[트렌드&이슈] 미디어산업, 인공지능의 적용 확대와 신뢰도 이슈 부상
[트렌드&이슈] 미디어산업, 인공지능의 적용 확대와 신뢰도 이슈 부상
최적화 및 전략 수립의 필수 요소이나 편향성 우려도 증가해
  • 김강석 애틀러스 리서치앤컨설팅 공공사업팀장
  • 승인 2019.02.12 17:47
  • 댓글 0
이 기사를 공유합니다

출처: 게티이미지뱅크
출처: 게티이미지뱅크

 

인공지능은 미디어 엔터테인먼트 산업에서 활용분야를 넓혀왔다. 방대한 콘텐츠, 이용자 데이터 그리고 기계학습은 마케팅 전략 수립, 광고 제작, 영화 예고편 제작, 게임이나 애니메이션의 3D 배경 창작 등 방대한 데이터 분석을 통한 전략 방향 도출이나 반복적인 패턴이 필요한 작업을 중심으로 활용되고 있다. 그러나 인공지능의 활용도가 높아질수록 알고리즘의 신뢰도 문제 또한 중요한 이슈로 대두되고 있다. 이에 따라 알고리즘의 ‘설명 가능성’에 대한 요구도 증가하고 있으며 신뢰 이슈가 향후 인공지능의 미디어산업에의 적용과 확대에 중요한 계기가 될 것으로 전망되고 있다.

 

엔터테인먼트 산업과 인공지능 기술 적용 대두

최근 많은 기업들이 AI 기술을 채택하고 있으며, 이를 통해 혁신적인 제품을 개발하거나 고객 경험을 향상시키고자 한다. AI 기술은 조직 생산성 증대를 통한 고객 만족도 향상, IoT(Internet of Thing) 분야의 증가, 금융 분야의 AI 기술도입 등을 성장 동력으로 삼고 있다. AI 기술은 기본적으로 딥러닝(Deep learning)이라 불리는 심층 학습 알고리즘을 통해 일련의 패턴을 찾아내는 것에 초점을 두고 있다. 이는 산업 전반에 통찰력을 제공할 것으로 예상되며, 미디어산업 역시 AI 기술을 필요로 할 것으로 보인다.

현재 미디어산업 내에서는 구글(Google)을 비롯하여 IBM, 마이크로소프트(Microsoft), 페이스북(Facebook), 퀄컴(Qualcomm) 등이 AI 시장을 두고 치열하게 경쟁할 것으로 예상된다. 대체적으로 북미 기업이 세계 최대 인공지능 시장을 장악할 것으로 예상되며, 그 뒤를 유럽과 아시아가 따를 것으로 보인다. AI의 총 시장 매출은 2017년 37억 달러 수준에서 2025년에는 807억 달러 수준으로 급속히 성장할 것으로 예상된다.

한편 시장 선두주자의 경우 인수 합병, 투자, 연구개발 등 종합적인 전략으로 시장 지속력을 유지하고자 하고 있다. 이 중 애플리케이션(application) 영역을 기반으로 한 시장은 크게 교육분야, 자원, 자동차, 헬스케어, 엔터테인먼트로 구분된다. 이 중 엔터테인먼트는 실제로 이용자가 체감할 수 있는 AI 기술이 도입된다는 점에서 의미가 깊다.[1]

 

2015-2024년 지역별 AI 기업 매출 (출처: Tractica.com)
2015-2024년 지역별 AI 기업 매출 (출처: Tractica.com)

 

엔터테인먼트 산업의 AI 적용 방향

엔터테인먼트 산업의 AI 기술 이슈는 크게 네 가지 차원으로 살펴볼 수 있다. 우선 AI 기술은 마케팅과 광고 영역에서 활발히 적용되어왔다. 주로 시각 디자인, 영화 홍보 및 광고 등 분야에서 기계학습 알고리즘은 텍스트나 스틸 사진, 비디오 형태의 데이터를 학습한다. 데이터를 학습한 알고리즘은 특정 언어, 대상, 콘셉트 등을 트레이닝 데이터에서 분석 및 추출한다. 실무자들은 추출된 소스를 기반으로 마케팅 및 광고효과를 증진시킬 수 있는 해결책을 찾는다. 학습을 통해 도출된 결과는 업무에 효율성을 높이거나 실제 콘텐츠를 제작하는데도 적용된다.[2]

