카카오, 컴퓨터 비전 학회 ECCV서 AI 영상 생성 효율화 기술 발표

AI 영상 생성 연산 비용 줄이는 기술⋯"고해상·장시간 AI 비디오 생성 기술 기반" 기술 적용 시 영상 생성 모델 학습 속도 6.9배·생성 속도 3.2배 향상 조사 결과 [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.기존 토크나이저(문자를 AI 모델이 이해할 수 있는 작은 조각으로 쪼개고 변환하는 도구·왼쪽)는 영상 내용과 무관하게 모든 토큰을 유지하지만 카카오의 적응형 토큰화 기술은 영상의 내용에 따라 필요한 토큰 수를 스스로 판단한다.[사진=카카오]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 마련...