[AInside] 중동 사로잡은 ‘아자르’의 비결 ‘모바일 딥러닝’

'아자르'를 만든 하이퍼커넥트 머신러닝 팀 인터뷰

가 +
가 -

인공지능(AI)은 시대의 화두다. 미래의 영역으로 여겨지던 AI는 한순간에 현실의 영역으로 끌어내려 졌고 이제는 생활 속을 파고들고 있다. 기술이 고도화될수록 AI에 대한 기대와 우려가 교차하고 있지만, 결국 AI를 만드는 건 사람이다. <블로터>는 AI 기술을 개발하는 사람들과 현장의 목소리를 담아보고자 한다.

잘 나가는 서비스는 기술이 뒷받침되는 경우가 많다. 기술이 만드는 매끄러운 사용자 경험이 서비스의 지속 가능성을 높여주기 때문이다. 영상 기반 소셜 서비스 ‘아자르’ 역시 마찬가지다.

아자르는 스와이프 방식으로 유사한 관심사를 지닌 사람들과 영상 채팅 매칭을 시켜주는 서비스다. 2014년 시작해 현재 2억 건 이상의 글로벌 다운로드를 기록하고 있으며, 230개 이상의 국가에서 19개 언어로 서비스 중이다. 특히 남녀가 대면하기 어려운 중동 지역에서 큰 인기를 끌고 있다. 이처럼 아자르가 글로벌 서비스로 거듭날 수 있었던 배경에는 실시간 이미지 인식 및 분류 등 다양한 머신러닝 기술이 있다.

| (왼쪽부터) 최승우 하이퍼커넥트 머신러닝 엔지니어, 서석준 엔지니어, 신범준 팀장

인공지능(AI)은 미래적 상상력을 불러일으키지만, 머신러닝 기술은 서비스 뒤에서 돌아가는 현실이다. 하이퍼커넥트 머신러닝 팀은 실질적으로 서비스에 도움이 되는 머신러닝 기술 개발을 목표로 한다.

신범준 하이퍼커넥트 머신러닝 팀장은 “모바일 딥러닝 기술을 주축으로 아자르를 비롯해 사내 서비스에 핵심적인 요소로 들어가는 기술을 안정적으로 제공하는 게 팀의 목표다”라고 말했다.

‘아자르’에 적용된 머신러닝 기술

아자르의 핵심은 이용자 간 매칭이다. 국가, 문화, 언어, 성별 등과 관계없이 유사한 관심사를 지닌 이용자를 매칭시켜줘 우연히 만난 타인과 즐거운 대화 경험을 전달하는 게 서비스 핵심 목표다. 이를 위해선 만족스러운 매칭 경험이 제공돼야 한다.

머신러닝 기술은 이런 사용자 경험을 뒷받침한다. 아자르에 사용된 머신러닝 기술은 크게 휴먼비전과 하이퍼컷 두 가지로 나뉜다.

휴먼비전은 매칭 과정에서 AI가 이용자의 현재 환경을 감지하고 부적절한 이미지를 필터링하는 딥러닝 기술이다. 예를 들어 서비스를 켜놓기만 하고 딴짓하는 이용자와 매칭되지 않도록 화면 안에 사람이 있는지 파악한다. 대화 사용자 성별을 자동으로 분석해 사용자가 원하는 정보도 제공한다. 또, 매칭 과정에서 부적절한 이미지가 노출되는 경우를 방지한다. 이 과정에서 딥러닝 연산이 서버를 거치지 않고 모바일 기기 안에서 이뤄져 프라이버시 문제를 미리 방지했다.

하이퍼컷은 영상에서 사람과 배경을 분리하는 실시간 이미지 분류 기술이다. 초당 30프레임에 맞춰 이미지를 처리한다. 다양한 배경 합성 기능으로 대화에 재미 요소를 추가했다. 자기 공간이 노출되는 걸 꺼리는 사용자는 이 기술을 통해 배경을 흐리게 만들 수도 있다.

서석준 하이퍼커넥트 머신러닝 엔지니어는 “방송할 때, 뒤에 원하는 배경을 합성하듯이 모바일에서도 충분히 원하는 배경을 제공해줄 때 사용자 경험이 좋아질 거라고 본다”라고 설명했다.

모바일에 최적화된 기술 경쟁력

하이퍼커넥트는 모바일에 최적화된 머신러닝 기술을 경쟁력으로 내세운다. 실시간으로 영상을 주고받는 서비스인만큼 아자르에서 가장 중요한 건 끊김 없는 네트워크 환경이다. 클라우드에서 머신러닝 알고리즘을 처리하다 보면, 네트워크 환경이 안 좋은 지역에서 주로 서버와 모바일 기기 간 지연시간 문제가 발생하곤 한다. 30프레임 영상에 맞춰 초당 30번씩 고화질 이미지가 서버와 기기 사이를 오가기 때문이다.

