LG AI연구원은 캐나다 밴쿠버에서 열리는 세계 최대 컴퓨터 비전 학회 ‘CVPR 2023’에서 이미지를 설명하는 ‘캡셔닝 인공지능(AI)’을 공개했다고 오늘(19일) 밝혔습니다.

연구원이 처음 외부에 공개한 캡셔닝 AI는 처음 보는 이미지도 자연어로 설명할 수 있는 인공지능으로, 처음 보는 물체나 장면도 경험과 지식을 활용해 이해하고 설명할 수 있도록 ‘제로샷 이미지 캡셔닝’ 기술을 적용했습니다.

이 기술은 AI가 기존에 학습한 대량의 이미지와 텍스트 데이터를 기반으로 배경·인물·행동 등 이미지상 다양한 특징을 인식하고 그 관계를 설명하게 한다고 연구원 측은 설명했습니다.

캡셔닝 AI는 평균적으로 문장 5개와 키워드 10개를 10초 안에 생성하며, 이미지 범위를 1만 장으로 확장하면 2일 이내에 작업을 끝낼 수 있습니다.

연구원은 이미지를 대량으로 관리해야 하는 기업들이 캡셔닝AI를 활용하면 업무 효율성과 생산성을 높일 수 있을 거로 전망했습니다.

LG AI연구원은 캡셔닝 AI 개발을 위해 세계 최대 콘텐츠 플랫폼 기업인 셔터스톡과 긴밀하게 협력했습니다.

세잘 아민 셔터스톡 최고기술책임자(CTO)는 “현재 글로벌 고객사 10곳을 대상으로 ‘얼리 액세스’(앞서 해보기) 프로그램을 진행하며 캡셔닝 AI 기술을 발전시켜 나가고 있다”고 전했습니다.

김승환 LG AI연구원 비전랩장은 “이미지 캡셔닝 분야의 글로벌 연구 리더십을 확보하기 위해 다양한 협력사들과 유기적인 협력 체계를 구축해 새로운 평가 지표 개발과 신기술 연구를 계속 추진할 계획”이라고 말했습니다.

 

 

[사진 출처 : 연합뉴스 / LG ai 연구원 제공]

 

조정인 기자 rower@kbs.co.kr