사람을 알아보는 AI

고개를 돌렸을 때 노란 네모가 먼저 사라졌죠. 파란 점은 한참 더 따라오고요.

2001년 방식은 정면 얼굴의 생김새만 배웠어요. 눈 있는 자리가 그 아래보다 어둡다, 콧등이 양옆보다 밝다 — 이런 것들을요. 고개를 돌리면 그 관계가 깨져요.

둘 다 훑어요

그런데 여기서 더 중요한 걸 봐야 해요. 옛날 방식이 훑는 과정 보기를 켜 보세요.

작은 네모가 화면 전체를 훑고 지나가죠. 2.2에서 본 것과 똑같아요. 사진 위를 작은 창이 한 칸씩 옮겨 다니는 것.

밝게 표시된 자리는 여러 단계를 통과한 자리예요. 그런데 화면의 거의 모든 자리가 첫 단계에서 탈락해요. 이게 2001년 방식이 빨랐던 이유예요 — 아니다 싶으면 즉시 버리거든요.

지금 방식도 사진 위를 훑어요. 다만 무엇을 찾는지가 달라요. 둘 다 훑는데, 옛날 것은 "얼굴 모양"을 찾고 지금 것은 "점의 자리"를 찾아요.

점의 자리를 맞히는 일

영상을 끄고 나면 점만 남죠. AI가 다루는 건 이 점들뿐이에요.

얼굴 하나에 점이 478개예요. 눈, 입, 턱선을 따라 촘촘히 찍혀요. 이 점들을 특징점 이라고 불러요.

손과 자세로 바꿔 보세요. 하는 일이 똑같죠. 점의 자리를 맞히는 것.

AI는 "얼굴이 뭔지" 아는 게 아니에요. 점을 어디에 찍어야 하는지를 아는 거예요. 그게 인식의 정체예요.

100%는 없어요

손으로 바꾸고 어느 쪽 손인지 얼마나 확신하는지를 보세요. 100%인가요?

아니죠. 인식은 언제나 확률 이에요. "이게 오른손일 가능성이 87%"라는 뜻이지 "오른손이다"가 아니에요.

지금 방식도 따돌려 보세요. 얼굴을 반쯤 가리거나, 불을 끄거나, 아주 옆으로 돌려 보세요. 언젠가는 놓쳐요.

지금 것이 완벽한 게 아니라 더 잘하는 것뿐이에요.

다음은 소리예요

여기까지는 눈으로 보는 이야기였어요. 그런데 AI는 소리도 다뤄요.

소리는 그림이 아닌데 어떻게 할까요? 다음 챕터에서 그 답이 나와요. 답은 조금 뜻밖이에요.