영상 압축·재생때 생기는 데이터 손실, 딥러닝 방식으로 최소화
인공지능 통해 기존 네트워크 인프라에서도 8K 영상 재생 가능
"AI기술이 기존 기술한계 극복하고 소비자 경험 높인 좋은 사례"
![[서울=뉴시스] 지난 10월 미국 산호세에서 열린 ‘삼성 개발자 콘퍼런스 2019(SDC19)’에서 소개된 삼성전자 인공지능(AI) 코덱 기술 'AI 스케일넷(AI ScaleNet)'. 사진 삼성전자](https://img1.newsis.com/2019/12/06/NISI20191206_0000442393_web.jpg?rnd=20191206102035)
[서울=뉴시스] 지난 10월 미국 산호세에서 열린 ‘삼성 개발자 콘퍼런스 2019(SDC19)’에서 소개된 삼성전자 인공지능(AI) 코덱 기술 'AI 스케일넷(AI ScaleNet)'. 사진 삼성전자
[서울=뉴시스] 김종민 기자 = 이제는 8K TV 시대다. 8K TV 판매량이 지속 증가하고 있고 다수 업체들이 8K TV를 출시하고 있어, 시장은 앞으로도 계속 성장할 것으로 기대된다.
지금보다 더 많은 사람들이 8K TV를 즐기기 위해 뛰어넘어야 할 난제 중 하나는 8K 콘텐츠가 부족하다는 것이다. 특히, 스트리밍을 통해 8K 콘텐츠를 시청할 때 기존 네트워크 속도로는 소비자들이 만족할 수 있는 8K 화질을 제공하기 어렵다는 한계가 있었다.
7일 삼성전자에 따르면, 이에 대한 해결책으로 인프라 변경 없이 4배 높은 해상도를 가능케 하는 인공지능(AI) 코덱 기술 'AI 스케일넷(AI ScaleNet)'을 개발했다. 이 기술은 지난 10월 미국 산호세에서 열린 ‘삼성 개발자 콘퍼런스 2019(SDC19)’에서 많은 스트리밍 업체의 관심을 받았다.
AI 스케일넷은 영상을 압축, 재생할 때 발생할 수 있는 데이터 손실을 딥러닝 방식을 통해 최소화함으로써 기존 네트워크 인프라에서도 8K 영상을 재생할 수 있는 혁신적인 기술이다. 8K 콘텐츠는 AI 기술을 통해 4K 화질로 압축되어 기존 네트워크에 최적화된 속도로 전달된다. 이렇게 TV에 전송된 4K 화질을 AI 기술을 이용해 기존의 8K 화질로 끌어 올려주는 방식이다.
삼성전자 세트부문 선행 연구개발 조직 삼성리서치 비주얼 테크놀로지 팀이 'AI 스케일넷' 기술을 최초로 제안하고 개발했다.
최광표 삼성리서치 연구원은 “미디어 콘텐츠의 서비스 방식이 방송망에서 인터넷망으로 빠르게 재편되면서 초고해상도 콘텐츠 전송 시 대역폭의 한계를 극복하는 것이 영상처리 기술 분야에서의 중점 과제가 되었다”면서 "미디어 환경의 변화와 기술의 한계에 대응하기 위해 새로운 방식의 영상 압축∙전송 기술 개발의 필요성을 느꼈다"고 개발 배경을 설명했다.
박영오 연구원은 “AI 스케일넷 기술을 통해 사용자는 기존과 동일한 네트워크 인프라의 대역폭을 그대로 사용하면서도 4배 큰 해상도의 화질을 감상할 수 있게 된다”며 “특히 IP망의 특성상 시청자들이 집중되어 대역폭이 급격히 저하되는 프라임 타임 방송 시간대에 상대적으로 향상된 화질 제공이 가능할 것으로 기대된다”고 밝혔다.
