[아이뉴스24 정유림 기자] 카카오는 컴퓨터 비전 분야 국제 학회인 유럽 컴퓨터 비전 학회(ECCV)에서 인공지능(AI) 영상 생성 모델의 난제로 꼽혀 온 방대한 연산량과 높은 계산 비용 문제를 해결하기 위한 기술을 발표한다고 9일 밝혔다.
ECCV는 컴퓨터 비전·패턴 인식 학회(CVPR), 국제 컴퓨터 비전 학회(ICCV)와 함께 세계 3대 컴퓨터 비전 학회로, 올해는 오는 12일까지 스웨덴에서 열린다. 카카오에 따르면 이번 연구를 주도한 이연경 리서치 엔지니어가 학회에 참여해 논문 발표에 나선다.
최근 AI 업계에서는 고해상도·장시간 비디오 생성으로 연구 흐름이 확장하며 기하급수적으로 늘어나는 계산 비용을 줄이는 것이 핵심 과제로 떠올랐다. 기존 영상 압축 기술(토큰화)은 영상 내용과 무관하게 고정된 비율로만 데이터를 압축해 배경이 멈춰 있거나 움직임이 적은 장면에서도 불필요하게 많은 토큰을 생성해 영상 생성 모델의 연산 자원을 소모하는 한계가 있었다.
카카오는 비디오 프레임 사이의 중복성이 높다는 점에 주목해 영상의 시공간적 복잡도에 따라 연산에 필요한 토큰 수를 AI가 스스로 판단해 조절하는 적응형 토큰화 기술(KATok)을 연구했다. 움직임이 크고 정보량이 많은 복잡한 장면에는 더 많은 토큰을 배분하고 반대로 정적이거나 단순한 영역에서는 중복 토큰을 제거하는 방식이다. 사람이 일일이 토큰 수를 지정하지 않아도 AI가 영상 내용에 맞춰 필요한 연산량을 스스로 결정해 자원을 훨씬 효율적으로 배분할 수 있다는 것이 특징이다.
카카오의 실험 결과, 이 기술은 기존 밀집형 토큰화 방식보다 현저히 적은 토큰 개수로 고품질 영상을 재구성한다. 비디오 생성 파이프라인 전체에 적용했을 때 최적화된 토큰 표현으로 기존 대비 영상 생성 모델의 학습 속도는 약 6.9배, 영상 생성 속도는 약 3.2배 향상된 것으로 나타났다. 영상 복잡도에 따라 AI가 스스로 연산량을 조절해 고해상도·장시간 AI 비디오 생성의 핵심 기반을 마련한 것이다.
카카오 관계자는 "이번 연구는 단순히 데이터를 압축하는 토큰화 단계에 그치지 않고 압축된 토큰 표현을 비디오 생성 모델까지 연결해 '압축-생성'으로 이어지는 전체 과정의 효율성과 품질을 동시에 확보했다는 점에서 기술적 의의가 크다"고 강조했다. 카카오는 앞으로 기술을 고도화해 더 높은 해상도와 장시간 비디오 생성 환경으로 적용 범위를 넓혀갈 계획이다.
최동진 카카오 어플라이드 AI 모델 성과리더는 "고해상·장시간 영상처럼 연산량이 급증하는 환경일수록 적응형 토큰화 기술이 발휘하는 연산 절감 효과는 더 커질 것"이라며 "향후 다양한 AI 비디오 생성 모델과의 범용성을 검증해 연산량은 줄이면서도 뛰어난 화질을 유지하는 대규모 비디오 생성의 핵심 기반 기술로 발전시킬 것"이라고 밝혔다.
/정유림 기자(2yclever@inews24.com)