새로운 정보를 전해 드리는 소이뉴스입니다.

안녕하세요, 구독자님.

이번 한 주도 잘 보내고 계신가요?

5월 중순이었던 것 같은데, 7월 한달 내내 비가 올 것이라는 Microsoft 사이트에서의 일기예보 때문에 이슈 기사가 난 적이 있었습니다. 당시 기상청에서는 예측 정확도를 감안할 때 2주 정도를 유효하게 보고 있으니, 2개월 가량 남은 기간의 전망은 큰 의미가 없다는 쪽이었습니다. 그런데 7월 바로 직전인 현재의 예측 결과 또한 단 며칠을 빼고는 한달 내내 비가 온다는 걸로 나오네요. 예보의 정확도를 떠나서 계속 비만 오는 그런 이상기후는 피해갔으면 하고 바랬는데... 아직 남은 시간이 있으니 조금씩 바뀌어가길 빌어야겠습니다. 저는 비를 그렇게 싫어하지는 않지만, 계속 오는 비는 싫거든요. 

이번 소식에서는 새로 발표된 인공지능 기술 몇 가지와 차주에 열리는 '12회 스마트테크 코리아' 전시에 대한 소개를 드리도록 하겠습니다. 

사람들이 OpenAI와 구글 간의 세기의 싸움 구경을 하고 있는 사이에, META는 오픈소스 진영에서 조용히, 그리고 꾸준히 굵직한 기술들을 선보이고 있습니다. 이번에 발표한 'Voicebox'는 음성 영역에서의 생성모델로, 음성합성, 노이즈 제거, 스타일 적용, 다국어 변환 (6개국어로 아쉽게도 한국어는 없습니다) 및 기타 추가적인 편집 기능을 제공합니다. 제가 가장 관심을 가진 부분은 레퍼런스로 제공되는 음성파일의 스타일로 입력 텍스트의 내용대로 음성을 생성하는 데모였는데, 이 방식을 이용하면 내 목소리, 말투 그대로 원하는 표현(언어 번역 포함)을 음성파일로 만들어낼 수 있게 됩니다. 얼마전까지 voice cloning 얘기를 하고 있었는데 벌써 이런 것들이 다 포함된 종합 선물세트를 받게 될 줄이야... 하지만, 이 기술의 위험성 때문인지 코드 공개는 아직 되고 있지 않습니다. 

참고) 논문, 프로젝트, 공식 소개, 소개영상

'AvatarBooth'는 몇 장의 사진과 입력된 텍스트를 이용하여 3D 아바타를 생성하는 모델입니다. 사진에서 3D 형상을 생성하는 모델을 예전에 소개 드리기도 했지만 이 모델의 경우, 얼굴 모양, 의복이나 액세서리 등의 세부적인 부분을 텍스트 프롬프트를 통해 변경할 수도 있다는 특징이 있습니다. 그리고, 이렇게 만들어진 3D 아바타를 이용해서 애니메이션 제작에 사용할 수도 있습니다. 소개영상을 보면 정면과 후면은 그럴 듯 한데 측면을 보여줄 때 이목구비의 들고 나는 윤곽이 제대로 표현되지 못하는 단점은 있는 것 같습니다. 아쉽긴 하지만, 그래도 이런 기술들이 속속 개발되고 일반 사람들에게 공개된다는 것은 세상을 점점 더 재미있고 흥미롭게 만드는 요소인 것 같습니다. 코드는 조만간 공개될 예정이라고 합니다.

