영화 속 키스신 AI가 찾는다…SKT, 인공지능 미디어 추천기술 개발

[한국금융신문 김승한 기자] SK텔레콤이 드라마·영화 속 장면까지 원하는 대로 찾아 주는 ‘AI 미디어 추천 기술’ 개발을 완료하고 연내 상용화에 나선다고 27일 밝혔다.

SK텔레콤의 AI 미디어 추천 기술은 크게 2가지로 △영상분석 기반 장면 검색 기술 △고객 취향 분석 기반 콘텐츠 개인화 추천 기술이다.

◇특정 배우 등장장면·키스신 등 상황 골라 볼 수 있어

우선 ‘씬 디스커버리(Scene Discovery)’라고 불리우는 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 수천 편 분량의 영상 콘텐츠와 수백만장의 이미지를 AI에 학습시켰다. 현재 △2500명 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.

◇개인 취향 따라 각자 다른 홈 화면…시청 이력 기반 AI가 콘텐츠 추천

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 시청자A가 특정 예능 프로그램을 시청했다면, 비슷한 취향의 시청자들이 선택한 새로운 예능 프로그램이 A 홈 화면에 뜬다.

SK브로드밴드는 지난 14일 시청 이력이 많은 ‘옥수수’ 이용자들을 대상으로 이 기술을 적용했다. 향후 전체 이용자에게 확대 적용할 계획이다.

SK텔레콤은 콘텐츠 추천에 순환신경망 모델(RNN, Recurrent Neural Network)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 ‘소설원작’이나 ‘브로맨스’등이 자주 언급되는 영화를 최근 시청했다면, 이용자는 자동 추출된 ‘#소설원작’ ‘#브로맨스’ 해시태그를 터치하며 비슷한 영화를 찾을 수 있다.

이종민 SK텔레콤 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.

김승한 기자 shkim@fntimes.com