지금보다 더 많은 사람들이 8K TV를 즐기기 위해 뛰어넘어야 할 난제 중 하나는 8K 콘텐츠가 부족하다는 것이다. 특히, 스트리밍을 통해 8K 콘텐츠를 시청할 때 기존 네트워크 속도로는 소비자들이 만족할 수 있는 8K 화질을 제공하기 어렵다는 한계가 있었다.
7일 삼성전자에 따르면, 이에 대한 해결책으로 인프라 변경 없이 4배 높은 해상도를 가능케 하는 인공지능(AI) 코덱 기술 'AI 스케일넷(AI ScaleNet)'을 개발했다. 이 기술은 지난 10월 미국 산호세에서 열린 ‘삼성 개발자 콘퍼런스 2019(SDC19)’에서 많은 스트리밍 업체의 관심을 받았다.
AI 스케일넷은 영상을 압축, 재생할 때 발생할 수 있는 데이터 손실을 딥러닝 방식을 통해 최소화함으로써 기존 네트워크 인프라에서도 8K 영상을 재생할 수 있는 혁신적인 기술이다. 8K 콘텐츠는 AI 기술을 통해 4K 화질로 압축되어 기존 네트워크에 최적화된 속도로 전달된다. 이렇게 TV에 전송된 4K 화질을 AI 기술을 이용해 기존의 8K 화질로 끌어 올려주는 방식이다.
삼성전자 세트부문 선행 연구개발 조직 삼성리서치 비주얼 테크놀로지 팀이 'AI 스케일넷' 기술을 최초로 제안하고 개발했다.
최광표 삼성리서치 연구원은 “미디어 콘텐츠의 서비스 방식이 방송망에서 인터넷망으로 빠르게 재편되면서 초고해상도 콘텐츠 전송 시 대역폭의 한계를 극복하는 것이 영상처리 기술 분야에서의 중점 과제가 되었다”면서 "미디어 환경의 변화와 기술의 한계에 대응하기 위해 새로운 방식의 영상 압축∙전송 기술 개발의 필요성을 느꼈다"고 개발 배경을 설명했다.
박영오 연구원은 “AI 스케일넷 기술을 통해 사용자는 기존과 동일한 네트워크 인프라의 대역폭을 그대로 사용하면서도 4배 큰 해상도의 화질을 감상할 수 있게 된다”며 “특히 IP망의 특성상 시청자들이 집중되어 대역폭이 급격히 저하되는 프라임 타임 방송 시간대에 상대적으로 향상된 화질 제공이 가능할 것으로 기대된다”고 밝혔다.
![[서울=뉴시스]'AI 스케일넷' 기술을 최초로 제안하고 개발한 삼성전자 세트부문 선행 연구개발 조직 삼성리서치 비주얼 테크놀로지 팀 박영오(왼쪽) 연구원, 최광표 연구원. 사진 삼성전자](https://img1.newsis.com/2019/12/06/NISI20191206_0000442395_web.jpg?rnd=20191206102200)
[서울=뉴시스]'AI 스케일넷' 기술을 최초로 제안하고 개발한 삼성전자 세트부문 선행 연구개발 조직 삼성리서치 비주얼 테크놀로지 팀 박영오(왼쪽) 연구원, 최광표 연구원. 사진 삼성전자
AI 스케일넷은 망 적응적인 AI코덱을 이용해 기존 네트워크 인프라의 대역폭 제약 문제를 해결했다. 연구팀은 "망 적응적 스트리밍(Adaptive Streaming)이란 망(대역폭)의 변화에 적응하여 영상의 해상도를 변화시켜서 영상이 끊김 없이 재생될 수 있도록 지원하는 AI 기술"이라고 설명했다.
특히, OTT(Over The Top) 서비스를 이용할 때 영상 화질이 변화되는 것을 관찰할 수 있는데, 최 연구원은 "AI 코덱, 즉 AI 스케일넷은 대역폭의 변화에 적응하는 AI 기술을 이용해서 최적의 화질을 제공한다"고 덧붙였다.
