AI

긴 스포츠 중계용 AI 평가판 만든 UNIST

인공지능신문 ·

김태환 교수

✦ AI 요약

UNIST 김태환 교수팀, 8개 종목 320편·누적 640시간 분량 AI 평가 벤치마크 구축

인공지능신문에 따르면 UNIST 연구팀이 실제 중계 길이에 가까운 스포츠 영상 하이라이트 추출 AI를 평가할 대규모 벤치마크를 구축했다. 13일 공개한 이 벤치마크는 8개 종목 320편으로 이뤄졌고, 기존의 짧은 영상 위주 평가보다 실제 활용 환경에 더 가깝게 성능을 가릴 수 있도록 설계됐다. 핵심은 이미 공개된 공식 하이라이트 영상을 정답으로 삼고, 원본 영상 속 해당 시점을 자동으로 찾아 붙이는 방식이다. 사람은 시작과 끝을 확인하고 자동 매칭 결과를 검토하는 정도만 맡아 긴 영상 데이터 구축 부담을 크게 낮췄다. 연구팀은 이 벤치마크와 함께 긴 영상에서 하이라이트를 추리는 별도 모델도 제시했고, 시험에서 기존 모델보다 나은 결과를 보였다고 밝혔다. 장시간 영상 분석의 평가 기준이 현실에 가까워졌다는 점에서, 앞으로 비슷한 방식의 데이터 확장과 모델 비교가 이어질 가능성을 보여준 연구다.

관점

이 연구의 의미는 하이라이트를 잘 찾는지보다 그 성능을 무엇으로 검증하느냐의 기준을 바꿨다는 데 있다. 짧은 영상에 맞춰진 시험으로는 실제 중계 환경에서의 경쟁력을 가리기 어려웠는데, 이번 접근은 평가와 개발의 간극을 줄이는 쪽으로 방향을 틀었다. 덕분에 장시간 영상 분석 기술은 보여주기식 성능보다 현장 적용 가능성을 더 직접적으로 따지게 될 가능성이 크다. 결국 업계에서는 데이터를 얼마나 많이 모았는지보다, 실제 사용 조건을 얼마나 닮은 평가판을 갖췄는지가 경쟁력으로 떠오를 수 있다.

이 관점은 비즈크러시가 작성한 자체 의견이며, 인공지능신문의 보도 내용과 무관합니다.

이 기사는 자동생성 알고리즘의 도움을 받아 작성되었습니다.


출처 인공지능신문

원문 확인

이 기사는 인공지능신문 원문을 바탕으로 비즈크러시가 요약 정리했습니다. 정확한 인용과 세부 내용은 원문을 확인해 주세요.