ARM, AI와 IoT가 사진의 세 번째 물결을 가능하게 하다

ARM 기반 스마트 카메라, '보는 것' 넘어 '느끼는 것'까지 담는다 사진은 인류가 발명한 가장 사랑받는 기술 중 하나입니다. 1800년대 초 사진술의 등장 이후 예술가와 언론인들은 전쟁의 참상부터 고대 문명의 장엄함까지 모든 것을 포착했습니다. 1888년 조지 이스트먼은 누구나 쉽게 사용할 수 있는 '포인트 앤 슛' 카메라를 선보이며 개인의 삶을 기록하는 힘을 대중에게 선사했습니다. 사진술의 두 번째 물결은 1878년 6월 18일, 에드워드 마이브리지의 획기적인 순간 포착에서 시작되었습니다. 그는 경주마의 고속 움직임을 연속 촬영하여 네 발이 모두 땅에서 떨어지는 순간을 증명해냈습니다. 이 유명한 연작은 움직이는 영상을 향한 탐구를 촉발했고, 이는 곧 할리우드 영화, TV, 그리고 24시간 뉴스 시대를 열었습니다. 오늘날 사진과 영상은 인터넷 트래픽의 상당 부분을 차지하고 있습니다. 2021년 한 해 동안 약 1조 4천억 장의 사진이 촬영되었으며, 이 중 거의 100%가 ARM 기반 스마트폰, 태블릿, 스마트 카메라로 담겼습니다. 영상은 인터넷 트래픽의 70% 이상을 소비하고 있습니다. 그렇다면 사진술의 세 번째 물결은 무엇일까요? ARM은 지속적인 처리 능력 향상과 인공지능(AI) 기반 컴퓨터 비전 기술의 발전을 통해 '카메라'가 단순히 시각 정보만을 담는 기기를 넘어, 주변 세계를 더욱 풍부하고 포괄적이며 통찰력 있게 이해할 수 있는 다중 감각 입력 장치로 진화할 것이라고 전망합니다. 이는 우리가 눈으로 보는 것뿐만 아니라, 평소에는 감지할 수 없었던 영역까지 포착할 수 있게 될 것입니다. ARM의 IoT 및 임베디드 기술 부문 부사장은 블로그를 통해 컴퓨터 비전이 사물 인터넷(IoT) 환경에서 실시간 데이터를 캡처하는 데 핵심적인 역할을 한다고 강조합니다. 인간의 눈과 같은 강력한 센서를 기술로 재현하는 것은 컴퓨터가 이전에는 인간의 시각에 의존해야 했던 작업을 수행할 수 있도록 광범위한 활용 사례를 열어줍니다. 따라서 컴퓨터 비전이 IoT 내에서 실시간 데이터를 캡처하고 활용하는 가장 중요한 방법 중 하나로 빠르게 부상하는 것은 당연합니다. 스마트 카메라는 인간이 볼 수 있는 것 이상을 포착합니다. 다양한 이미징 기술을 활용하여 전자기 스펙트럼의 다른 영역을 탐색하며, 우리가 볼 수 없는 것을 포착하는 데 더욱 능숙해지고 있습니다. 예를 들어, 열 감지 데이터가 있습니다. 1920년대에 발명된 열 카메라는 수십 년간 주로 군사 또는 실험실 환경에서 사용되었습니다. 2000년대 들어 가격 하락과 성능 향상으로 건축업자들이 주택의 단열 상태를 점검하는 데 열 장비를 사용하기 시작했습니다. 하지만 열 감지 기술은 대중적인 필수품과는 거리가 멀었습니다. 코로나19 팬데믹은 상황을 바꾸었습니다. 유동 인구가 많은 캠퍼스, 박물관 등에서 정확하고 신속하며 비접촉식으로 체온 이상을 감지할 필요성이 대두되었습니다. 개인 정보 보호 메커니즘이 내장된 AI 기반 열 카메라는 스마트 빌딩 플랫폼에 통합되어 건강 증진, 에너지 소비 절감, 예측 유지보수 및 생산 최적화와 같은 복잡한 AI 작업을 실현하는 데 기여할 것입니다. 가까운 미래에는 스마트폰에 열 감지 모듈이 추가되어 '생사'의 문제뿐만 아니라 일상생활에서도 활용될 수 있습니다. 증강현실(AR) 게임에서 열 감지 이미징을 통해 플레이어는 상대방의 위치를 더욱 정확하게 파악할 수 있습니다. 또한, 영상 스트림과 모션 데이터를 결합하고 AI로 분석하여 개인의 행동 패턴에 맞춰진 제스처 기반 네비게이션이 가능한 스마트 TV 구현도 가능해집니다. 고령층 돌봄 분야에서도 다중 센서와 카메라가 데이터를 공급하여 노인들이 더 오래 독립적으로 생활할 수 있도록 지원하고, 가족들에게는 안심을 제공할 수 있습니다. 