AI 스케일넷 개발에는 여러 기술적 난제들이 있었다. 이 중 가장 어려웠던 점은 기존에 사용하던 비디오 코덱 압축 기술과 호환을 해야 한다는 점이었다. 박영오 연구원은 "사업자들이 쉽게 적용할 수 있도록 기존 압축 기술과 호환이 되면서도 목표한 성능을 달성하도록 알고리즘을 설계하는 것이 가장 큰 기술적 난제였다"고 말했다.
최광표 연구원 역시 연구와 개발의 관점의 차이로 발생한 어려움이 있었다고 했다. 연구 분야에서 당연하게 생각하는 복잡도와 디자인∙구조를 실제 제품에 적용할 때 개발진과 서로 관점의 차이가 컸기 때문이다.
현재의 AI 기술이 인식∙분류 문제와는 다르게 화질 향상을 목적으로 상용화되는 것이 쉽지 않았던 이유가 바로 복잡도 때문인데, “AI 스케일넷은 복잡도 이슈를 서버와 클라이언트로 분리하여 한계를 극복한 최초의 사례라 생각한다”고 소회를 밝혔다.
AI 스케일넷 기술의 목표에 대해 연구팀은 "AI 스케일넷은 AI 기술 연구가 기존 기술의 한계를 극복해 미래를 앞당기고 소비자 경험을 더욱 풍요롭게 만들어준 좋은 사례라고 생각한다"면서 "향후에는 사용자의 편의성을 더욱 증대시킬 수 있는 추가 기능에 대해 연구∙개발하고, 콘텐츠 서비스사들과의 협력을 통해 제품의 차별화를 위한 서비스를 제공할 수 있길 바란다"고 말했다.
◎공감언론 뉴시스 [email protected]
특히, OTT(Over The Top) 서비스를 이용할 때 영상 화질이 변화되는 것을 관찰할 수 있는데, 최 연구원은 "AI 코덱, 즉 AI 스케일넷은 대역폭의 변화에 적응하는 AI 기술을 이용해서 최적의 화질을 제공한다"고 덧붙였다.
AI 스케일넷 개발에는 여러 기술적 난제들이 있었다. 이 중 가장 어려웠던 점은 기존에 사용하던 비디오 코덱 압축 기술과 호환을 해야 한다는 점이었다. 박영오 연구원은 "사업자들이 쉽게 적용할 수 있도록 기존 압축 기술과 호환이 되면서도 목표한 성능을 달성하도록 알고리즘을 설계하는 것이 가장 큰 기술적 난제였다"고 말했다.
최광표 연구원 역시 연구와 개발의 관점의 차이로 발생한 어려움이 있었다고 했다. 연구 분야에서 당연하게 생각하는 복잡도와 디자인∙구조를 실제 제품에 적용할 때 개발진과 서로 관점의 차이가 컸기 때문이다.
현재의 AI 기술이 인식∙분류 문제와는 다르게 화질 향상을 목적으로 상용화되는 것이 쉽지 않았던 이유가 바로 복잡도 때문인데, “AI 스케일넷은 복잡도 이슈를 서버와 클라이언트로 분리하여 한계를 극복한 최초의 사례라 생각한다”고 소회를 밝혔다.
AI 스케일넷 기술의 목표에 대해 연구팀은 "AI 스케일넷은 AI 기술 연구가 기존 기술의 한계를 극복해 미래를 앞당기고 소비자 경험을 더욱 풍요롭게 만들어준 좋은 사례라고 생각한다"면서 "향후에는 사용자의 편의성을 더욱 증대시킬 수 있는 추가 기능에 대해 연구∙개발하고, 콘텐츠 서비스사들과의 협력을 통해 제품의 차별화를 위한 서비스를 제공할 수 있길 바란다"고 말했다.
◎공감언론 뉴시스 [email protected]
