Cochl이 들려주는 AUDIO & AI

Gallery view

어렸을 때 자주 하던 장난이 있는데요, 그건 바로 부모님이 집으로 전화했을 때 (제가 어릴 때까진 각 가정에 전화기가 있었거든요) 동생인 척 받고 “누나 바꿔라.” 라고 말씀하시면 “나 동생 아닌데~ 또 속았네!”라고 말하는 것이었습니다. 나중에 대학생이 되어서도 친구의 남자친구에게 전화가 왔을 때 친구인 척 받고 우리끼리 웃은 적도 있습니다. 모두 한 번쯤은 이런 장난 쳐보셨죠?

‘이 목소리는 도대체 누구야? 내가 생각한 사람이 맞는 건가?’ 하고 속아본 적이 있다면, 저와 함께 Sound AI 기술 중 하나인 ‘화자 인식’에 대해 알아볼게요. 화자 인식 기술이 여러분의 궁금증을 어떻게 해결해 줄 수 있는지 보시죠!

음성 인식과 화자 인식

<알리 바바와 40인의 도둑>이라는 이야기에서 알리바바는 도둑들의 보물이 담긴 동굴에 들어갈 수 있는 비밀 암호를 알고 있습니다. 바로 ‘열려라 참깨!’라는 주문인데요, 이 주문을 외쳐야만 동굴에 들어갈 수 있습니다.

무려 스폰지밥에서도 뚱이가 말했죠! <이미지 출처: Reddit>

혹시 해리포터를 보셨다면, 호그와트 마법 지도를 기억하시나요?

<이미지 출처: Pinterest>

누가 기침 소리를 내었는가 - 음성 인식부터 화자 인식까지

(이미지 출처: Lenovo 홈페이지)

Tech Scene을 선도하는 기업 중 하나인 Lenovo에서 개최한 Lenovo Tech Day’24, It’s All About Smarter AI 행사에 Cochl이 함께 발표하게 되었습니다. 행사명에서 알 수 있듯 이번 Lenovo TechDay는 ‘AI’를 주제로 다양한 이야기들이 펼쳐졌습니다. ‘AI for Sound: 머신 리스닝 기술로 만드는 더 안전한 스마트시티’를 주제로 Cochl의 사업 개발 매니저인 수영 님도 세션을 진행하셨는데요, 수영 님의 발표를 통해 빠르게 발전하고 있는 머신 리스닝 기술이 스마트시티의 어떤 부분에 적용 가능한지 또한 우리의 일상생활을 얼마나 효율적으로 더 안전하게 할 수 있는지 알아보겠습니다.

‘AI’라는 단어는 이제 우리 삶에서 떼어놓을 수 없을 만큼 가까워졌습니다. Generative AI, Large Language Model(LLM), Vision AI 등의 용어 또한 대다수 사람에게 이제 어색하지 않습니다만, ‘AI for Sound’는 어떨까요?

왠지 Sound와 AI라는 단어가 합쳐지니 우리의 스마트폰에서 쉽게 만날 수 있는 시리나 빅스비가 생각나시나요? 혹은 요즈음 유행하고 있는 유명 가수들의 목소리를 활용한 AI 커버? 넓게 본다면 말씀하신 모든 것들이 해당합니다. 저희 Cochl은 그중 머신 리스닝이라는 기술을 중점적으로 다루고 있습니다. 머신 리스닝이란 일상 속 도시 소음, 음악, 기계 소음부터 사람 목소리까지, 다양한 소리를 인식하고 분석하는 AI 분야로 신호처리와 머신러닝을 이용해 소리에서 유용한 정보를 얻어내는 기술입니다.

AI for Sound: 머신 리스닝 기술로 만드는 더 안전한 스마트시티

긴 장마로 인해 집이 습해져 제습기를 틀어놓은 어느 여름밤이었습니다. 어두운 늦은 새벽이라서 그런지, 집은 고요했고 잠에 막 빠져들 찰나 묘한 소리가 들렸습니다. 작고 희미한 소리인데 제 귀에는 생생하게 느껴지는 이 소리. 음악이라고 하기에는 아닌 것 같고 사람 소리도 아니지만 특정한 음역의 소리가 반복적으로 들렸어요. 첫날은 별일 아니라고 생각하며 넘겼지만, 그날 이후 계속해서 그 소리는 점점 커져만 갔습니다. 그러던 어느 날, 저는 발견해버렸습니다. 이 소리의 원천을요. 침대에서 벌떡 일어난 저는, 그 소리를 향해 걸어갔습니다. 그리고 그곳에는..!