혈중 산소 포화도와 같은 생체 신호(웨어러블 기기 사용 여부와 관계없이)를 감지하거나 할아버지가 샌드위치를 만드는 영상 조각을 전송하는 것도 가능합니다. 자동차 분야에서도 카메라 기술의 융합이 가속화되고 있습니다. LiDAR(Light Detection and Ranging) 시스템은 눈에 안전한 레이저를 사용하여 주변 환경의 동적인 3D 이미지를 생성합니다. 2005년 Velodyne의 엔지니어 David Hall이 선보인 LiDAR 프로토타입은 자율주행차 경진대회에서 주목받았습니다. 현재 Lucid는 LiDAR 기반의 DreamDrive Pro 자율주행 플랫폼을 탑재한 세단을 출시할 예정이며, LeddarTech는 LiDAR 비용 절감을 위한 표준화 작업에 힘쓰고 있습니다. Adasky의 Viper 카메라는 열 감지, 시각 이미지, 머신러닝(ML)을 결합하여 300미터 거리에서 물체를 감지하고 200미터 거리에서 생명체를 분류할 수 있습니다. 이는 약 80미터의 가시성만을 제공하는 헤드라이트보다 훨씬 뛰어난 성능입니다. 이 외에도 다양한 센서 융합이 시도되고 있습니다. 일부 유틸리티 회사들은 가스 누출을 시각화하여 영상 스트림 및 지도에 통합함으로써 수리팀이나 소방관의 작업을 지원하는 방안을 모색하고 있습니다. 후각 센서, 카메라, ML, 그리고 스마트폰에 내장된 정교한 그래픽 기술을 결합하면 대형 식료품 진열대에서 가장 잘 익은 귤을 찾거나, 신선도가 떨어진 핫도그 포장을 피하는 데 도움을 줄 수 있습니다. 3D 기술 역시 과거의 유행을 넘어, 컴퓨팅 사진술, AI, 새로운 디스플레이 기술, 그리고 CAD 모델과 다중 이미지를 융합하는 기술의 발전으로 현실적이고 몰입감 있는 이미지를 구현하며 다시 주목받고 있습니다. 이러한 혁신은 상당한 기술적 노력을 필요로 합니다. 센서 스트림을 융합하거나 이미지를 향상시키는 컴퓨터 비전 및 기타 AI 애플리케이션은 시간과 에너지 소비를 절약하기 위해 카메라 자체에서 처리되어야 합니다. 전 세계 약 7억 7천만 대의 감시 카메라에서 데이터를 클라우드로 전송하는 대신 카메라 내에서 이미지 분석을 수행하면 연간 1,900만 톤 이상의 CO2 배출량을 줄일 수 있으며, 개인 정보 보호 강화 효과도 기대할 수 있습니다. 고도화된 사진 기술은 또한 그래픽 및 신경망 프로세서용 특수 코어를 포함하는 64비트 프로세서와 기존의 CPU를 요구합니다. 많은 컴퓨팅 작업을 저장 장치 내부에서 수행하는 컴퓨팅 스토리지 역시 첨단 사진 분야에서 초기 시장을 형성할 것입니다. 마찬가지로, 머신러닝 알고리즘, 프로세서 및 기타 구성 요소는 배터리 구동 장치가 중요한 순간에 실패하지 않도록 에너지 효율성을 고려하여 세심하게 설계되어야 합니다. 소프트웨어 정의 접근 방식은 하드웨어 제조업체나 앱 개발자가 시간이 지남에 따라 새로운 기능을 쉽게 추가할 수 있도록 할 것입니다. 이러한 엔지니어링 작업은 더 높은 해상도와 더 많은 기능에 대한 요구와 병행될 것입니다. 1080p에서 4K로의 전환은 스마트 카메라의 데이터 전송 속도를 두 배로 늘릴 것이며, 8K 및 초당 30프레임에서 60프레임으로의 전환과 함께 계속 증가할 것입니다. 더욱 정교해진 카메라는 해커의 공격 표면을 넓히므로, 특수 암호화 프로세서의 탑재도 예상됩니다. 사진술은 본질적으로 '빛으로 그리는 것'입니다. 하지만 센서 입력이나 기술적으로 실제가 아닌 사실적인 이미지를 추가하는 것은 오늘날 카메라의 범위를 넘어섭니다. 그러나 대중에게 카메라는 항상 현실을 최대한 정확하게 포착하는 도구였습니다. 이제 그 '현실'의 범위가 훨씬 더 넓어질 것입니다. 다양한 감각 입력을 단일의 더 스마트한 장치로 융합하는 것은 결국 사람들이 진정으로 원하는 것, 즉 '큰 그림'을 제공하는 것입니다. ARM과 그 파트너들은 특화된 프로세싱, AI, 그리고 혁신 가속화를 위한 생태계를 결합하여 세상의 잠재력을 이끌어내고 있습니다.