인터넷을 통하여 동영상을 시청할 때, 네트워크의 접속 상태에 따라 동영상의 화질이 낮아지는 경우가 있습니다. 이런 현상은 시시각각 변하는 인터넷 대역폭에 맞춰 스트리밍 중인 비디오 화질을 실시간으로 조절하는 적응형 스트리밍 방식을 이용하기 때문에 발생하게 됩니다. 이런 문제를 해결하기 위해 최근 우리 학부 신진우 ∙ 한동수 교수 공동 연구팀이 ‘적응형 스트리밍’과 딥러닝 기반 ‘초해상화’ 기술을 접목하여 네트워크 상태와 상관없이 동영상의 화질을 개선할 수 있는 기술을 개발하였습니다.
연구팀은 저화질의 영상을 고화질로 변경하기 위해 딥러닝 기술의 일종인 CNN(Convolution Neural Network)을 이용하여 저화질과 고화질을 반복적으로 학습시키고, 이것을 바탕으로 디스플레이에서 수평과 수직 비율을 정교하게 확장하는 방법인 ‘초해상화’ 기술을 이용하였습니다. 특히 동영상을 스트리밍 할 때 초해상화를 구현하는 CNN이 함께 다운로드 되어, 네트워크의 상태에 관계 없이 실시간으로 화질을 개선하는 방법을 제시하였습니다. CNN 파일의 경우, 크기가 최대 2MB로 동영상의 크기보다 훨씬 작아 동영상과 함께 다운받아도 무리가 없도록 하였습니다. 또한 CNN 파일을 여러 조각으로 나눠 내려받는 방식으로 설계하였기 때문에 일부만 내려받아도 조금 떨어지는 성능의 초해상화 기술을 동영상에 적용하도록 하였습니다.
연구팀은 이 시스템으로 최대 26.9% 적은 인터넷 대역폭으로도 최신 적응형 스티리밍과 같은 체감 품질을 제공할 수 있음을 보였고, 같은 인터넷 대역폭 환경이라면 40% 높은 체감 품질을 제공할 수 있다고 설명했습니다. 한동수 교수는 “이 기술은 현재 유튜브, 넷플릭스 등 스트리밍 업체에서 쓰는 비디오 전송 시스템에 적용한 것으로 실용성에 큰 의의가 있다.”며 “지금은 데스크톱에서만 구현했지만, 향후 모바일 기기에서도 작동할 수 있도록 발전시켜나갈 것”이라고 말했습니다.
<기사 Link>
IT조선
중앙일보
https://m.news.naver.com/read.nhn?mode=LSD&mid=sec&sid1=101&oid=025&aid=0002860051