자, 갑자기 왜 무서운 이야기를 하는 거지? 라고 생각할 수 있으실 텐데, 사실 이 이야기는 전혀 무서운 이야기가 아니었습니다. 정답은 제 방에 놓여있던 제습기로 낮에는 생활 소음에 묻혔지만, 밤이 되면 다른 소음이 없어서 더 두드러지게 들렸을 뿐입니다.

범인은 바로 나! (사진 출처: LG전자)

저는 리콜을 신청했고, 소음이 나지 않는 새로운 제품을 받게 되었어요. 며칠 지켜봤더니 다행히도 이전 제품과 같은 소리는 나지 않았고 그 뒤로 뽀송하고 산뜻한 생활을 즐길 수 있었습니다. 한국에서는 이렇게 같은 제품 안에서도 문제가 없는 상품을 고르는 것을 ‘뽑기 운이 좋다'라고 표현하는데요, 아니, 내 돈 주고 산 제품에 100% 퀄리티는 당연한데 뽑기 운까지 따라줘야 하는 게 맞는 걸까요?

저의 경우에는 특별한 경우나 시기에만 사용하는 제습기였지만, 이런 소리가 내가 매일 사용하는 제품에서 난다면 어떨까요? 혹은 우리 삶에 조금 더 큰 영향을 미칠 수 있는 것들에서는요? 가령 ‘자동차 소리’ 라고 검색해보면 ‘빠직’, ‘쉬익', ‘끼긱', ‘딸깍’ 등 다양한 소리가 나는 것을 확인하실 수 있습니다. 차에서 소리가 나는 경우는 외부 발생과 내부 부품 결함 등으로 나눌 수 있는데, 탈 때마다 이유 모를 이상한 작은 소음이 괴롭힌다면 어떨까요? 만약 사고가 난다면 큰 피해를 유발할 가능성이 큰 자동차인데 이런 소음이 반복되면 불안하지 않을까요?

단순히 차 한 대에서 이런 소리가 날 수도 있지만, 내부 결함의 이유로 같은 기종에서 대대적으로 소음이 발견된다면 결국 전량 리콜을 해야 하는 상황에 직면할 수도 있습니다. 그렇다면 소비자의 해당 브랜드에 대한 신뢰도가 떨어질 것이고, 제조사 입장에서도 금전적으로 큰 타격을 입을 수 있죠.

이게 무슨 소리야 - Sound AI야 도와줘!

여러분은 삶에서 어떠한 것들을 소중하게 여기시나요? 사람마다 다르겠지만 사랑, 우정, 명예, 건강과 같은 무형의 가치가 될 수도 있고 가족, 재산, 강아지 등 유형의 무언가가 될 수도 있습니다. 이렇게 우리가 소중하게 여기는 것들을 매일 바라보고 싶고, 함께하고 싶은 마음은 굴뚝 같지만 슬프게도 우리는 소중한 것들을 지키기 위해 우리가 가진 대부분 시간을 다른 일을 하는 데 보내고 있습니다. 때로는 그 다른 일에 집중함으로 인해 여러분이 소중하게 여기는 존재들을 잠깐 까먹거나, 놓칠 때가 있죠. 그런 중요함을 놓치고 싶지 않다면, 여러분의 삶에 AI를 더해보시는 건 어떨까요?

Case 1: 사랑하는 가족을 지키고 싶어요

(Image Source: Irasutoya)

저는 해가 지날수록 가족의 소중함을 깨닫고 있습니다. 부모님과 떨어져 혼자 다른 낯선 도시에서 살아가고 있다 보니 때로는 바쁘다는 핑계로 제대로 연락을 드리지 못할 때가 있습니다. 하지만 어느덧 돌아보니 젊은 시절의 부모님의 나이에 저는 더 가까워졌고, 평생 젊고 건강할 줄 알았던 부모님은 제 생각보다 더 나이가 들었고 아픈 곳들이 하나둘 나타나고 있습니다. 하지만 안부 전화를 드릴 때마다 멀리 있는 자식을 걱정시키지 않기 위해 부모님들은 이렇게 말씀하시고는 합니다. “나는 불편한 곳 없이 건강하게 잘 지내고 있으니 늘 몸 관리 잘하고 건강하게 지내야해.”

