"AI·딥러닝으로 NAS에 저장된 사진 자동 분류"

[인터뷰] 시놀로지 머신러닝팀 스티븐 리앙 부장

홈&모바일입력 :2020/03/05 16:55    수정: 2020/03/06 14:34

"시놀로지는 시장 점유율 1위 NAS(네트워크 저장장치) 업체로 프라이빗 클라우드 관련 기술력을 갖추고 있다. 클라우드에 저장된 데이터를 외부 전송 없이 자체 처리해서 분석할 수 있다면 AI의 편의성을 확보하면서 프라이버시 보호도 가능하다."

시놀로지 머신러닝팀 스티븐 리앙 부장. (사진=시놀로지)

5일 대만 신베이시 시놀로지 본사와 화상회의로 진행된 인터뷰에서 시놀로지 스티븐 리앙(Steven Liang, 梁朝欽) 부장의 말이다.

시놀로지는 2016년 사내 머신러닝팀을 설립 이후 이미지 인식을 이용한 자동 분류 기능, 웹사이트 도움말 자동화 기능 등 AI에 기반한 다양한 기술을 개발하고 있다.

이날 스티븐 리앙 부장은 "2016년 사내 머신러닝팀을 구성 후 이미지 인식과 고객지원시스템 개선을 통해 편의성을 개선해 왔으며 관련된 기술력을 감시 카메라 등 보안 영역에도 확대할 예정"이라고 밝혔다.

■ NAS에 저장된 사진 자동 분류하는 기술 개발

시놀로지 머신러닝팀이 개발한 기술 중 가장 대표적인 것은 NAS 운영체제인 DSM(디스크 스테이션 매니저) 사진 관리 앱 '모먼츠'(Moments)에 탑재된 사진 자동 분류 기능이다. NAS 내부에서 피사체를 자동으로 인식해 사람과 사물, 동물 등을 자동으로 분류해준다.

DSM 6.2의 새 기능 중 하나인 모먼츠. 사진을 촬영 시간과 피사체에 따라 자동으로 분류한다. (사진=지디넷코리아)

스티븐 리앙 부장은 "가정에서 NAS를 이용하는 시나리오를 보면 대용량 사진과 동영상 분류와 관리에 대한 요구사항이 많았다. 이에 사내 인력을 바탕으로 2주만에 4명으로 이뤄진 머신러닝팀을 만들었다. 이 팀원들은 이미지 인식이나 처리에 대한 배경지식은 없었지만 자기 학습에 대한 의욕이 높았고 무엇보다 제품에 대한 의도가 높았다"고 밝혔다.

이어 "2012년부터 딥러닝(심화학습) 기술이 지속적으로 발전해 왔고 클라우드 컴퓨팅을 활용한 이미지 인식 기술과 음성 인식 기술도 활발하게 쓰이고 있다. 그러나 이들 기술은 저장된 데이터를 외부 서버에 전달해야 하며 경우에 따라 프라이버시 침해 등 부작용에 대한 우려도 있다"고 설명했다.

■ "사진의 피사체 인식 정확도, 80%~95% 수준"

이들은 지금까지 공개된 학술 논문을 기반으로 사람과 사물, 동물을 구별하는 모델을 개발한 다음 사진 수천만 장을 이용해 학습시키고 조금씩 정확도를 높이는 방법을 썼다. 오픈소스 이미지에서 구하기 쉽지 않은 사진이 있다면 팀원들이 찍은 사진도 활용했다.

과거 구글 포토 등이 사진에 찍힌 사람을 동물 사진으로 인식해 인종 차별 등 논란을 빚기도 했다. 스티븐 리앙 부장은 "AI 모델은 아직 100% 정확하지 않다. 때문에 정확도를 높이기 위해 판단 기준을 높이는 한편 과거 오인식으로 문제가 되었던 원숭이와 고릴라, 돼지 등에 대한 자동 인식 기능은 제거된 상태"라고 설명했다.

