포바이포 화질 개선 AI 연구 논문, '사이언티픽 리포트'에 실려

콘텐츠 AI 솔루션 기업 포바이포(대표 윤준호)는 사내 AI연구소 '픽셀랩'이 작성한 새로운 화질 개선 AI 모델에 관한 연구 논문이 글로벌 과학 전문 학술지인 '사이언티픽 리포트'에 게재됐다고 22일 밝혔다. 이번 포바이포 논문이 게재된 학술지 사이언티픽 리포트는 세계 3대 과학저널 중 하나인 '네이처'의 자매지다. 미국 과학정보연구소(ISI)가 엄격한 기준에 의해 선별한 저명 학술지 등급 분류 중 최고 등급인 'SCI(Science Citation Index)'급 저널이다. 이 저널은 얼마나 많은 연구에서 해당 저널의 논문을 인용하였는지를 평가하는 '영향력 지수(IF, Impact Factor)'에서 4천997을 상회할 만큼 공신력 높은 학술지 중 하나로 평가받고 있다. 이번 논문 '복합 포괄 데이터를 활용한 이미지 개선 용 다중 색 공간 네트워크(Dual-color space network with global priors for photo retouching)에 관한 연구'는 빛의 양이 다른 환경, 즉 너무 어둡거나 너무 밝은 곳에서 촬영한 이미지 결과물은 단순히 '밝기'에서만 차이를 보이는 것이 아니라 '색'에도 영향을 줄 수 있다는 문제점을 해결하기 위해 새롭게 고안된 개선 방법을 골자로 하고 있다. 포바이포 AI연구소가 제시한 새로운 모델은 단순히 'RGB색 공간(Color Space)'만을 인식해 각기 다른 밝기 환경을 무시한 채 화질 개선 처리를 일괄 반복하는 AI모델의 한계를 극복하기 위해, 색 정보를 온전히 파악할 수 있는 평균 밝기 값의 중간 데이터를 먼저 산출, 처리하는 방식이다. 이를 위해 다른 색 공간에서 작동하는 두 개의 별도 네트워크, 즉 밝기의 평균 값을 산출할 수 있는 '변환 네트워크(Transitional Network)'를 먼저 적용하고 이어 화질 개선을 위한 '베이스 네트워크(Base network)'를 순차 적용할 것을 제안했다. 더 자세히 살펴보면 입력된 RGB 데이터를 색 공간 변환기(Color Space Converter)를 활용해 다른 색 공간(YCbCr)으로 변환하고 이 중간 값에서 색 표현을 추출한 다음, 색 예측 모듈(Color Prediction Module, CPM)로 다시 RGB 데이터 변환 과정을 거치면 어떤 밝기의 입력 영상도 목표 값(Ground Truth)에 가깝게 색 정보를 향상시킬 수 있다는 것이 핵심이다. 해당 모델은 각각의 색 공간에서 추출된 '복합 포괄 데이터(Global Priors)'를 활용해 어떤 빛 환경(광량의 정도)에서도 자연스럽고 현실적인 색 보정 및 복원 결과를 도출할 수 있다고 설명했다. 김현철 포바이포 AI연구소장은 "객관적인 서베이 결과를 확인한 결과 다중 색 공간 네트워크를 활용해 개선한 결과물들이 단일 색 공간 네트워크로 개선한 결과물과와 비교했을 때 다양한 데이터 셋에서 압도적인 성능을 보여줬다"며 "새롭게 제안된 네트워크 모델은 시각적으로 높은 효과를 낼 뿐 아니라 보다 현실적인 영상 이미지, 즉 실제와 유사한 실감 이미지를 생성하는데 매우 효과적이라는 것을 입증하고 있다"고 설명했다. 이어 "저널의 이번 논문 등재 결정 역시 이 같은 이미지 전처리 과정의 독창성을 인정한 결과"라고 덧붙였다. 픽셀 사업부문 총괄 임정현 포바이포 부대표는 "논문을 통해 소개된 AI모델은 이미 자사 AI솔루션 픽셀에 적용되어 타모델을 압도하는 성능으로 시장에서도 좋은 평가를 받고 있다"면서 "어두운 곳에서 촬영된 탓에 피사체를 식별하기 힘들었던 CCTV 영상을 보다 효과적으로 개선해 범죄 수사에 활용하는 등 지금 바로 산업 전반에 적용할 수 있다는 점에서 그 활용성과 가능성이 무궁무진할 것"이라고 설명했다. 또 "이번 등재된 논문과 더불어 현재 PCT(미국) 국제출원 돼 있는 '선예도 개선 방법 관련 특허'처럼 다양한 방법으로 포바이포의 기술력이 세계 기준에 충분히 부합한다는 사실을 더욱 적극적으로 알려 나갈 것"이라고 밝혔다.