로그인
보증업체
스포츠중계
스포츠분석
먹튀사이트
지식/노하우
판매의뢰
업체홍보/구인
뉴스
커뮤니티
포토
포인트
보증카지노
보증토토
보증홀덤
스포츠 중계
기타
축구
야구
농구
배구
하키
미식축구
카지노 먹튀
토토 먹튀
먹튀제보
카지노 노하우
토토 노하우
홀덤 노하우
기타 지식/노하우
유용한 사이트
제작판매
제작의뢰
게임
구인
구직
총판
제작업체홍보
실시간뉴스
스포츠뉴스
연예뉴스
IT뉴스
자유게시판
유머★이슈
동영상
연예인
섹시bj
안구정화
출석하기
포인트 랭킹
포인트 마켓
로그인
자동로그인
회원가입
정보찾기
뉴스
더보기
[실시간뉴스]
서울·경기 집 안 팔 때…오래 가진 집 내놓는 노인들
N
[실시간뉴스]
[단독] 중수청 "4·5급, 413명 부족" 국회에 보고…"지휘 공백 우려"
N
[실시간뉴스]
“사지 마” 외치던 남대문 스카프 아저씨, 외신도 주목
N
[IT뉴스]
세무사 수석이 불러온 전문직 무용론…'아니요' 외칠 용기, 시험 안나와
N
[실시간뉴스]
코스피 3.59% 급락, 5,100선으로 후퇴…코스닥도 4.8%↓(종합)
N
커뮤니티
더보기
[자유게시판]
드디어 금요일이군요
[자유게시판]
오늘 다저스 어떻게 생각하시나요
[자유게시판]
하아 댓노
[자유게시판]
식곤증지립니다요
[자유게시판]
벌써 불금이네요
목록
글쓰기
[IT뉴스]1인칭 영상 833년치 분석해 AI 언어로 …'덴스 캡셔닝'의 세계
온카뱅크관리자
조회:
7
2026-11-16 16:17:26
<div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">피지컬AI 학습교재로 뜨는 영상 데이터<br>인물·사물 태그 수준 넘어<br>영상 속 행동·상황 정밀묘사<br>'시각언어모델' 통해 AI 학습<br>로봇 실제동작 구현 밑바탕<br>국내 AI 기업 진출 잇따라</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="qG2dcQqFye"> <figure class="figure_frm origin_fig" contents-hash="df1278f7bf65dacba7ebd1f930456eb27efe3efd134524e3c5366cc060657f91" dmcf-pid="BHVJkxB3vR" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/16/mk/20261116161508396oqjn.jpg" data-org-width="1000" dmcf-mid="6RechgPKhC" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/16/mk/20261116161508396oqjn.jpg" width="658"></p> </figure> <p contents-hash="eb7a2e96c5c45d9193b1618987ba7fd149a7c29c3c11c56ba4507d77be31600b" dmcf-pid="bXfiEMb0WM" dmcf-ptype="general">"0~4세 정도의 아이가 균형을 잡기 위해 양팔을 살짝 뻗은 채 포장도로를 가로질러 거리의 비둘기들을 향해 앞으로 걸어간다. 촬영자는 특별한 손동작 없이 앞으로 걷고 있다."</p> <p contents-hash="cedf0c8261ec54472ca9e8420b0c04d5635ac9db2b350a5f745b9fb50d80f81a" dmcf-pid="KZ4nDRKpTx" dmcf-ptype="general">1인칭 시점으로 찍은 3초 분량의 영상을 영상 인공지능(AI) 기업 트웰브랩스의 분석 솔루션에 넣자 나온 설명이다. 등장인물의 움직임과 주변 상황은 물론 촬영자의 동작까지 문장으로 풀어냈다. 로봇에게 사람의 행동을 가르치려면 이처럼 영상을 글로 옮긴 학습용 데이터가 필요하기 때문이다.</p> <p contents-hash="199f3864f219be64fc84d9abb3f80e3a678ab196da9d455d899b9ddad4d16606" dmcf-pid="958Lwe9UyQ" dmcf-ptype="general">피지컬 AI 개발 경쟁이 달아오르면서 학습용 영상에 정밀한 설명문을 붙이는 '덴스 캡셔닝(Dense Captioning)'이 핵심 기술로 떠오르고 있다. 설명문만 영상 생성 AI에 넣어도 원래 영상을 다시 만들어낼 수 있을 만큼 촘촘한 묘사가 요구된다.</p> <p contents-hash="4f9e81caf638a2a5449d3821cd8fce191bdc626135922a4b20f7c9e07ecbb8e9" dmcf-pid="2GtKM7HllP" dmcf-ptype="general">수요는 이미 사람 손으로 감당할 수 없는 규모다. 트웰브랩스에 따르면 이 회사가 최근 미국의 로봇 학습 데이터 고객사 한 곳에서 요청받은 영상 분석 물량만 연간 최소 730만시간에 달한다. 