엔비디아 GPU에서 사진을 이용해 학습과 훈련을 마친 AI 모델은 NAS에서 작동할 수 있는 수준으로 최적화되어 2018년 5월 출시된 DSM 6.2부터 탑재됐다. 스티븐 리앙 부장은 "대상에 따라 다르지만 현재 정확도는 80%에서 95%를 오간다"고 덧붙였다.

모먼츠에 내장된 사진 자동 분류 기능은 외부 힘을 빌리지 않고 철저히 NAS 내부에서 작동한다. 스티븐 리앙 부장은 "정확도를 높이기 위해 이용자의 피드백을 받는 방향도 검토해 보았지만 초상권은 물론 사진을 통해 이용자의 생활 환경을 파악할 수 있다는 문제 때문에 포기했다"고 설명했다.

■ 소비자 문의 신속히 해결하는 검색 시스템 개발

머신러닝팀은 NAS 제품이나 소프트웨어에 문제가 생겼을 때 이를 해결할 수 있는 고객지원시스템(CSS)과 널리지베이스 검색 시스템을 개선하는 데도 주력했다. 현재 시놀로지 웹사이트에서 제공하는 한국어, 영어, 중국어 등 총 20여 개 이상의 언어에 지원된다.

스티븐 리앙 부장은 "시놀로지는 수 년간 다양한 NAS 제품을 생산해 왔고 내부에 축적된 사례나 관련 정보를 많이 가지고 있다. 이메일 등에 담긴 문의사항을 분석해서 의미 있는 답변을 빠르게 찾을 수 있게 만들었다. 그 결과 소비자가 가지고 있는 문제와 유사한 문제가 있었는지 확인하는 데 걸리는 시간도 크게 줄였다"고 밝혔다.

딥러닝 기술을 적용한 보안 감시 특화 NAS,DVA3219. (사진=시놀로지)

또 소비자가 고객지원 관련 문의사항을 작성하면 내용을 분석해 주요 키워드에 해당하는 도움말 게시물을 보여주기도 한다. 스티브 리앙 부장은 "전자상거래 업체 등이 최근 챗봇 서비스를 도입하고 있지만 시놀로지는 문제에 대한 도움말 게시물을 보여주는 것이 더 적합하다고 판단했다. 실제로 도움말 게시물을 자동으로 보여 주도록 한 결과 월 평균 고객 문의가 최대 20% 가까이 줄었다"고 설명했다.

시놀로지 머신러닝팀은 앞으로도 지속적으로 감시 카메라 관련 기능 최적화에 주력할 계획이다. 스티븐 리앙 부장은 "IP카메라로 입력받은 영상에 얼굴 인식 기능을 탑재하고 침입 탐지와 사람 계수 기능등을 개선할 예정이다. 이를 통해 공공장소나 기업에 더 나은 보안 관련 기능을 제공할 것이다. NAS의 이상 여부를 탐지할 수 있는 기능도 개발중"이라고 밝혔다.

■ 스티븐 리앙 부장은..

관련기사

시놀로지 머신러닝팀 스티븐 리앙 부장. (사진=시놀로지)

스티븐 리앙 부장은 대만국립교통대학교 컴퓨터공학 석사 학위를 취득했다. 석사 재학중인 2014년 16개의 사각형을 밀거나 움직여 2의 배수를 만드는 게임인 '2048'을 머신러닝으로 단계별 공략하는 방법을 담은 논문인 'Multi-Stage Temporal Difference Learning for 2048-like Games'로 대만 학술대회인 TAAI 2014 최우수 논문상을 수상했다.

2015년 시놀로지 입사 후 NAS 기반 메신저인 '시놀로지 챗' 프론트엔드와 일부 백엔드 개발을 담당했다. 2016년 시놀로지 사내에 설립된 머신러닝팀 창립 멤버로 참여하여 현재는 9명 규모의 팀을 이끌고 있다. 시놀로지의 제품과 서비스를 위한 AI 기술을 개발하고 서비스 운영을 관리하고 있다.