NHN "패션 AI, 온라인 쇼핑도 직접 입어본 것처럼"

NHN은 자사의 여러 서비스에 인공지능(AI) 기술을 적용하기 위한 다양한 시도를 진행 중이다. 연예인이 입은 옷과 비슷한 제품을 검색해주거나 온라인상에서도 실제로 옷을 입어보는 것과 같은 가상 피팅룸 개발이 그 사례다. 손금이나 관상 서비스를 위한 AI 기술도 개발하고 있다.

NHN은 14일 열린 기술 컨퍼런스 'NHN 포워드(FORWARD)' 오프닝 키노트에서 이 같은 내용을 발표했다. 

NHN 포워드는 'Small Steps Big Difference(작은 발걸음이 큰 차이를 만든다)'의 슬로건 아래 NHN의 주요 기술과 경험을 공유하고 외부와 소통하기 위해 마련된 행사다. 

AI, 클라우드, 머신러닝, 빅데이터, 게임 등 총 19개 분야 37개의 세션으로 구성되며 14일과 15일 각 오전 10시, 오후 2시 시간대별로 10개 전후의 세션들이 공식 홈페이지를 통해 오픈된다. 

개막 첫날 오프닝 키노트는 박근한 NHN 기술연구센터장이 맡아 NHN의 AI 연구 목표와 방향성을 발표했다.

게임·패션·손금에 적용되는 AI

현재 NHN은 사업 전 분야에 걸쳐 AI 기술 개발을 하고 있으며 이미지, 비디오, 음성 AI 등의 기반 기술뿐 아니라 게임, 데이터분석, 침입탐지, 추천 등 실제 서비스에 AI를 적용하기 위한 노력을 하고 있다.

NHN의 대표적인 AI는 지난해 말 이세돌 9단의 은퇴 경기를 치른 바둑 AI 한돌이다. 

박 센터장은 "AI 한돌은 단순히 바둑을 잘 두는 AI뿐 아니라 다양한 수준의 사용자들이 활용할 수 있도록 레벨별 AI를 개발해 찬스나 기보 분석 서비스를 제공하고 있으며 티칭 기능 등에 기술을 적용할 예정"이라면서 "바둑 외에도 장기나 고스톱 등 자사의 게임에도 AI 기술을 적용하고 있다"고 설명했다.

또 NHN은 컴퓨터 비전 연구도 진행해 손금이나 관상을 볼 수 있는 운수도원 모바일 애플리케이션을 출시할 예정이며 패션AI도 연구 중이다.

박 센터장은 "이미지 기반 기술 연구의 일환으로 자사의 쇼핑몰에 사용하기 위해 연예인이나 사용자가 입고 있는 옷을 찾아주는 패션검색 기능을 개발하고 있다"면서 "온라인 패션 쇼핑에서 옷을 직접 입어볼 수 없다는 점에 착안해 온라인에서 구입한 옷을 다양한 포즈로 입어볼 수 있는 가상 피팅룸 기능도 개발 중이다"라고 말했다.

이외에도 AI 연구를 동영상 연구로 확장해 주차장 관리 시스템에 적용하기 위한 차량 번호판 인식, 이상 행동 감지 등을 개발하고 있으며 매장 서비스에 적용하기 위한 사용자 동선 및 관심 받는 제품 분석, 시간대별 방문자 분석 기술도 연구 중이다. 

"AI 기술 개발 전사 확대가 목표"

박 센터장은 이어 전사로 AI 기술과 서비스 적용 확대를 위한 NHN의 노력을 강조했다.

그는 "지난해 포워드에서 일상에서의 AI를 언급한 이후 전사적으로 AI 아이디어를 취합해 96개의 아이디어를 받았다"면서 "이러한 이벤트를 진행한 이유는 전사의 모든 개발자가 AI 개발자가 될 필요는 없지만 AI 개발은 할 수 있었으면 좋겠다는 생각에서 시작했고 AI 기술 개발을 전사 확대하는 것이 목표였다"고 설명했다.

이 중 NHN은 크게 게임과 OCR(광학식 문자 판독 장치) 두 분야에서 5가지의 세부 분야에 AI를 적용했다. 퍼즐게임의 퍼즐맵 확인, 생성, 레벨 자동화와 OCR 기반 서류 정보 등록, OMR 성적처리 등을 위한 AI 기술이다.

박 센터장은 "서비스팀과 함께하는 이러한 과정들은 성공적인 프로토타입이자 출발점이라고 생각한다"면서 "하나씩 전사로 AI 기술을 확대하면 좋겠다는 결론을 내렸다"고 했다. 

AI 서비스 적용 중 10%만 월드 베스트

박 센터장은 AI 기술 개발의 어려움도 언급했다. AI 기술 개발과 함께 서비스 적용을 위해서는 ▲AI 모듈의 정확도 ▲서비스 속도 ▲서비스 확장성 ▲장애 처리 등 문제 해결 등이 수반돼야 한다. 

박 센터장은 "AI 연구개발 중 서비스에 적용했을 때 40~50%는 성능이나 속도 등이 기대보다 낮아 서비스에 적용이 되지 않고 기존 대비 성능이 좋은 경우는 20~30%, 월드 베스트(성공하는 경우)는 10%, 운이 좋은 경우는 10%일 정도로 AI를 실제 서비스에 적용하는 것은 어렵다"고 말했다.

이어 "성공적인 서비스 적용을 위해서는 AI 연구자, AI 개발자, 서비스 담당자가 각자 역할을 잘 수행해야 하고 서비스 담당자도 AI 기술 개발에 직접 관여해야 한다"면서 "성공 확률을 높이기 위해서는 작은 성공부터 하는 것이 좋다"고 덧붙였다.