한 사람이 하루 24시간 쉬지 않고 봐도 약 833년이 걸리는 분량이다.</p> <figure class="figure_frm origin_fig" contents-hash="f51566d6fefb4701b0777ff2978d47ad666c967e9905df7e4c630652ede9163b" dmcf-pid="VHF9RzXSv6" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/16/mk/20261116161509662rhej.jpg" data-org-width="300" dmcf-mid="zpRACo6bTd" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/16/mk/20261116161509662rhej.jpg" width="658"></p> </figure> <p contents-hash="6e3dbb3b72e9ee16c71b051f7be2193bde34ee64f42871edfbeea523eb6e5784" dmcf-pid="fX32eqZvl8" dmcf-ptype="general">◆ 단어 태그에서 문장 서술로</p> <p contents-hash="49402b3f54b56d8fc23a20b18e0af969dc28f95e4e6dedb413017022348db6d5" dmcf-pid="4Z0VdB5Th4" dmcf-ptype="general">비전 AI는 피지컬 AI의 '눈'에 해당한다. 눈으로 본 영상을 AI가 이해할 수 있는 언어로 바꾸는 작업이 데이터 가공이다.</p> <p contents-hash="c151ab09e0b92116c630914288cc4fa168eff97a9cc46aa1f16fcfb5cce0527f" dmcf-pid="85pfJb1yvf" dmcf-ptype="general">가공은 크게 선별, 분절, 레이블링의 3단계로 이뤄진다. 먼저 카메라가 심하게 흔들리거나 작업자의 손이 가려진 장면, 불필요한 대기 시간을 걸러낸다. 얼굴이나 문서, 스마트폰 화면처럼 의도치 않게 찍힌 개인정보도 이 단계에서 식별한다. 이어 영상을 구간별로 나누고, 구간마다 누가 무엇을 어떤 상황에서 어떻게 다뤘으며 결과는 어땠는지 설명을 붙인다.</p> <p contents-hash="47a792204df126a5bdd6aa4a91487928c0e06b05397a15e1b7ca7cb180e01890" dmcf-pid="61U4iKtWWV" dmcf-ptype="general">과거 영상 AI 학습은 사물에 네모 박스를 치고 '사과' '컵' '사람'처럼 단어 태그를 다는 수준이었다. 반면 피지컬 AI를 위한 데이터는 물리적 상호작용과 인과관계를 문장으로 서술한다. 이렇게 만든 설명문은 고객사가 요구하는 데이터 형식에 맞춰 구조화된다.</p> <p contents-hash="35a8c380a14cdd7617a084614e144bc0ab8f0b50827b700294cecfecf3c98d7d" dmcf-pid="Ptu8n9FYl2" dmcf-ptype="general">가공을 마친 영상과 설명문은 시간대와 상황별로 짝지어져 '영상판 대형언어모델(LLM)'로 불리는 시각언어모델(VLM)의 학습에 쓰인다. 이 데이터는 로봇의 실제 동작까지 제어하는 시각언어행동모델(VLA)을 만드는 밑거름도 된다.</p> <p contents-hash="c5fc21effec0d8a28a92a2c5b171bb37f1ec56c5785881665feaf13e7853eb03" dmcf-pid="QF76L23Gy9" dmcf-ptype="general">덴스 캡셔닝이 급부상한 배경에는 테크업계의 화두가 텍스트 기반 LLM에서 로봇과 자율주행 등 피지컬 AI로 옮겨간 흐름이 있다.</p> <p contents-hash="72108b5f40c46bb2e6a7c94f63e622241310b9f2c6a47ccb003189023f6eea71" dmcf-pid="x3zPoV0HhK" dmcf-ptype="general">◆ 영상 언어 학습이 로봇 지능 좌우</p> <p contents-hash="9fc79015d121bc92e1010fd8b951594f0dcf969d22b1d5d08028331ce18e6307" dmcf-pid="yaEvtINdCb" dmcf-ptype="general">LLM은 2022년 챗GPT 등장을 계기로 대중화 시대를 열었다. 반면 영상을 이해하는 VLM 분야에서는 아직 챗GPT처럼 판을 바꾼 서비스가 나오지 않았다. 인터넷상의 텍스트 데이터는 이미 상당 부분 AI 학습에 쓰였지만, 물리 세계의 법칙을 담은 영상 데이터는 개척 초기 단계이기 때문이다.