[서울파이낸스 이서영 기자] LG가 생성형 AI 상용화 서비스인 '캡셔닝 AI(Captioning AI)'를 처음 공개했다. 이를 통해 AI가 스스로 이미지를 이해하고 설명할 수 있게 되면서, 이미지 검색 분야에서 변화가 예고되고 있다.
18일(현지시간) LG AI연구원은 캐나다 밴쿠버에서 진행 중인 세계 최대 컴퓨터 비전 학회 CVPR(Computer Vision and Pattern Recognition, 컴퓨터 비전과 패턴 인식) 2023에서 참석했다.
캡셔닝 AI는 인간처럼 처음 보는 이미지까지 자연어로 설명할 수 있는 AI로 이미지 검색에 활용할 수 있는 정보인 문장이나 키워드 등 메타 데이터를 생성한다.
이로 인해 캡셔닝 AI는 대량의 이미지를 관리해야 하는 기업들의 업무 효율성과 생산성을 높일 수 있다. 문장이나 단어의 길이와 개수에 따라 다르지만 평균적으로 5개 문장과 10개의 키워드를 10초 내에 생성한다. 이미지 범위를 1만 장으로 확장하면 2일 이내에 작업을 끝낼 수 있어 빠른 시간 내에 맞춤형 이미지 검색·관리 시스템 구축이 가능하다.
캡셔닝 AI에 LG AI연구원은 제로샷 이미지 캡셔닝(Zero-shot Image Captioning)기술을 적용해 AI가 기존에 학습한 대량의 이미지와 텍스트 데이터를 기반으로 배경, 인물, 행동 등 이미지 상의 다양한 요소와 특징을 인식하고, 그 관계를 이해하고 설명할 수 있도록 했다.
LG AI연구원은 셔터스톡(Shutterstock)의 협력을 통해 이같은 기술을 개발에 성공했다고 밝혔다. 특히 LG AI연구원과 셔터스톡은 실용적이면서도 신뢰할 수 있는 AI 모델 개발을 위해 학습 데이터의 편향성·선정성 등 AI 윤리 검증을 진행하고, 저작권 투명성도 확보했다.
학회 기간 중 LG 부스를 방문한 연구자들을 대상으로 캡셔닝 AI 서비스를 시연할 계획이다.
세잘 아민 셔터스톡 최고기술경영자는 "현재 글로벌 고객사 10곳을 대상으로 앞서 해보기 프로그램을 진행하며 캡셔닝 AI 기술을 발전시켜 나가고 있다"며 "캡셔닝 AI는 고객들이 반복적인 작업보다 좀 더 본질적이고 창의적인 일에 집중할 수 있도록 돕는 AI가 될 것"이라고 말했다.
