[GTC 2016] 편견이 개입하지 않는 GPU 기반 생체 지표 인식 기술
피부는 단 한겹에 불과하지만 여기서 발생하는 뷰티 산업의 규모는 수십억 달러를 넘어서며 그 열기는 식을 줄 모르고 있습니다. 나날이 커져 가는 뷰티 시장, 이 뷰티 시장에 딥 러닝(Deep Learning)의 기술이 접목되었다는 데, 대체 어떤 소식일까요?
연구원들은 딥 러닝을 사람의 눈가 주름, 검버섯 등의 피부의 건강 상태를 확인 할 수 있는 수단으로 활용하여 다양한 치료법의 효과를 입증하는 이용하고 있습니다.
“만약 대부분의 피드백이 편견에 기반한다면, 어떻게 당신의 피부 상태를 정확하게 평가할 수 있을까요?”
GTC 2016에서 콘스탄틴 키셀레브(Konstantin Kiselev)가 이런 질문을 던졌는데요, 그리고 메릴랜드, 볼티모어에 위치한 그의 회사인 청소년 연구소(Youth Laboratories)가 피부 치료에 관해 더 나은 결과를 얻고, 몸의 가장 큰 장기라고 할 수 있는 피부를 더 좋은 상태로 향상시키기 위한 방법을 제시하였습니다.
이 연구팀은 주름을 분석할 수 있는 기존의 300개의 이미지를 바탕으로 화소 분할을 진행하여 그 결과를 도출하는 기술을 가지고 있습니다. VGG network와 SegNet 그리고 딥 인코더–디코더 아키텍쳐를 이용하여 화소 분할을 진행하는데요, 이런 훈련이나 테스트를 위해 엔비디아 테슬라 K80를 사용하는 것은 GPU가 CPU기반 대비 20배의 속도 제공을 하기 때문입니다.
RYNKL
이 팀은 RYNKL이라 불리는 피부 탐지 앱을 만들었는데 이 앱은 이마, 눈, 뺨과 입 부분의 “주름지도영역”을 탐지해낼 수 있습니다. 이 앱은 주름 심각도에 대한 점수를 배당하고 그 총점인 RYNKL 스코어를 제공합니다.
편견 없는 기준
구글 플레이와 애플 앱 스토어에서 베타 버전으로 사용 가능한 이 앱을 대중화 하기 위해 연구팀은 인간의 매력을 평가할 수 있는 다양한 평가 알고리즘을 개발하였습니다.
그리고 그 방법 중 하나로 Beauty.AI 라는 온라인 미인대회를 시작하였는데요, 심사위원들이 모두 로봇으로 구성되어 있답니다. 참가자들은 웹사이트에서 자신의 연령에 맞는 링크를 골라 본인의 사진을 제출하면 됩니다. 두 번째 대회는 오는 5월에 열린다고 하네요^^
컴퓨터 비전, 얼굴 인식, 기계 학습, 그리고 뉴럴 네트워크의 기술적인 발전은 키세레브와 연구팀이 얼굴 사진을 기반으로 피부의 생체지표를 분석할 수 있게 하였습니다. 궁극적으로 이들은 다른 노화 생체지표를 위한 사용자 친화적인 애플리케이션 세트를 개발하여 피부 질환을 검출하고 나아가 피부 치료를 위한 맞춤형 솔루션을 제공하는 것이 목표라고 하네요.
앞으로 뷰티 산업은 다양한 기술을 통해 그 범위가 더욱 확장될 텐데요, 엔비디아의 GPU 기술이 어떤 파급력을 가져올지 정말 궁금합니다. 여러분도 많이 기대되시죠?^^