머신러닝 최적분야『로토스코핑·트래킹』

머신러닝(기계학습)으로 사라지게 될 CG작업 중의 1순위는 로토스코핑 & 트래킹이다. 

 

로토스코핑과 트래킹은 이미 많은 합성 어플에서 머신러닝에 의해 사용되고 있다. 주변환경과 대비를 활용하여 특정 부위를 추적하고 대체하며, 반복하는 알고리즘은 사람보다 컴퓨터가 훨씬 뛰어나기 때문이다. 그리고 이러한 추세는 점차 고급화·전문화 되면서 폭발적으로 증가할 것으로 보인다.

 

 

Adobe는 향후 모든 제품군에 머신러닝을 적극적으로 도입할 것을 예고하고 있다. 

 

---

약 인공지능의 시대

 

Adobe가 발벗고 나서 머신러닝을 CG분야 도입하고 있는 상황에서, 향후 사람이 할일은 없어질까?

 

답은 'No'다. CG분야에서 사람이 할 일은 오히려 늘어날 수 있다. 머신러닝과 같은 기계학습은 '약 인공지능'으로 분류하며, '약 인공지능'은 사람이 원하는 답에 따라 기계가 학습하여 정답을 도출하는 지능이다. '약 인공지능'은 학습된 내용에 대한 최적화를 수행한다. 반면, '강 인공지능'은 기계가 스스로 문제를 찾고, 학습하며, 의사결정과 판단까지 내린다. 이는 인간과 같은 상태라 할 수 있으며, 자의식에 따라 사람의 명령을 거부할 수도 있는 수준을 의미한다. 

 

현재 '강 인공지능'의 실현가능성은 여전히 논란중이며, 적어도 CG분야의 s/w는 '강 인공지능'과 거리가 멀다. '예술+기술'의 집약체인 CG분야는 '강 인공지능'보다 '데이터 학습'을 통한 최적화 기능을 수행하는 '약 인공지능'이 필요하기 때문이다. 다시 말해, 예술가는 더이상 '패턴학습 + 최적화'를 하지 않아도 된다. 그래서 '약 인공지능 기능'이 증가할수록, 사람이 '해야할 일'보다 '하고싶은 일'이 증가한다. 이에 따라 CG제작자는 반복학습을 통한 기술습득에 낭비(?)하는 시간을 줄이고, 어떠한 명령을 s/w에 내려야 하는지를 분명하게 알고 있어야한다. 

 

---

약 인공지능의 미래

 

지난 주 Adobe가 게재한 유투브 영상을 보면,  '기계학습을 위해 데이터를 입력하는 방식'으로 작업양상이 변화하고 있음을 짐작할 수 있다. 

 

로토스코핑 처리

 

이제 CG작업자는 자신이 무엇을 하기보다는, '무엇을 하고 싶은지'를 s/w에 알려야한다. 로토스코핑 + 트래킹 작업에서 더이상 스페이스바를 두드리며 선을 조절할 필요가 없다.  

 

트래킹

좌측 녹색 부분은 완벽하게 로토스코핑 처리가 되지 않았는데, 알파채널을 통해 간단하게 지워버리면 된다. 정말 사람이 할 일은 '감독관' 역할밖에 없다. 

 

배경합성

 

머신러닝과 함께 작업한다면, 이제 위와 같은 합성은 10분컷이다. 그림자를 넣고, 주변광을 넣는다면 시간이 조금 걸리겠지만 1시간을 넘기지 않을 것이다. 그리고 이러한 추세는 지속되리라 예상한다. 기술은 항상 '편하고 쉽고 빠른 방향'으로 진보해왔기 때문이다. 아마도 '패턴 + 반복' 작업이 과도하게 많은 '리깅', '특수효과(입자)' 분야의 급격한 변화는 상당할 것이다.