하이퍼커넥트 머신러닝 팀은 이런 문제를 해결하고자 서버로 데이터를 바로 전송하지 않고, 모바일 기기에서 데이터를 처리할 방법을 고민 중이다. 지연시간 없이 실시간으로 결과를 얻을 수 있는 모바일 딥러닝 추론 엔진을 통해 적은 메모리와 느린 처리속도를 가진 모바일 환경에서도 원활한 서비스를 제공하는 게 목표다. 특히 머신러닝 모델 최적화에 집중했다. 하이퍼커넥트는 모델 자체와 프레임워크 둘 모두를 빠르게 만드는 방식으로 모바일에 최적화된 머신러닝 기술을 만들고 있다.

최승우 하이퍼커넥트 머신러닝 엔지니어는 “모바일에서 머신러닝 모델을 돌릴 때 컴퓨팅 자원이 부족하다 보니 서버 모델보다 훨씬 가벼운 모델을 만들어야 한다”라며 “아자르가 글로벌 서비스이다 보니 고려해야 할 모바일 기기 종류가 많고, 저사양인 경우가 많아 모델의 속도도 빨라야 하고 용량도 적게 만들어야 하는 등 최적화가 중요하다”라고 말했다.

프라이버시 문제도 모바일 딥러닝 추론 엔진이 필요한 이유 중 하나다. 아자르는 영상 기반 소셜 서비스이기 때문에 프라이버시 및 개인정보 보호가 중요하다. 만약 서버에서 머신러닝 모델이 돌아갈 경우 데이터가 전송되는 과정에서 프라이버시 침해 문제가 발생할 수 있다.

신범준 팀장은 “이용자의 프라이버시를 보호하면서 아자르 서비스 매칭을 개선하고 있다”라며 “사람이 감시할 수 없기 때문에 머신러닝이 판단해서 매칭 경험을 개선하고 있다”라고 말했다.

| 하이퍼커넥트는 ‘CVPR 2018’에서 진행된 ‘저전력 이미지 인식 챌린지(LPIRC)’에서 준우승을 차지했다.

하이퍼커넥트의 모바일 머신러닝 모델은 국제무대에서 경쟁력을 인정받았다. 올해 미국 솔트레이크시티에서 열린 컴퓨터 비전 및 딥러닝 컨퍼러스 ‘CVPR 2018’에서 진행된 ‘저전력 이미지 인식 챌린지(LPIRC)’에서 국내 기업으로는 처음으로 준우승을 차지했다.

기술로 푸는 서비스 과제

이밖에도 하이퍼커넥트는 구글 본사 머신러닝 팀과 협업해 실시간 음성 번역 기능을 아자르 내에 도입했다. 국적과 관계없이 원활한 의사소통이 가능하도록 하기 위해서다. 하이퍼커넥트 머신러닝 팀이 개발한 기술은 아자르뿐만 아니라 사내 여러 프로젝트에도 활용된다. 새로운 비즈니스를 만드는 사내 조직 ‘하이퍼X’와 협업해 AI 기반 카메라 앱을 출시하기도 했다.

하이퍼커넥트 머신러닝 팀은 서비스 성장을 위한 기술을 지향한다. 서석준 엔지니어는 “‘커뮤니티 헬스’를 개선해 사용자가 원하는 환경을 만들어주고, 언어와 문화가 다른 사람들의 매칭 장벽을 낮추는 걸 머신러닝 팀에서 풀어야 할 과제와 목표로 삼고 있다”라고 말했다.

| 하이퍼커넥트 머신러닝 팀은 실질적으로 서비스에 도움이 되는 기술을 지향한다.

신범준 팀장은 “꿈과 같은 목표를 갖고 하는 AI도 있고, 완벽한 ‘자비스’를 만드는 것도 중요하지만 우리 팀은 현재 기술 상태에서 노력해서 풀 수 있는 문제부터 차곡차곡 해결해가고 있으며 성과를 내는 조직으로서의 ML 엔지니어링팀을 지향한다”라고 강조했다.

신 팀장은 “하이퍼커넥트 머신러닝 팀은 한국에서 모바일 딥러닝에 초점을 맞춘 몇 안 되는 조직 중 하나다”라며 “엔지니어링 쪽으로 많은 노력을 기울여 모바일 딥러닝 최적화를 이뤘으며, 이런 기술적 장점을 확대해 하이퍼커넥트의 성장과 우리 팀의 성장이 같이 이뤄질 수 있을 거로 생각한다”라고 덧붙였다.

네티즌의견(총 0개)