참고) 논문, 프로젝트, 소개영상

구글 DeepMind에서 'RoboCat'이라는 로봇 쪽에 적용될 수 있는 에이전트 기술을 발표했습니다. 이는 서로 다른 종류의 로봇팔에서, 다양한 작업을 수행하는 방법을 학습하고 이를 스스로 개선하기 위해 자체로 훈련데이터를 생성하는 기능을 갖추고 있습니다. 학습을 위해 실제 환경에서의 데이터, 시뮬레이션 환경에서의 데이터, 그리고 자체 생성한 데이터를 사용하고, 새로운 로봇과 새로운 작업을 이용한 사람의 직접 제어 시연을 추가로 학습하는 방식으로 성능 개선을 하게 됩니다. 배우게 되는 새로운 작업의 수가 많아질수록 이전에 보지 못한 작업에서 주어진 목표에 대한 수행 성공률이 높아진다고 합니다. 사람이 도구를 사용해서 어떤 일을 하다가 환경이나 도구가 바뀌면 그것에 맞춰 동일한 일을 해 낼 수 있는 것과 마찬가지의 길을 RoboCat도 갈 수 있다는 것입니다. 

기존 협동로봇 등에서는 작업해야 할 대상 물체 별로 작업 내용을 개별 학습을 해 주는 방식이 많았던 것 같은데, 이렇게 베이스 모델 역할을 하는 것이 나오게 되면 이 분야도 급격한 발전이 일어나겠네요. 참고로 아직 논문에서 소개된 모델의 공식 구현체는 공개되지 않았습니다. 대신 발표된지 얼마 되지도 않은 이 모델을 개인(그것도 19세 청년이)이 구현해서 올려둔 곳이 있네요. 놀랍게도... 

참고) 논문, 소개글, 영상

'FastSAM (Fast Segment Anything Model)'은 입력으로 이미지와 텍스트 프롬프트를 받아서 instance segmentation을 해 주는 CNN 기반의 모델입니다. 이름만 보면 FastSAM은 예전 소식에서 소개한 SAM 모델의 업그레이드 버전 같습니다. 그럼 기존에 모델을 공개한 META에서 발표한 것이냐 하면 그건 아닙니다. 중국 과학 아카데미에서 개발한 것이죠. 본 모델은 SAM에서 학습할 때 사용한 데이터셋인 SA-1B의 2% 가량만 훈련에 사용했다고 합니다. 적은 data를 가지고 기존과 비슷한 성능을 내면서 실행 속도는 50배 가량 더 빨라졌다고 하니 어찌 관심을 두지 않을 수 있을까요? 

참고) 논문, 프로젝트, 깃헙, 데모, Colab 코드  

• 일시 : 2023년 6월 28일(수) - 30일(금), 3일간
• 장소 : 코엑스 A, B홀
• 주최 및 주관 : 산업통상자원부, 매일경제신문사, MBN, 한국전자정보통신산업진흥회, 지능정보산업협회, 스마트제조혁신협회, 한국자동판매기공업협회, 엑스포럼, 로봇신문, AI타임스
• 후원 : 과학기술정보통신부 
• 전시품목 : 스마트기술, 5G & 사물인터넷, SW & 자동화 솔루션, 디지털 유통 & 이커머스, 스마트 물류 및 SCM, 스마트 스토어, 인공지능 & 데이터 융합, 인공지능 시스템, 산업용/제조용 로봇, 서비스 로봇, 로봇 서비스, 정보보호/산업보안 솔루션, 영상보안, 출입통제 솔루션, 콘텐츠 & 솔루션, 인프라 & 플랫폼, 하드웨어 
• 전시회 소개 페이지
• 전시소개 브로슈어

동시에 진행되는 행사는 다음과 같습니다. (출처)

(주)소이넷은 인공지능 서비스를 제공하는 기업들 가운데 서비스 배포와 운영에서 어려움을 겪고 계신 곳에 도움을 드릴 수 있습니다.

혹시 구독자님의 회사는 다음과 같은 어려움을 겪고 계시지 않나요?

• 메일 : sales@soynet.io
• 홈페이지 : https://soynet.io/contact-us/

오늘의 뉴스레터는 여기까지
구독자님,
다음 번에도 흥미로운 소식으로

다시 찾아뵙겠습니다.

  구독해 주시면 좋은 소식, 정보로 보답하겠습니다.

이전 뉴스 보기