[디지털투데이 황치규 기자]마이크로소프트가 이미지 캡셔닝(Image Caption) 인공지능(AI) 기술을 업그레이드하고 다양한 분야에 적용한다.

회사측에 따르면 ‘알트 텍스트(alt text)’로 알려진 마이크로소프트 이미지 캡셔닝 기술은 다양한 이미지를 인식 및 분석해 콘텐츠를 자연어로 해설해 주는 기술이다. 2015년부터 활용돼왔고 이번 업데이트로 사람과 비슷한 인식 수준에 도달했다는게 마이크로소프트 설명이다.

이에 따라 검색 엔진부터 프레젠테이션에 삽입된 이미지까지 중요한 콘텐츠를 쉽게 이해할 수 있다. 마이크로소프트는 기술 향상을 위해 그림책과 유사하게 시각적 어휘(visual vocabulary)를 사용했다. 먼저 대규모 AI 모델에 단순 어휘들이 태깅된 이미지들을 다량의 데이터 세트로 제공했다. 

각각의 태그는 이미지 특정 개체에 매핑해 사전교육을 시켰고, 정밀교정을 거쳐 문장 작성법을 학습하도록 했다. 마치 아이들이 언어를 익힐 때 사과 사진 밑에 사과라는 단어를 다는 것과 유사하다. 이 방식을 완성된 문장을 사용하는 훈련 보다 더욱 효과적인 결과를 만들어냈다고 마이크로소프트는 설명했다. 
새로운 개체가 포함되어 있는 사진들도 시각적 어휘를 사용해 보다 정확한 캡셔닝이 가능해 졌으며 지난 2015년부터 사용해 온 모델 대비 2배 향상됐다고 덧붙였다.

업그레이드된 이미지 캡셔닝 기술은 현재 애저 코그니티브 서비스(컴퓨터 비전)을 통해 사용 가능하다. 올해 말에는 윈도(Window) 및 맥(Mac)용 워드, 아웃룩, 파워포인트 등에서도 사용 가능하며, 파워포인트는 웹 환경에서도 제공된다. 

시각장애인에게 주변 환경, 인물, 사물, 글자, 이미지 등을 설명해 주는 모바일 애플리케이션인 ‘시각 AI(Seeing AI)’와도 통합된다. 이를 통해 시각 장애인이나 시력이 좋지 않은 사람들에게 사진을 묘사해주는 등 보다 정확하고 풍부한 정보 전달로 더 효과적인 도움을 줄 수 있게 됐다고 마이크로소프트는 강조했다.