컴퓨터 비전

사람은 고양이 사진을 보면 한눈에 뾰족한 귀와 귀여운 수염을 알아봐요. 하지만 컴퓨터에게 사진은 그저 수백만 개의 작은 점(픽셀)마다 색상과 밝기를 나타내는 숫자가 적힌 거대한 바둑판에 불과해요.

컴퓨터 비전은 이 막막한 숫자 배열 속에서 유의미한 시각적 패턴을 찾아내는 훈련을 해요. 예를 들어 주변보다 숫자가 급격히 바뀌는 경계선을 먼저 찾아내고, 이 선들이 모여 만든 모서리나 곡선 같은 기본 윤곽을 조립해요.

마지막으로 귀처럼 뾰족한 모양, 눈처럼 둥근 무늬 같은 부분 특징을 조합하여 비로소 '이것은 고양이의 얼굴이다'라고 결론을 내려요. 이런 특징을 어떻게 조합할지는 컴퓨터가 수많은 사진을 보며 스스로 익혀요. 모자이크 조각을 밑바닥부터 하나씩 맞추어 전체 그림을 알아차리는 과정과 같아요.

컴퓨터 비전의 능력은 단순히 사진에 이름표를 붙이는 일에 그치지 않아요. 사진 속에 고양이가 있다는 사실을 맞히는 수준에서 출발해 훨씬 더 정밀하고 복잡한 작업으로 나아가요.

물체가 화면 속 정확히 어느 위치에 있는지 네모 상자로 콕 집어내는 객체 탐지(Object Detection) 기술이 대표적이에요. 자율주행차가 도로 위를 달리며 주변의 보행자, 신호등, 차선을 실시간으로 한꺼번에 찾아낼 때 꼭 필요해요.

더 나아가 사진 속 모든 화소를 도로, 사람, 인도, 하늘처럼 면적 단위로 꼼꼼하게 색칠해 나누는 세그멘테이션(분할) 기술도 있어요. 인공위성 사진을 분석해 숲과 건물의 면적 변화를 조사하거나, 스마트폰 사진 앱에서 사람의 배경만 깔끔하게 지워낼 때 유용하게 쓰여요.

과거에는 연구자가 경계선 방향이나 명암 패턴처럼 컴퓨터가 어떤 특징을 볼지 직접 설계해 주어야 했어요. 컴퓨터는 사람이 정해 준 특징을 바탕으로 판단하는 법을 데이터로 배웠지만, 고양이가 고개를 비스듬히 돌리거나 어두운 방에 있으면 인식률이 뚝 떨어지기 쉬웠죠.

오늘날에는 합성곱 신경망(CNN) 같은 인공신경망 구조 덕분에 이 문제가 크게 줄었어요. 컴퓨터에게 수백만 장의 사진을 보여주면, 여러 각도나 조명에서도 물체를 알아볼 수 있는 특징을 컴퓨터가 스스로 찾아내어 익혀요. 다만 학습 때 보지 못한 날씨나 화질의 사진에서는 지금도 성능이 떨어지곤 해요.

사람의 시각 뇌세포가 일하는 방식에서 아이디어를 얻은 알고리즘과 대규모 데이터 학습이 만나면서, 이제는 공장에서 눈 깜짝할 사이에 불량 부품을 골라내거나 복잡한 교차로를 실시간으로 통제하는 수준까지 도달했어요.