#해시태그 사용이 익숙하신가요?
하버드 대학 연구팀이 딥러닝 기반으로 동물의 움직임을 자동으로 추적하고 라벨을 붙이는 방법에 대한 논문을 발표했습니다. 이 방법에 붙인 이름은 'DeepLabCut'입니다.
비디오 영상을 보고 동물의 행동을 관찰하고 기록하는 것은 컴퓨터 비전 알고리즘을 통해 구현하면 아무래도 복잡하죠. #DeepLabCut을 이용하면 매우 간단해집니다.
그렇다면 동물의 움직임을 추적해서 뭘 할 것이냐? 응용 분야는 무궁무진합니다. 몇 가지만 예를 들어 보겠습니다.
▶ 스포츠: 스포츠 과학에서 선수의 움직임을 추적하고, 기록하고, 분석하는 것은 매우 중요합니다. 이는 비단 사람에게만 해당하지 않습니다. 경마 등 동물이 스포츠 경기의 주체인 경우도 스포츠 과학이 요긴하게 쓰일 수 있습니다. DeepLabCut은 선수 분석이나 경기력 향상 등에 이용할 수 있습니다.
▶ 로봇: 제조나 서비스 로봇의 움직임을 추적하다 보면 로봇의 오작동이나 이상 유무를 판단할 수 있죠.
▶ 의료: 물리 치료를 떠올려 보면 그냥 DeepLabCut의 응용 방식이 떠오를 것입니다.
▶ 의학 연구: 박테리아, 실험동물 등 움직이는 것이 연구 대상이라면 DeepLabCut은 육안 검사의 불편을 한 번에 날려 줄 수 있는 유용한 도구가 됩니다.
DeepLabCut의 코드는 깃허브에 올라와 있으며, 상세 내용은 논문을 통해 읽어 볼 수 있습니다. 참고로 이 모델은 #NVIDIA #GeForce GTX 1080 Ti와 NVIDIA TITAN Xp #GPU 기반 시스템을 이용해 개발과 트레이닝이 이루어졌습니다. 연구팀은 #cu-DNN 가속 기반 #TensorFlow 딥러닝 프레임워크를 사용했고 데이터 세트는 이미지넷에서 가져와 썼다고 합니다. 원리는 다음과 같이 간단합니다. 영상에서 특정 프레임을 추출하고, 라벨을 붙이고, 트레이닝을 하는 것입니다.
이 연구의 핵심은 복잡하고 어려운 작업을 딥러닝 모델을 통해 간소화했다는 것이고, 그 응용 분야가 매우 다양하다는 것입니다. 최소한의 데이터 세트를 사용했고, 추론 작업 부담도 크지 않다는 특징을 고려할 때 모바일 앱으로 나와도 재미있을 듯합니다.
