시켜서, 울음소리만 듣고도 그들이 무슨 상태인지 AI가 알아낼 수 있게 한 것입니다. 알을 낳을 때, 독수리 등의 위험을 감지할 때, 보호해야 할 암탉이 있을 때 등등 말이죠. 앞으로 닭의 모든 울음소리를 분석해낼 수 있게 된다면, AI에 의해 운영되는 스마트 양계장을 기대해 볼 수 있겠죠? 닭이 배고플 때 자동으로 사료를 공.. 더보기
챗봇부터 음성봇까지! ‘언어 AI’가 나타났다 대부분의 비즈니스에서 AI 도입을 고려하는 목적은 사람을 대신해서 인식하고 분류한 다양한 정보를 기반으로 신속하게 추론하고 예측해 새로운 비즈니스에 접목하거나 기존의 업무에 활용하는 것입니다. 대표적인 적용 형태는 다음과 같습니다.1) 음성과 언어 정보를 추론하는 언어 AI2) 영상과 이미지 정보를 토대로 추론하는 시각 AI3) 이미 확보된 정보를 분석하고 예측하는 데이터 AI4) 위 형태를 복합적으로 적용한 복합 AI 언어 AI는 학습을 통해서 문서나 텍스트, 그리고 음성 신호에 담긴 의도와 문맥을 추론하고 이해하는 것을 의미하며 이를 구성하는 요소기술로는 NLU, NLP, STT, Text Analytics 등이 있습니다. 주변에서 챗봇이나 음성봇 형태로 구현된 것을 주로 볼 수 있으며, 그 외에도 .. 더보기
챗봇을 넘어 음성봇으로 이번 글에서는 AI 스피커로 시작되어 업계에 큰 관심을 받는 음성인식 기술 기반의 음성봇(Voicebot) 구조를 챗봇 구조와 연계해 설명해 드리겠습니다. 음성봇과 챗봇은 닮은 점이 많다? 앞서 챗봇의 구조는 대화 의도(Intent)를 추출하는 것과 의도 속에 담긴 중요한 개체(Entity)를 추출하는 과정이 중요하다고 말씀드렸습니다. 챗봇에서 AI 기술은 사용자의 수많은 대화 방식 속에서 사용자 의도와 개체를 정확하고 빠르게 추출하는 데 활용이 되는 것이죠. 물론 추출된 의도와 개체로 주문이나 예약, 고객 서비스와 같이 서비스를 제공하기 위해 대화 흐름을 코딩이나 별도 운영 툴(Tool)을 이용해서 구현해야 합니다. l 챗봇의 일반적 구조로 의도 추출-개체 추출-시나리오가 주 구성 요소이다. 그렇다면 .. 더보기

티스토리툴바