혁신적인 AI 시스템, 2D 이미지로부터 3D 개 자세 예측 학습

서리 대학교의 연구원들은 인공지능(AI) 기술 분야에서 획기적인 업적을 달성하여, 2차원(2D) 이미지로부터 개의 3차원(3D) 자세를 예측하는 시스템을 학습시켰습니다. 대학원 연구생인 모이라 슈터(Moira Shooter)가 이끄는 팀은 생태학부터 애니메이션에 이르기까지 다양한 응용 분야에 문을 여는 혁신적인 접근 방식을 활용했습니다.

선구적인 조치로 연구원들은 인기 비디오 게임 '그랜드 테프트 오토(Grand Theft Auto)'의 가상 세계를 활용하여 수많은 가상 개를 생성했습니다. 게임을 수정하여 주요 캐릭터를 8가지 다른 견종으로 대체함으로써 풍부한 디지털 개 행동 데이터를 확보했습니다. '디지독스(DigiDogs)'라는 이 프로젝트는 앉기, 걷기, 짖기, 달리기 등 다양한 환경 조건에서 개의 활동을 포착한 27,900개의 프레임으로 구성된 풍부한 데이터셋을 제공했습니다.

디지독스(DigiDogs)를 활용한 AI 훈련: 예측 능력의 도약

전통적으로 2D 이미지에서 3D 정보를 인지하도록 AI 시스템을 교육하려면, 일반적으로 인간의 모션 캡처 슈트를 통해 달성되는 3D '정답(Ground Truth)'에 대한 지식을 제공해야 합니다. 그러나 이 접근 방식을 개에게 확장하는 것은 독특한 과제를 제시했습니다. 연구진은 개의 모션 캡처 데이터 부재에도 불구하고, 디지독스 데이터셋을 활용하여 AI 모델을 훈련하는 데 성공했습니다.

슈터 박사는 야생동물 보호부터 가상 세계 개발에 이르기까지 다양한 응용 분야를 상상하며 솔루션의 다재다능함을 강조했습니다. 초기에는 컴퓨터 생성 이미지(CGI) 개로 훈련된 AI 모델은 실제 동물 사진에서 3D 골격 모델을 외삽할 잠재력을 보여주었습니다. 이 기능은 부상당한 야생동물을 식별할 수 있도록 보존주의자를 지원하거나 아티스트가 가상 환경에서 더 생생한 동물을 창작할 수 있게 하는 등 다양한 분야에서 유망한 가능성을 제시합니다.

향후 방향

앞으로 연구팀은 메타(Meta)의 DINOv2 모델을 사용하여 AI 시스템을 정교화하여 실제 개 이미지에서 3D 자세를 정확하게 예측할 수 있도록 할 계획입니다. 가상 세계와 실제 세계 데이터 간의 격차를 해소함으로써 모델의 성능을 향상시키고 다양한 시나리오에 적용 범위를 넓히려는 목표를 가지고 있습니다. 슈터 박사는 3D 자세에 내재된 방대한 정보의 가치를 강조하며, 2D 사진보다 우월함을 부각했습니다.

서리 대학교의 선구적인 작업은 혁신적인 접근 방식과 학제간 협력이 결합되었을 때 AI 기술이 지닌 변혁적 잠재력을 잘 보여줍니다. 데이터 수집 및 알고리즘 정교화 측면의 발전에 힘입어 AI가 계속 진화함에 따라, 세계에 대한 이해를 심화하고 실용적인 응용 분야로 활용하기 위한 가능성은 무한해 보입니다.

가상 시뮬레이션, AI, 실제 데이터의 수렴은 야생동물 보호부터 엔터테인먼트에 이르기까지 수많은 분야를 혁신할 유망한 가능성을 지니고 있습니다. 서리 대학교의 연구는 AI의 예측 능력을 Unlock하는 데 있어 중요한 진전을 의미하며, 복잡한 도전에 대응하고 새로운 기회를 Unlock하기 위해 기술을 활용하려는 노력에서 이정표를 세운 것입니다. 지속적인 혁신과 협력을 통해 AI의 미래는 우리 세상을 더 나은 방향으로 재구성할 막대한 잠재력을 지니고 있습니다.