최근에는 상업광고 영역에 AI 기술이 적용되었다. 일본 토요타 자동차는 IBM이 개발한 왓슨을 통해 렉서스 ES(Lexus ES)의 광고 대본을 만들었으며, 실제 해당 대본을 적용하여 60초 정도의 영상광고를 제작했다. 왓슨(Watson)은 15년 동안의 유명 광고제 수상 작품의 텍스트, 비디오, 오디오를 학습하였고, 이를 토대로 광고 대본을 제작한 것이다. 렉서스 광고는 AI 기술이 여전히 독창적인 전문가를 대신할 수는 없으나, 스토리텔링 영역에서 강력한 도구가 될 수 있음을 시사한다.

알리바바(Alibaba)의 AI 디자이너 루반(Lunam)은 2016년 중국 광군제 쇼핑 행사에서 초당 8,000개의 배너 디자인과 총 1억 7천만 개의 배너를 생성해냈다. 이후 2017년 행사에서 루반은 1일간 4억 개의 배너를 생산해내기도 하였다. 한편 영화 예고편 분야에서도 AI 기술이 적용되었다. 20세기 폭스는 공포영화인 모간(Morgan)의 예고편 제작을 위해 IBM의 왓슨 도움을 받았다. 구체적으로 왓슨은 기존 100개의 공포영화의 비디오, 오디오, 기타 구성요소를 학습하고, 분류해 일반적인 공포영화 예고편의 특정한 패턴을 찾아냈다. 왓슨의 기술을 적용하여 6분 길이의 예고편을 만드는 데 과거에 비해 현저하게 적은 시간이 투입되었다.

 

출처: 게티이미지뱅크
출처: 게티이미지뱅크

 

AI 기술은 이용자들에게 개인화된 서비스를 제공하는데 적용된다. OTT(Over the top) 서비스와 같은 콘텐츠 공급업체들이 AI를 활용해 고객에게 맞춤형 서비스를 제공하고 있다. 또한 AI를 활용해 개인의 인터넷 속도와 환경에 맞추어 적합한 화질을 자동으로 제공하기도 한다. 대표적으로 넷플릭스(Netflix)가 비디오 추천 시스템을 위해 다양한 기계학습 방식을 활용하고 있다. 넷플릭스 AI 모델의 핵심은 자사의 이용자 활동을 기록한 데이터를 토대로 어떤 콘텐츠가 이용자의 관심을 끌 것인지 예측하는 것이다.

검색 및 분류에도 AI가 적용되고 있다. 현재 온라인에는 텍스트, 오디오, 비디오 형태로 된 다양한 엔터테인먼트 콘텐츠가 존재한다. 콘텐츠의 홍수 속에서 이용자는 자신이 원하는 콘텐츠를 정확하게 찾아내는 데 어려움을 겪는다. AI 기술은 검색 결과의 정확성을 최적화하는 데 도움을 주고, 이를 위해 컴퓨터 비전 기술이 적용된다.

 

영상 분류작업에 적용되는 클래리파이(ClarifAI)의 컴퓨터 비전 기술 (출처: Variety.com)
영상 분류작업에 적용되는 클래리파이(ClarifAI)의 컴퓨터 비전 기술 (출처: Variety.com)

 

이 기술은 엔터테인먼트 콘텐츠 제작자들에게 도움을 주며, 제작자들은 활용한 시각적 콘텐츠를 효과적으로 관리함으로써 제작 속도를 높일 수 있다. 컴퓨터 비전 기술 기업인 클래리파이(ClarifAI)는 컴퓨터 비전 API를 사용하여 영화 클라우드 기업인 빈티지 클라우드(Vintage Cloud)의 영화 콘텐츠 분류 기술발전에 영향을 미치기도 했다. 과거에는 인력이 투입되어 영화를 분석하고 수동으로 분류했다면 AI 기술은 보다 빠른 시간에 효과적으로 분류할 수 있도록 도움을 주는 것이다.

