SKT "영화 속 키스신·댄스신 저희가 만든 AI가 바로 찾아드립니다"
SK텔레콤이 드라마·영화 속 장면까지 원하는 대로 찾아 주는 'AI 미디어 추천 기술' 개발을 완료하고 연내 상용화에 나선다.
[인사이트] 김지현 기자 = SK텔레콤이 드라마·영화 속 장면까지 원하는 대로 찾아 주는 'AI 미디어 추천 기술' 개발을 완료하고 연내 상용화에 나선다.
27일 SK텔레콤에 따르면 AI 미디어 추천 기술은 크게 2가지로 ▲영상 분석 기반 장면 검색 기술 ▲고객 취향 분석 기반 콘텐츠 개인화 추천 기술이다.
주인공 키스신을 보고 싶다고 하면 AI가 해당 장면 추출
우선 '씬 디스커버리'라고 불리는 장면 검색 기술은 AI가 영화나 드라마 등 특정 미디어 콘텐츠 속에서 내가 원하는 장면만 골라 보여준다. 시청자는 좋아하는 배우의 등장 장면만 모아서 보거나, 키스신 · 댄스신 · 식사신 등 다양한 상황의 장면을 골라 볼 수 있다.
만약 영화 '라라랜드'에서 시청자가 주인공 키스신을 보고 싶다고 하면 AI가 등장인물 중 여자 주인공인 '엠마 스톤'과 남자 주인공인 '라이언 고슬링' 얼굴을 인식해 두 인물이 동시에 등장하는 장면을 추출한다. AI는 추출된 장면들 중 '키스하는 상황'으로 판단되는 장면들을 다시 골라내 시청자에게 최종 추천한다.
SK텔레콤은 모바일 환경에서 콘텐츠를 짧게 끊어보는 미디어 소비 트랜드와 세분화되고 있는 소비자들의 취향을 고려해 이 기술을 개발했다고 설명했다.
SK텔레콤은 '씬 디스커버리' 기술을 개발하기 위해 수천편 분량의 영상 콘텐츠와 수백만장의 이미지를 AI에 학습시켰다.
수천편 분량의 영상 콘텐츠와 수백만장의 이미지를 AI에 학습
현재 ▲2,500명 이상의 국내·외 유명 배우 인물 ▲키스 · 웨딩 · 댄스 · 식사 · 번지점프 등 50여 상황 ▲계절 ▲랜드마크나 놀이공원 등 특수 장소 ▲배경 음악 등을 인식할 수 있다.
SK텔레콤은 자사의 영상 분석 기술이 국내는 물론 세계적으로도 가장 앞선 수준이라고 밝혔다. SK텔레콤 미디어기술원과 AI기술 유닛, SK브로드밴드가 힘을 합쳐 개발했다.
프로그램 도입부(인트로)나 결말 이후(엔딩) 구간을 인지해 터치 한번으로 뛰어넘을 수 있는 기능도 개발했다.
한꺼번에 드라마를 몰아보거나 재미있는 프로그램을 찾기 위해 채널 돌려보듯 다양한 콘텐츠를 둘러볼 때 시간을 절약할 수 있어 유용하다. 이 기능은 이미 지난 8월 'B tv'에 적용됐다.
SK텔레콤은 이날 영화 속 키스신 검색 등 다양한 '씬 디스커버리' 기술을 시연했다. SK텔레콤과 SK브로드밴드는 올해 안에 이들 기술을 순차적으로 'B tv'와 '옥수수'에 적용할 계획이다.
또 향후 SK텔레콤은 인물 표정에 기반한 감정 인식, 대사 인식 기술도 개발하는 등 기술력을 한층 더 높여 나갈 계획이다.
SK텔레콤은 이날 AI가 시청자 취향에 맞는 영화나 드라마를 추천해주는 '콘텐츠 개인화 추천 기술'도 함께 소개 했다.
콘텐츠 개인화 추천은 개인 시청 이력에 기반한다. 모든 시청자는 개인 취향에 따라 각자 다른 홈 화면을 만난다.
예를 들어 예능 프로그램을 좋아한다고 판단되는 시청자 A가 특정 예능 프로그램을 시청했다면, 비슷한 취향의 시청자들이 선택한 새로운 예능 프로그램이 A 홈 화면에 뜬다.
향후 전체 이용자에게 확대 적용할 계획
SK브로드밴드는 지난 14일 시청 이력이 많은 '옥수수' 이용자들을 대상으로 이 기술을 적용했다. 향후 전체 이용자에게 확대 적용할 계획이다.
SK텔레콤은 콘텐츠 추천에 순환신경망 모델(RNN)를 활용했다. 이 모델은 사람의 뇌가 새로운 정보를 받아들일 때 과거 정보를 기반으로 한다는 점에 착안해 개발된 것으로 사용자가 과거 시청한 콘텐츠 순서까지 고려할 수 있는 특징이 있다.
또 SK텔레콤은 자연어 분석 기술을 활용해 키워드 기반 콘텐츠 추천 서비스를 개발하여 추천의 다양성을 높였다.
평론이나 댓글에서 '소설 원작'이나 '브로맨스' 등이 자주 언급되는 영화를 최근 시청했다면, 이용자는 자동 추출된 '#소설원작', '#브로맨스' 해시태그를 터치하며 비슷한 영화를 찾을 수 있다.
SK텔레콤 이종민 미디어기술원장은 "'옥수수'에 한달 동안 업로드 되는 영상 콘텐츠가 2만건이 넘는다"며 "향후 미디어 플랫폼의 핵심 경쟁력은 고객들의 다양한 취향 및 시청 패턴을 반영하는 추천 기술이 될 것"이라고 말했다.