"관공서, 통신사 등 맞춤형 지원해 딥페이크 범죄 피해 예방 앞장" 딥브레인AI는 딥페이크 탐지 솔루션을 고도화했다고 3일 밝혔다. 조작된 영상 검출은 물론 이미지, 음성까지 탐지 범위를 확대했다. 딥페이크(Deepfake)란 AI를 활용해 특정인의 얼굴과 목소리, 행동까지 그대로 재현한 위조 콘텐츠를 일컫는다. 스마트폰 앱으로 딥페이크 영상을 쉽게 만들 수 있는 등 기술 장벽이 낮아지며 사회에 많은 혼란을 야기하고 있다. 다가오는 미국 대선을 앞두고 가짜 뉴스, 불법 음란물 등 범죄에 악용되는 사례가 지속적으로 늘고 있는 상황이다. 딥브레인AI는 딥러닝 기반 영상·음성 합성과 자연어 처리 기술을 융합한 AI 휴먼 솔루션과 글로벌 수준의 생성형 AI 아바타 제작 솔루션 등 우수한 AI 기술을 바탕으로 완성도 높은 딥페이크 탐지 솔루션을 선보였다. 세부적으로는 ▲종합 탐지 모델 ▲특정 인물 탐지 모델 ▲음성 탐지 모델로 구성된다. 종합 탐지 모델은 합성곱 신경망(CNN, Convolution Neural Network)과 구글의 자연어 처리 모델인 트랜스포머를 기반으로 설계됐다. 세상에 존재하지 않는 가상 인간의 얼굴을 제작하는 페이스 제너레이션과 원하는 얼굴
매스웍스는 오스트리아 그라츠공과대학교 아르노 아이히베르거 교수 연구팀이 심장 전기 활동으로 졸음운전을 인식하는 인공지능 개발에 자사 매트랩의 웨이블릿 툴박스와 딥러닝 툴박스를 적용했다고 30일 밝혔다. 연구팀은 매트랩의 딥러닝 툴박스를 적용해 졸음운전자의 심전도(ECG) 신호를 분석하는 인공지능 알고리즘을 개발했고, 그 결과 운전자의 졸음 운전을 구분하는 새로운 방법을 선보였다. 아이히베르거 교수 연구팀은 우선 졸음 운전자 데이터베이스 생성을 위해 총 92명의 데이터를 수집했다. 연구 참가자는 최소 16시간 동안 깨어 있거나 4시간 이하의 수면을 취한 상태로 연구팀이 제작한 운전 시뮬레이터의 수동 및 자동 운전 시나리오에 참여했고, 심전도(ECG) 전극으로 측정한 운전자의 심장 활동 데이터가 수집됐다. 연구팀은 운전자를 녹화한 화면에서 하품, 머리의 꾸벅임, 길게 눈을 깜박인 정도를 기반으로 '경각 상태', '보통 졸음', '심한 졸음', '수면'과 같이 네 가지 레이블로 분류했고, 알고리즘을 훈련하기 위해 딥러닝 기법을 활용했다. 연구팀은 픽셀의 복잡한 패턴을 분간하고 특징을 추출하여 이미지를 식별할 수 있는 합성곱 신경망(CNN, Convolutional
한국생산기술연구원(이하 생기원)이 차세대 디스플레이 제조방식인 ‘잉크젯 인쇄공정’의 상태 분류를 자동화 할 수 있는 인공지능(AI) 기술을 개발했다. 잉크젯 공정이란 종이에 잉크를 뿌려 인쇄하듯, 전자 재료를 기판 위에 분사해 인쇄하는 제조혁신 기술이다. 고가의 재료를 필요한 부분에만 선택적으로 인쇄 가능해 경제적이고 오염도 방지할 수 있어, 다양한 전자 소자부터 인공장기에 이르기까지 여러 분야에 걸쳐 널리 연구되고 있다. 현재 산업계에서 가장 활발히 적용되고 있는 분야는 세계 최고의 기술력을 인정받고 있는 유기발광다이오드(OLED) 및 퀀텀닷(QD-OLED) 디스플레이 제조업계다. 증착을 이용한 기존의 디스플레이 제조공정은 화소 형성 과정에서 값비싼 재료가 많이 소모되고 대면적화가 어렵다는 한계가 있었다. 반면 잉크젯 장비를 도입하면 비용절감과 공정 효율화에 유리하여, 공격적인 투자에 나선 중국과의 기술격차를 벌리기 위한 선제적 대안으로 디스플레이 업계의 주목을 받고 있다. 그런데, 잉크젯 공정은 잉크젯 방울이 어떤 상태인지 판단하고 분류하는 과정이 어려워 현재 장비 운전자의 숙련도와 감에 크게 의존하고 있다. 학계·산업계에서는 다양한 잉크젯 모니터링 기술