</p> <p contents-hash="0d09663c6675ff923048a0df67cb9004335b86f61f8a65d6c3f0f2b9ee948caa" dmcf-pid="WNDTFCjJWB" dmcf-ptype="general">로봇을 가르치는 방식도 달라졌다. 과거에는 로봇이 수만 번의 시행착오를 겪게 하거나 사람이 동작을 일일이 코딩했다. 최근에는 언어와 영상을 함께 이해하는 AI 모델이 사람의 행동 영상을 보고 작업을 익히는 방식으로 바뀌고 있다. 영상을 얼마나 정교한 언어로 풀어내느냐가 로봇의 지능을 좌우하게 된 셈이다.</p> <p contents-hash="38129235c4c8138b67c20f541c6164f73718dc1b3905dda4c25a78199d6a7426" dmcf-pid="Yocl5sgRyq" dmcf-ptype="general">국내 기업들도 영상 수집과 가공부터 VLM 구축까지 각자의 영역에서 시장에 뛰어들고 있다.</p> <p contents-hash="6b8350d07e0e35ce7adca0c571a2106185a56375f13e0628b36896192d6d08a7" dmcf-pid="GgkS1Oaelz" dmcf-ptype="general">언어 데이터 전문기업 플리토는 로봇 학습용 영상을 수집하고 정밀한 설명문을 붙이는 작업에 집중하고 있다. 약 1400만명의 글로벌 이용자를 기반으로 언어 데이터를 수집하고 가공해온 경험을 영상으로 넓힌 것이다. 플리토는 초기 학습에는 다양한 상황을 담은 대규모 영상이, 특정 작업을 정교하게 익히는 단계에는 상세한 설명이 붙은 고품질 데이터가 중요하다고 보고 덴스 캡셔닝 적용을 확대할 계획이다.</p> <p contents-hash="bb3c6ad4299668bea83925ccd63600ef6fa49adf054108996ae9629e02542870" dmcf-pid="HaEvtINdS7" dmcf-ptype="general">슈퍼브에이아이는 산업 특화 비전 파운데이션 모델 '제로(ZERO)'를 학습시키는 데 덴스 캡셔닝 데이터를 쓰고 있다. 이미지 속 객체를 구체적으로 서술해 AI가 개별 사물뿐 아니라 장면 전체의 맥락을 이해하도록 하는 방식이다. 안전모를 쓰지 않은 작업자나 볼트가 빠진 철도 부품처럼 드물거나 위험해서 실제로 촬영하기 어려운 상황에 강점이 있다. 모델이 제대로 인식하지 못하는 상황을 찾아내 상세한 문장으로 구체화한 뒤 합성 이미지를 만들어 학습에 활용한다. </p> <p contents-hash="f8ec7273887ea8c9d390a46e52afc30ef63f0cdccce439a7631a0a6b1570539a" dmcf-pid="XNDTFCjJvu" dmcf-ptype="general">덴스 캡셔닝(Dense Captioning)</p> <p contents-hash="5af961f2bc4abf80a91d58aaf857eecce3fa1154d9afd4212b2b0d6cc5b9e631" dmcf-pid="Zjwy3hAilU" dmcf-ptype="general">영상 속 인물과 사물의 움직임, 주변 상황을 시간대별로 구분해 상세한 설명문을 작성하는 기술. 기존 영상 캡션이 전체 내용을 단순 요약한다면 덴스 캡셔닝은 개별 행동의 순서와 대상까지 구체적으로 묘사한다. 피지컬 AI의 학습용 데이터를 만드는 데 쓰인다.</p> <p contents-hash="da48a92e96a14181a257f60fb7f34160d0e61ec850dbafeca3bf1bbcaa11c0cb" dmcf-pid="5ArW0lcnCp" dmcf-ptype="general">[최근도 기자]</p> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p>
댓글등록
댓글 총
0
개
맨위로
이번주
포인트
랭킹
매주 일요일 밤 0시에 랭킹을 초기화합니다.
1
4,000
상품권
2
3,000
상품권
3
2,000
상품권
업체홍보/구인
더보기
[구인]
유투브 BJ 구인중이자나!완전 럭키비키자나!
[구인]
에카벳에서 최대 조건으로 부본사 및 회원님들 모집합니다
[구인]
카지노 1번 총판 코드 내립니다.
[구인]
어느날 부본사 총판 파트너 모집합니다.
[구인]
고액전용 카지노 / 헬렌카지노 파트너 개인 팀 단위 모집중 최고우대
지식/노하우
더보기
[카지노 노하우]
혜택 트렌드 변화 위험성 다시 가늠해 보기
[카지노 노하우]
호기심이 부른 화 종목 선택의 중요성
[카지노 노하우]
카지노 블랙잭 카드 조합으로 히트와 스탠드를 결정하는 방법
[카지노 노하우]
흥부가 놀부될때까지 7
[카지노 노하우]
5월 마틴하면서 느낀점
판매의뢰
더보기
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
[제작판매]
html5웹미니게임제작 해시게임제작 카드포커게임제작 스포츠토토 카지노 슬롯 에볼루션 토지노 솔루션분양임대재작
포토
더보기
채팅하기