본인 보다는 자식의 걱정을 더 염려하는 부모님, 이런 부모님을 더 가까이서 챙겨드릴 방법이 있을까요? 만약 부모님의 건강 상태를 파악할 수 있는 소리 정보를 우리가 알 수 있다면 어떨까요? 가령 감기에 걸리셨다면 기침 소리나 가래 소리 등의 빈도와 강도를 확인함으로써 증상이 호전되고 있는지, 혹은 악화되고 있는지를 파악할 수 있습니다. 어제보다 더 많은 기침 소리가 들렸다는 결과를 받게 되면 대신해서 병원 검진을 예약해드리거나 감기에 좋은 음식을 집으로 배송시켜드릴 수 있습니다.

혹은 노인층에서 많이 발생하는 사고 중 하나인 ‘낙상’, 대부분 몸이 약해진 상태에서 거동하다가 발생하는 경우가 많습니다. 하지만 같은 방에 자거나, 혹은 같은 집에 있지 않은 이상 사고가 발생해도 빠르게 상황을 파악하기는 어렵습니다. 이때 ‘쿵’하고 바닥으로 떨어지는 소리나 비명 등을 감지해서 알려줄 수 있다면 어떨까요? 설령 같은 공간에 있지 않아도 전화한다거나, 혹은 같이 살고 있는 가족에게 연락해 상태를 확인해보라고 전달할 수도 있습니다.

이처럼 다양한 소리 등을 통해서 우리는 사랑하는 사람들의 건강 상태나 혹은 이상 징후를 손쉽고 빠르게 확인할 수 있습니다.

Sound AI, 나의 [ ]을 지켜줘!

요즈음, 제가 가장 많이 하는 고민이 있는데요, 바로 ‘AI는 과연 언제쯤 나를 대체할 수 있을까?’ 입니다. 이 고민을 갑자기 하게 된 것은 아니지만, 최근 발표된 Google의 Gemini를 보면서 생각이 한층 더 강해졌습니다. 이전에는 AI가 아무리 발전해도 한계가 있지 않을까 했는데 (비록 일정 부분 편집되긴 하였지만) Gemini 영상을 보면서 기계가 인간처럼 여러 감각을 동시에 받아들이고, 이해하고, 활용할 수 있게 되었다고 느꼈기 때문입니다.

Hands-on with Gemini: Interacting with multimodal AI

Gemini로 간단하게 포문을 열어봤는데, 최근 AI Scene 내 화제의 키워드는 단연코 멀티모달(Multi-modal) AI입니다. 기존 AI 모델은 text-to-image, speech-to-text 등 input과 output의 형태가 정해져 있습니다. 반면 멀티모달 AI는 더 복잡하고, 다양한 관점을 요구하는 정보도 이해하고 처리할 수 있는 AI로, 말 그대로 anything-to-anything에 가깝습니다. 텍스트, 음성, 이미지, 영상 등 여러 종류의 데이터를 동시에 처리할 수 있거든요. 이전에는 단일 채널로만 정보를 수용할 수 있었다면, 멀티모달 AI는 사람이 오감을 사용하여 정보를 수용하는 것처럼 다양한 채널의 모달리티를 동시에 이해하고 사용할 수 있습니다. 그렇기에 훨씬 더 인간과 가깝게 사고하고 결과를 만들어 내는 수준에 이르게 된 거죠. AI가 드디어 더 자연스러운, 인간과 유사한 소통을 할 수 있게 되었습니다.

<이미지 1> 인간이 갖고 있는 오감을 AI도?

멀티모달 이전의 AI 모델은 어떤 정보가 들어왔을 때 이를 복합적으로 해석하는 능력이 부족했습니다. 왜냐하면 시각이면 시각, 청각이면 청각 등 한 가지 정보만 해석하는 유니모달이었기 때문입니다. 이와 반대로 멀티모달 AI는 음성에서 오는 정보와 내용 측면에서 오는 정보를 분리해 복합적으로 사고할 수 있기 때문에 내용을 유추하고 그에 걸맞은 반응을 보일 수도 있습니다.

아주 100% 유사하진 않지만, 예를 들자면 강아지들이 사람의 말을 이해하는 것에 유니모달을 비유해볼게요. 강아지들은 주인이 어떤 말을 했을 때, 주인의 언어를 실제로 이해한다기보다는 말의 속도, 음의 높이 등을 통해서 의미를 파악합니다. 주인이 기분 좋은 목소리로 ‘어느 못된 강아지가 똥을 침대에 쌌어! 혼나볼래?’라고 말하면, 강아지들은 말의 의미를 알아 듣기 보다는 주인이 기분 좋은 상태구나 하는 정도로만 받아들입니다. 반대로 화난 목소리로 ‘산책하러 갈 강아지’라고 하면 주인이 화가 난 줄 알고 눈치를 보게 되죠.

