[디지털투데이 AI리포터] 인터넷 트래픽을 줄이기 위해 이미지 및 동영상 파일 크기를 압축하는 기술에 대한 연구가 활발한 가운데 '신경망 압축' 방법이 주목받고 있다.

20일(현지시간) 온라인 매체 기가진에 따르면 신경망 압축은 대표적인 압축 기술인 JPEG의 원리를 이해하는 것에서 출발한다. JPEG는 이미지를 8X8 픽셀로 구성된 블록으로 나눠 텍스처의 세밀함을 주파수로 변환하는 방식이다. 변환 후 텍스처가 더 정교한 고주파 대역을 깎아내고 저주파 대역만 남겨 크기를 압축하는 것.

그런데 최근 머신러닝 모델을 이용한 신경망 압축 방식이 놀라운 효율성을 보인다고 한다. 이는 이미지 데이터를 주파수로 변환하는 방법을 파라미터화해 신경망에 계산을 맡기는 방법이다. 이미 학습된 모델을 이용하는 것인데 특히 동영상 압축에서는 기존 코덱과 신경망을 결합한 하이브리드 접근법도 등장하고 있다.

다만 머신러닝의 계산 비용이 주요 장벽으로 꼽히고 있어 비용적인 측면에서 기존 코덱을 능가하기는 어렵다는 관측도 나온다. 코덱은 디지털 비디오와 오디오를 위한 압축·복원 기술을 뜻한다.

마틴 루미스테는 "적어도 당분간은 더 가벼운 하이브리드 신경망 접근법이 이미지와 동영상 압출을 강화하는 가장 좋은 방법일 수 있다"라면서도 "장기적으로는 단순하고 범용성이 높은 신경망 코덱이 우세할 가능성이 높다"라고 설명했다.