마지막으로 AI 기술은 가상현실(VR)과 증강현실(AR) 등에 적용되고 있다. AI 영역에서 기계학습 알고리즘과 컴퓨터 비전 기술은 고글을 이용한 복잡한 홀로그래픽(Holographic) 장면을 연출하는데 적용된다. 여러 기업 중 인텔(Intel)은 적극적으로 해당 분야를 선점하고 있다. 인텔은 딥러닝(Deep learning) 및 컴퓨터 비전 기술을 응용하여 3차원 픽셀로 구성된 다양한 장면을 연출해낸다. AI 기술은 홀로그래픽을 이용하여 스포츠를 실감나게 체험할 수 있도록 도우며, 더 나아가 선수의 관점에서 스포츠를 경험할 수 있는 기회를 제공하기도 한다.

 

출처: 게티이미지뱅크
출처: 게티이미지뱅크

 

인공지능 적용분야 확대와 우려

다양한 분야에서 활용되고 있는 인공지능이 제공하는 장점이 증명되고 있는 상황에서 인공지능을 탑재한 디바이스들이 향후 많은 산업에서 핵심적인 역할을 수행할 것이 예상되고 있다. 복잡한 분석 및 패턴인식, 음성인식, 언어 번역 분야에서 AI는 인간과 동등한 능력을 발휘하거나 더 나은 실력을 보일 것으로 전망되기 때문이다.

그러나 인공지능을 활용한 산업이 작업의 속도, 효율성, 비용, 정확도 등 여러 측면에서 우위를 보이고 있으나 알고리즘의 편향성, 잘못된 데이터 학습으로 인한 문제 등은 문제점으로 지적되고 있다. 미국 퓨 리서치 센터(Pew Research Center)가 경영진 및 정책 책임자를 대상으로 한 조사에 따르면, 조사 응답자 중 약 37퍼센트가 AI 관련 기술발전이 대부분의 사람들에게 더 나은 삶을 제시하지 못할 것이라 생각했다. 응답자들은 사람들이 의사결정을 하는 데 있어 AI 기술에 의존해 스스로의 삶에 대한 통제력을 잃을 가능성이 있다고 보았다. 또한 AI 기술이 자동화 무기, 사이버 범죄나 대중 선전에 악용될 수 있다는 점에 우려를 표했다.

때문에 인공지능 적용으로 인한 효율성 증가에도 불구하고 최근 인공지능 알고리즘의 신뢰가 이슈로 떠오르고 있다. 인공지능은 인간이 알고리즘으로 구현했음에도 불구하고 구체적인 결정방식은 개발자도 알기 힘들다는 특성을 지니고 있다. 때문에 기계학습 과정에서 편견을 드러내거나 잘못된 판단을 내렸을 때 파급력이 클 수밖에 없다.

이는 플랫폼 차원의 인공지능에 대한 신뢰와 이용자 차원의 인공지능에 대한 신뢰 모두 필요하며 양쪽 신뢰를 바탕으로 인공지능 시스템이 지속될 수 있다는 지적의 배경이 되고 있다. 즉, 시스템이 기반으로 하는 기계학습 모델은 안정적이고, 정확한 결정을 위해 투명하고 설명 가능하며 반복 가능한 결과를 얻을 수 있어야 한다는 것이다. 이는 인공지능 모델의 ‘설명 가능성(Interpretability)’이 중요한 요소가 되고 있다는 것을 뜻한다.

인공지능에 대한 통제를 위해 거버넌스와 규칙을 명확히 할 필요가 있으며, 인공지능 관련 기업 구성원의 책임과 역할을 선명하게 구분하는 것이 중요하다는 지적이 제기되고 있다. 아울러 개발자와 분석가의 기계학습 모델에 대한 지속적인 확인과 유효성 검증 또한 수반되어야 한다.

인공지능의 기반이 되는 알고리즘이 고도화되고 있고 인공지능 학습을 위한 데이터가 방대해지는 상황에서 인공지능이 혁신을 촉진하고 기업의 비즈니스 목표를 달성하기 위해 활용되는 범위도 확장될 것으로 전망된다. 때문에 인공지능에 대한 사회적 신뢰 구축의 중요성 또한 더욱 증가할 것으로 전망되고 있다.

 

[1] Marketwatch.com, Artificial Intelligence (AI) Market 2018 Global Recent Trends, Competitive Landscape, Size, Segments, Emerging Technologies and Industry Growth by Forecast to 2023, 2018. 12. 5

[2] Medium.com, AI in the Media and Entertainment Industry, 2018. 4. 21

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.