상상을 넘어 현실이 되는 멀티모달 AI (Multi-modal AI)

가끔 집에 혼자 있을 때 갑작스럽게 들리는 냉장고 소리에 당황해 본 적은 없으세요? 순간 깜짝 놀라기도 하지만 혹시나 냉장고에 무슨 문제가 발생한 게 아닐까 하는 걱정도 하게 됩니다. 보통 기계에서 소음이 발생하면 왠지 고장 난 것 같아 불안해지거든요. 그럴 때 수리 기사님을 부르면, 어떤 소리를 들었는지 여쭤보시고 정상적인 소리인지 혹은 어떤 장비나 부품에 이상이 발생했고, 어떤 조처를 해야 하는지 말씀해 주십니다.

이처럼 특정 환경에 오래 노출되어 ‘소리’와 관련된 여러 경험이 쌓이면, 사람들은 쉽게 정상적인 소리와 비정상적인 소리를 구별할 수 있게 되거나 특정 소리가 가진 특장점에 대한 지식을 갖게 됩니다. 마치 한 분야의 달인처럼 말이에요. 소리에는 여러분의 생각보다 꽤 많은 정보가 담겨 있거든요.

[ Anomaly Detection?]

일반적인 때와 다른 특이한 경우가 발생했을 때 이를 알아차리는 것을 ‘이상 탐지(Anomaly Detection)’라고 합니다. 특이한 경우라고 하면 정상 범주를 벗어난 이상적인 행태를 의미하며, 더욱 단순히는 불량, 가짜, 노이즈, 오류 등이라고 말할 수 있습니다. 가령 갑자기 서버 트래픽이 미친 듯이 증가하게 된다면 DDoS와 같은 공격일 수도 있고, 금융에서도 가령 30분 전에는 서울에 있는 편의점에서 결제가 이뤄졌는데 갑자기 30분 후에 서울이 아닌 국내 지역 혹은 해외에서 비정상적인 금액의 결제가 이뤄졌다면 이상 거래임을 의심해볼 수 있습니다. 혹은 차의 엔진 소리만 듣고 이상 여부를 아는 달인들도 있고요. 현실의 많은 분야에서 정상과 비정상을 구별해내야 하는 상황들이 발생하고 있기에, 금융, 의학, 보안, 제조업 등 다양한 분야에서 anomaly detection은 사용되고 있습니다.

우리에게 조금 더 와닿는 경험으로 한 번 anomaly detection을 비유해보겠습니다. 연인과 알콩달콩한 연애를 하시는 분들이라면, 직접 이 질문을 해보신 적도 있을 거고 혹은 들어본 적도 있으실 거예요. 바로 ‘나 뭐 달라진 거 없어?’ 입니다. 사실 이 질문에 대답하는 건 굉장히 어려운 일입니다. 왜냐하면 ‘달라진 거’는 여러 기준에서 발생할 수 있는데, 그 기준은 달라진 부분이 속한 분야에 대한 정보가 없다면 쉽게 알 수 없는 내용이기 때문입니다. 이 질문의 요지는 일반적으로 평소에 비해서 무엇이 달라졌냐? 에 대한 답을 잘 해야 한다는 것인데, ‘평소에 비해서’ 라는 부연 설명은 결국 무언가 다른데 어딘지 모를 곳이 한 끗 달라졌다는 것입니다. 머리 모양이라든지 안경의 유무 등은 쉽게 알아차릴 수 있지만, 가령 평소와 다른 색상의 화장품 혹은 어제와 다른 벨트 모양 등 세세한 부분이 달라졌을 때는 단번에 알아차리기 어렵습니다.

그래서 anomaly detection의 가장 어려운 부분은 모든 상황에 있어 정상적인 상태를 파악하고, 여러 기준점에 부합해 관찰하며 모든 기준에 대응할 수 있어야 한다는 것입니다. 우리가 흔히 사용하는 classification 기술과 기술적으로 가장 다른 부분이 여기서 드러납니다. Classification에서는 ‘U와 V를 구분하라!’ 라는 정답지가 존재하는 반면, anomaly detection은 ‘기존의 데이터 분포와 많이 다른 부분을 찾아줘!’ 라는 조금 다른 관점에서 데이터를 분석한다고 볼 수 있거든요.

