AI 서비스에 노가다 작업이 필요한 이유

AI는 여러 케이스를 학습시켜 만든 귀납법적인 기술이다.

 

따라서 연역법적인 기술과 달리 "A일 때 B이다"처럼 명확한 답변을 내놓을 수 없다. AI의 로직은 불투명하여 black-box라고 부르기도 한다. 결국 AI는 인간의 기준에서는 오류 가능성이 있다.

 

 

예를 들어, 넷플릭스가 최근 출시한 애니메이션 "아케인"의 캐릭터를 AI가 인식한다고 해보자. 아케인은 두 주연 캐릭터(바이, 징크스)의 어린 시절로 시작해 성인기의 이야기로 이어진다. 성인기의 이야기가 더 기니까 성인기의 이미지만으로 학습한다면 어린 시절의 얼굴을 인식하기 어려울 수 있다.

(예시) 넷플릭스 아케인 주인공 캐릭터 성장 전 후

 

시청자는 캐릭터의 생김새가 바뀌더라도 같은 인물임을 인지할 수 있다. 인간은 인물을 인지할 때 얼굴 생김새만으로 인식하지 않기 때문이다. 인간은 맥락 정보를 매우 잘 활용한다.

 

예를 들어, "징크스"와 "바이"와 어릴 때부터 매일 같이 있으며 "언니"라고 부른다면 둘의 관계가 자매라는 사실을 알 수 있다. 성인이 된 후 생김새가 달라지더라도 한 쪽이 다른 한쪽에게 "언니"라고 부른다면 이들이 아케인의 주연 자매인 "징크스"와 "바이"임을 유추할 수 있다.

 

게다가 영상 제작자가 몇 가지 생김새로 힌트를 준다. 아케인은 머리 색으로 인물을 뚜렷하게 구분할 수 있도록 한다. 만약 AI가 애니메이션 캐릭터를 더 정확하게 인식하고자 한다면 학습 시에 머리 색을 피처로 포함해야 한다.

 

하지만 아케인이 아닌 애니메이션에서는 캐릭터의 머리 색이 모두 같고, 얼굴에 있는 점의 위치나 성격, 말투, 다른 인물과의 관계로만 파악해야 하는 경우가 있다. 그렇다면 이미지 인식만으로 인물을 구분할 수 없다.

 

결국 AI를 적용하는 대상이 "영상 콘텐츠"와 같이 형식이 일정하지 않다면 AI의 인식 결과를 보정하거나 학습 대상을 추가하는 노가다 작업이 필요하다. AI를 돌려보기 전 까지는 어떤 결과가 나올지 예측하기 어렵다는 한계가 있다.

 

 

썸네일