티스토리 뷰

반응형

구글의 소셜 네트워크 서비스 구글 플러스에 사진을 업로드를 하면 사람 얼굴을 인식해 다음과 같은 질문을 합니다. '이 사람은 누구입니까?'  얼굴 인식 알고리즘으로 사진에 보이는 사람 얼굴을 거의 다 잡아내지만 간혹 오류가 나타납니다. 사람 얼굴 처럼 생긴 형상도 사람으로 인식합니다. 기계는 복잡한 수식 계산도 오류 없이 풀어내고 인간이라면 고문처럼 느낄 지루한 반복작업도 잘 수행합니다. 우리가 끙끙거리는 일을 쉽게 풀어내는 기계도 어려워 하는 일이 있습니다.

 

 

굴 인식이 그렇습니다. 우리는 사람 얼굴과 아닌 것을 인식하는 일이 매우 쉽게 느껴지지만 기계에는 쉽지 않은 일입니다. 기계는 고양이와 개를 정확하게 구분하는 작업이 어렵고, 살아 있는 나뭇가지와 불에 탄 나뭇가지를 구분하는 일 역시 어렵습니다. 우리가 복잡한 수학에 좌절하는 것처럼 비슷한 이미지를 단 번에 묶어내는 일 역시 기계에서 만만치 않은 도전입니다.

 


구글 플러스이 사진은 사람인가 아닌가. 기계에는 쉽지 않은 작업이다.



구글 플러스 사진 업로드 후 인식한 사람 사진입니다.  우리는 이 사진을 보면 사람의 얼굴이 아니라는 사실과 카메라 조작부라는 걸 알아챕니다. 얼굴 인식 알고리짐은 버튼 2개를 사람의 눈으로 다이얼 부분을 입으로 인식해서 (그러니까 -_- 보였을 듯) 사용자에게 물어본 모양입니다.




공지능을 발전 시키기 위한 조건이 빅 데이터라고 합니다. 기술이 이미 있고 많은 데이터를 때려 박아서 기계에게 학습을 시켜야 합니다. 인공지능을 개발하기 가장 좋은 조건을 가진 기업이 구글과 페이스북입니다. 수 많은 데이터를 자체적으로 구축하고 있고 이것은 큰 재산입니다.  구글 플러스가 사진을 별다른 조건없이 업로드받는 이유도 데이터를 확보할 수 있고 사람에게 질문을 하고 답을 받음으로써 학습을 ( 이런 사진은 사람 얼굴이 아니라는 사실) 시킬수 있습니다.



아직은 오류가 있지만 소프트웨어로 이루어진 기계의 장점은 지속적인 업그레이드가 가능한 점입니다. 데이터가 계속 모여지고 학습이 지속적으로 이루어지면 인식의 오류는 점점 줄어들게 될거고 사람만큼 느껴지는 세상에 등장할겁니다. 엉뚱한 사진을 가지고 '이 사람은 누구'라고 질문하는 일도 사라질 겁니다.

반응형
댓글
  • 프로필사진 shg 인간이 컴퓨터보다 얼굴인식을 잘 한다는것도 사실 자기중심적인 판단입니다. 인간은 모두 자기가 익숙한것은 잘 구별하지만, 그렇지 못한것은, 잘 구별 못합니다.

    인간은 개와 고양이는 잘 구분하지만, 개와 늑대는 잘 구분 못합니다. 동양인은 익숙한 동양인의 얼굴을 잘 구분하지만, 서양사람의 얼굴은 잘 구분하지 못합니다.

    인간역시 '익숙하지 않은 형태의 얼굴' 은 인식하지 못한것은 매한 마찬가지입니다. 오래전에 '막 태어난 태아의 얼굴' 을 보게 되었는데, 너무나도 충격적이라서, '얼굴' 은 고사하고, 사람인지 조차 충격을 먹었습니다. '아기==돌사진 모습' 에 고정관념이 박힌 저의 시각에서는 뇌속의 '얼굴인식 알고리즘' 이 무너지더군요.

    인간도 컴퓨터와 비슷합니다. 알면 아는만큼, 구별하는것이고, 모르면 인식자체를 못합니다. 이는 컴퓨터와 매한 다를게 없습니다.
    2015.02.21 02:15
  • 프로필사진 Favicon of https://negna.tistory.com BlogIcon 네그나 다른 인종보다 흑인의 얼굴을 구분하기 어렵다고 느끼는데 익숙함과 학습의 차이겠지요. 우리가 주로 보게 되는 얼굴은 황인종과 백인이고 지속적으로 노출된 결과 학습이 이루어졌습니다. 상대적으로 흑인이 얼굴일 잘 들어오지 않는 이유는 미디어 노출 부족이 아닐까 하는 생각도 듭니다.

    안면 인식 장애와 같은 질환을 연구해 보면 얼굴인식 알고리즘을 획기적으로 개선할 수 있을지도 모르겠습니다. 아직은 기계가 사람보다 떨어지는게 사실인데, 수 많은 데이터와 인간과 상호작용으로 인한 알고리즘를 개선하면 이와 같은 초보적은 오류는 사라지겠지요.
    2015.02.21 23:23 신고
댓글쓰기 폼