나 오늘 좀 달라진 거 없어? - 소리로 확인하는 이상 탐지

Overview Cochl.Sense API를 다양한 API와 함께 사용하여 나만의 자동화 툴을 만들어 볼 수 있습니다! 특히 Closed Caption 생성에 엄청난 강점을 가지고 있는데요, 이 Playbook을 통해 여러 Public API와 함께 자동화된 Closed Caption 생성 도구를 직접 만들어 보세요 준비물: Cochl.Sense, HuggingFace, Python을 실행시킬 수 있는 환경과 컴퓨터

시작하기에 앞서

 이번 플레이북을 진행하기 위해서는 위에 언급된 준비물이 필요합니다. 한 단계 씩 차근차근 따라해보세요!

우선, Cochl.Scribe(자동 자막 생성기)를 만들기 위해서는 사람 대신 판단을 내릴 수 있는 AI 모델이 필요합니다. 하지만, 실제로 집에서 AI를 학습시키기 위한 GPU를 가지고 계신 분들은 많지 않을 것입니다. 하지만, 세상에는 사전 학습이 되어 있고, 성능이 뛰어난 다양한 모델 API들이 존재하고, 이를 잘 활용한다면 본인이 원하는 결과를 만들어 낼 수 있습니다. 오늘 사용하게 될 Cochl.Sense 또한 오픈소스 API 중 하나입니다.

이번 Playbook에서는 직접 학습 시키지않고, 오픈된 모델 API들을 활용하여 인물들의 대사, 감정, 흘러나오는 주변 소리까지 다 포함된 저희만의 자동 자막 생성기를 만들어 볼게요!

HuggingFace를 활용한 제작 환경 세팅

[Playbook] Cochl.Scribe 따라하기

나날이 기술의 속도가 발전하는 지금, 이전과는 다른 양상을 보이는 명백한 지점이 있습니다. 바로 ‘프로덕트화’인데요, 이전에는 만들고자 하는 프로덕트가 있어도 이를 받쳐줄 수 있는 기술의 발전 속도가 따라오지 못한 나머지 프로덕트의 완성도가 기대치에 못 미치는 경우가 많았습니다. 하지만 딥러닝, 생성형 AI 등 강력한 퍼포먼스를 보이는 기술이 발전해감에 따라 이제는 ‘어떤 프로덕트를 만들 것인가’가 결국 기업과 개인이 테크씬에서 살아남는 데 주요 포인트가 되고 있습니다.

딥러닝 모델의 상품 가능성을 발견하고, 발전시켜나가는 것은 비즈니스 확장에 무엇보다 중요한 요소가 되었습니다. 하지만 딥러닝 모델의 상품 가능성, 구체적으로 떠오르는 새로운 아이디어를 찾기는 쉬운 일이 아닙니다. 그렇다면 우리가 실생활에서 사용할 수 있는 가장 가까운 곳부터 살펴보는 것은 어떨까요?

Cochl의 Research 팀에서 인턴으로 함께하는 재영님의 취미는 재미있는 영상을 보는 것입니다. 각종 OTT 서비스 구독에 매달 많은 지출을 하고 계신다고 밝혀주셨는데요, 재영님의 취미와 기술이 결합했을 때 어떤 일이 발생할 수 있을까요? 이번 아티클에서 Cochl의 Sound AI인 Cochl.Sense와 ASR 모델을 활용한 자동 트랜스크립터 (Closed Caption) 제작기를 선보입니다! 재영님의 시도를 기반으로 머신러닝 모델을 어떻게 상품화할 수 있을지 가볍게 만나보세요

01. 갑자기 떠오른 Closed Caption

따사로운 가을 햇살을 느끼며 넷플릭스에서 오리지널 콘텐츠를 보려던 재영님! 평소와 같으면 바로 콘텐츠를 즐겼겠지만, 오늘은 왠지 영어 공부를 하고 싶다는 생각이 들었습니다. 하지만 자막 없이 보기에는 아직 두려운 나머지 재생바 우측에 있는 ‘음성 및 자막’ 버튼을 클릭해 영어 자막으로 설정해 영화를 감상하기로 했습니다.

이전에는 주인공의 대사만 영어 자막으로 나왔는데, 이제는 중간중간에 들어가는 배경 음악이라든지 혹은 상황을 나타내는 모든 소리 또한 자막에서 확인할 수 있었습니다. 이때, 한 가지 아이디어가 재영님의 머릿속에서 번뜩! 하고 떠올랐습니다.

