Tag ‘Point & Find’

Nokia Point & Find

요즘 여러 모바일 AR 서비스들이 혜성처럼 등장한 분위기이지만, 사실 그 이전부터 꾸준히 준비해온 회사들도 많이 있습니다. 특히 Nokia는 지난 수년간 전방위에서 다양한 연구 성과들을 축적해왔습니다.

ISMAR 2006에 발표되었던 MARA에서는 이미 WikitudeLayar처럼 카메라 영상과 GPS를 이용한 정보 시각화 기술을 선보인 바 있습니다. 사실 이것도 HP가 2000년대 초반 보여주었던 Cooltown의 연장선상에 있다고 하니 꽤 오랫된 아이디어인 셈이죠.

그런 의미에서 현재 베타 테스트 중인 Point & Find는 그간의 노력이 맺은 결실입니다. 카메라로 특정 대상을 찍으면 (point), 해당 정보를 찾아주는 (find) 시스템으로, 영화 포스터나 잡지, 상품 태그, 관광지 건물 인식 등 다양한 응용이 기다리고 있습니다. 카메라 영상을 인터페이스로 사용한다는 측면에서는 며칠 전 소개해드린 SREngine Lite와 유사하다고 볼 수 있겠죠.

이러한 시스템들의 큰 고민 중 하나는 역시 효율적인 영상 매칭 알고리즘의 설계가 되겠습니다. 유사한 사례를 보자면, 초기의 SREngine이 별도의 서버에 위임해버리는 방식을 택했고, 최근의 SREngine Lite에서는 20장 정도의 사진에 대한 온라인 매칭에 성공하기 시작하였습니다. Point & Find에서는 MARA에서부터 갈고 닦았던 GPS 기술로 위치 기반의 영상 DB를 구축하고, 최적화된 인식 알고리즘을 적용하여 수백장 이상의 영상에 대한 실시간 매칭이 가능합니다. 이 부분은 얼마 전 ISUVR 2009 학회로 한국을 방문하였던 Kari Pulli가 자세히 소개해주었던 내용이기도 합니다.

지난 달에는 컨텐츠 제공자들이 Point & Find에서 사용할 DB를 입력할 수 있는 포털 사이트가 공개되었습니다. 사진을 올린 다음 링크를 달아주기만 하면 되도록 쉽고 간편하게 구성해 놓았습니다. WIKITUDE.me의 사례처럼 콘텐츠의 중요성을 다시 한번 느끼게 됩니다.

Point & Find는 미국과 영국에서 현재 이미 운영되고 있는 서비스입니다. 증강현실이라고 하면 의례 떠올리는 화려한 3D 그래픽이 있는 것은 아니지만, 오히려 그렇기 때문에 보다 현실적이고 실용적인 서비스가 될 수 있겠다는 생각을 해봅니다. 국내에서도 이동통신사들의 관심이 부쩍 늘어났다고 하는데 조만간 좋은 결과를 볼 수 있었으면 좋겠습니다.

SREngine Lite

최근 화제가 되고 있는 Wikitude, Layar, Nearest Tube, Sekai Camera 등은 현재 바라보고 있는 카메라 영상의 대략적인 방향 정보를 GPS와 전자 나침반을 이용해 유추해내는 기술에 기반하고 있습니다. 따라서 영상 속 사물의 정확한 위치를 인식할 수 없어 실내의 조밀한 공간에 적용하기는 어렵습니다. 이러한 정합의 부재는 연구자들 사이에서 AR이 아니다라는 논쟁을 부르기도 하였죠.

반면, SREngine이나 Point & Find 등은 영상 자체의 인식을 시도한다는 점에서 위의 시스템들과 차별화될 수 있습니다. 물론 그만큼 필요한 연산량이 많고, 넓은 범위로 확장하는 것도 쉽지 않다는 문제가 있긴 하지만요.

기존의 SREngine은 부하가 큰 인식 부분을 별도의 서버에 맡기는 방법으로 이러한 문제를 해결하고자 하였습니다. 여기서 더 나아가 이번에 나온 SREngine Lite는 인식 부분까지 iPhone에서 자체적으로 해결하고 있습니다.

영상을 보면 구형 iPhone 3G에서 대략 6초, 신형 3GS에서는 3초 정도의 인식 시간이 필요한 것을 알 수 있습니다. 화면의 사각형 프레임에 딱 맞추어 인식하는 것으로 미루어보아 회전이나 스케일 변화를 고려하지 않는 간단한 특징점을 사용했을 것 같구요. 기존의 SREngine처럼 인공 신경망 기반의 분류 기법을 사용하지 않았을까 싶어요. 그리고 무엇보다도 iPhone의 장점을 십분 발휘한 산뜻한 UI가 가장 인상적입니다.