해외가 주목한 서울대생의 인공지능(AI) '웹툰 작가'
카이스트ㆍ포스텍 공동 개발한 "FreezeD" 알고리즘 사용
해외에서 국내 대학원생이 만든 '이미지 생성 알고리즘'을 주목했다. 중국의 AI·IT 산업계 정보를 전달하는 인터넷 전문 매체인 'Synced'는 적대적 생성 모델(GAN, Generative Adversarial Network)기반의 '웹툰 작가' 알고리즘을 4일(현지 시각) 소개했다. 해당 알고리즘은 현재 서울대 석사과정 재학 중인 이동익 씨가 기존 기술을 응용해 발전시켰다. 이 씨는 제조 산업 인공지능 솔루션개발사 세이지리서치(Saige Research) 책임연구원이기도 하다.
사진=이동익 깃허브(bryandlee)
이 씨는 인공지능 모델은 사람 얼굴을 인식해 웹툰 캐릭터 얼굴을 생성한다. '웹툰 그림체'는 한국 만화가인 '이말년' 작가의 그림체를 기반한다.
이 씨는 적대적 생성 모델인 styleGAN을 사용했다. 사전학습이 완료된 스타일GAN(styleGAN) 모델에 고품질 이미지 얼굴(FFHQ, Flicker-Face-HQ) 데이터 세트를 입력. 오류 미세조정은 Freeze The Discriminator(FreezeD)를 기반으로 진행했다.
사진=이동익 깃허브(bryandlee)
FreezeD는 훈련된 인공지능 모델 네트워크의 초기 층들을 '고정(freeze)'시키고 신규 데이터 세트를 사용해 미세 조정을 하는 방법이다. 인공지능 데이터 학습에 드는 계산값과 컴퓨터 자원에 대한 부담을 줄였다. 카이스트와 포항공대가 함께 개발했다.
그는 "스타일GAN 모델에 'malnyun_face'를 입력했다"며 "해당 모델이 256x256 화질 이미지를 생성할 수 있도록 학습하는데 약 10시간이 걸렸다"고 전했다. 'malnyun_face'는 이 씨가 수작업으로 수집한 500여 장의 '이말년' 작가의 웹툰 캐릭터 얼굴 모음이다.
또한 이 씨는 스타일GAN 모델의 출력 결과를 U-GAT-IT(Unsupervised Image-to-Image Translation) 모델에 적용했다. U-GAT-IT는 네트워크가 스스로 학습하는 이미지 간 변환 모델. 그는 "U-GAT-IT로 주로 아시아인 얼굴 데이터로, 스타일GAN은 주로 백인 얼굴을 학습했지만, 이 둘을 합치니 생각보다 잘 작동했다"고 설명했다.
GAN모델 학습 결과
사진=이동익 군 깃허브(bryandlee)
이 씨는 "최근 발표된 GAN과 관련된 논문들을 보다가, 문득 웹툰 이미지에 적용하면 결과가 어떨지 궁금해 실험해본 것"이라며 개발하게 된 계기를 소개했다. 이어 이말년 작가의 그림을 사용한 이유에 대해서는 "평소 이말년 작가의 그림은 개성이 강하고 독특해서 GAN이 어떤 식으로 학습할지 궁금했다"며 "침튜브 구독자이기도 하다"고 대답했다. 침튜브는 웹툰작가 '이말년'이 침착맨이라는 이름으로 운영하는 유튜브 채널이다.
이 씨는 "재미로 깃허브에만 결과를 공유했는데 외신까지 소개할 줄은 몰랐다"며 "국내외의 저명한 연구원들께서 개발한 알고리즘을 응용한 것뿐. 이렇게 많은 관심을 받게 되어 조금 놀랐다"고 덧붙였다.
[Life & 교육] 여름방학, 유용한 AI 무료 강의 4선
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com