세상에서 가장 쉽고 간편한 자동 자막 생성기 만들기 (feat. Cochl.Sense)

여러분은 언제 처음 AI가 내 일상에 들어왔다고 생각하셨나요?

저는 AI scene에서 일하고 있어서 언제나 새로운 기술과 트렌드가 떠올랐을 때 그걸 몸소 체감하기가 쉬웠습니다. 다만 AI가 그렇다고 해서 내 일상과 내 삶에 직접적으로 맞닿아 있다고 생각하긴 어려웠습니다. 그러다 작년 11월, ChatGPT가 처음 선보였을 때 기술과 제 삶의 경계가 많이 허물어졌습니다. AI라는 기술을 어려워하던 부모님도, 제게 연락해서 ChatGPT가 무엇인지, 어떻게 하면 사용해볼 수 있는지 여쭤보시고는 직접 ChatGPT에게 질문도 던지시고 답변도 받으시더라고요.

(좌: ChatGPT 로고 / 우: AI 스피커들 - 출처)

그전에도 사실 부모님께 AI를 좀 더 친숙한 형태로 소개해 드리고자 AI 스피커를 선물해 드린 적이 있지만, 몇 번 사용하시더니 창고행이 되었습니다. 왜 더 이상 쓰지 않느냐고 여쭤보니 웃기게도 ‘말귀를 못 알아들어서'라고 하셨어요. 그런 부모님이 이제는 ChatGPT를 능숙하게 사용하시는 걸 보면 정말 AI가 일상으로, 대중 속으로 들어온 것이 느껴집니다.

“Generative AI는 단순히 지나가는 한 지점이며, 이제는 Interactive AI의 시대로 넘어갈 것” - 무스타파 슐레이만, DeepMind 공동창업자

DeepMind의 공동창업자인 무스타파 슐레이만 또한 Generative AI는 단순히 지나가는 한 지점이며, 이제는 Interactive AI의 시대로 넘어갈 것이라고 의견을 밝혔습니다. 일방향적으로 정보를 전달받는 것이 아닌, 쌍방향으로 소통하며 행동하는 것은 기술의 적용 범위를 한층 더 넓고 깊게 확장해줄 것입니다. 이는 기술의 역사에서 매우 중요한 순간이자, 일상 속으로 AI가 더 자연스럽게 들어올 것이라는 점을 시사해주기도 합니다.

Intel innovation 2023 (사진 출처: Intel)

AI, 일상으로의 초대

역사적으로 사랑이라는 감정은 많은 호기심을 자아내고, 연구하고 싶은 대상으로 자리 잡아 왔습니다. “어떻게 하면 ‘잘’ 사랑할 수 있을까?”는 누구나 한번은 해본 고민이니까요. 우리는 사랑에 관한 고민이 생길 때 마다 이 부분을 잘 아는 사람들에게 물어봅니다. 정답은 때로는 정해져 있지만, 그런데도 친구, 가족, 혹은 모르는 사람에게 익명으로 고민을 털어놓으면서 해결책을 함께 찾았습니다.

만약 AI가 여러분의 새로운 연애 코치가 되면 어떨 것 같나요?

1. Emotion Recognition API

여러분은 타인의 표정이나 감정을 잘 읽어내는 편인가요? 어떤 사람들은 본인의 감정을 잘 드러내지 않지만, 대부분의 사람은 표정에서 감정이 드러나는 편입니다. 다른 일에는 감정을 드러내지 않아도, 좋아하는 상대를 보면 티가 나는 사람들도 있죠.

<이제는 너무나 유명해진, 나는 솔로 상철님의 얼굴 표정 변화 짤>

하지만 첫 데이트나 너무 긴장되는 순간에 내 맞은편 상대의 얼굴을 마주하고, 감정을 읽어내거나 자신의 표정을 재빠르게 숨기는 건 쉬운 일은 아닐 거예요.

Microsoft에서 프로젝트 옥스퍼드(Project Oxford) 중 하나로 사진 속 인물의 표정을 분석해 어떤 감정인지 알려주는 Emotion Recognition API를 2015년에 발표한 바가 있습니다. (현재는 무료 사용이 불가능하며, 위 링크에서 관련된 내용을 확인할 수 있습니다.) 해당 API를 이용하면 사진을 넣었을 때, 사진 속 인물의 표정을 분석해 8가지로 나눠진 감정을 0에서 1점까지 표현해 결과를 보여줍니다.

AI는 연애 1타 강사가 될 수 있을까요?