국내 연구진이 인터넷 속도가 느려도 고화질 영상을 감상할 수 있는 인터넷 기반 비디오 전송 기술을 개발했다.

한국과학기술원(KAIST)는 신진우·한동수 교수(전기및전자공학부) 연구팀이 딥러닝 기술을 이용해 열악한 인터넷 환경에서도 고품질·고화질 비디오 시청을 할 수 있는 기반 기술을 개발했다고 30일 밝혔다.

연구팀이 개발한 기술을 적용하기 전 영상(왼쪽)과 적용 후 영상. / 한국과학기술원 제공
연구팀이 개발한 기술을 적용하기 전 영상(왼쪽)과 적용 후 영상. / 한국과학기술원 제공
이 기술은 유튜브, 넷플릭스와 같은 인터넷 영상 서비스에서 비디오를 사용자에게 전송할 때 쓰는 적응형 스트리밍 비디오 전송 기술에 딥러닝 기술인 심층 콘볼루션 신경망(CNN) 기반 초해상화를 접목한 새로운 방식을 따른다.

기존 적응형 스트리밍은 시시각각 변하는 인터넷 대역폭에 맞춰 스트리밍 중인 비디오 화질을 실시간으로 조절한다. 이를 위해 다양한 알고리즘이 연구되고 있으나, 네트워크 환경이 좋지 않을 때는 어느 알고리즘이라도 고화질 비디오를 감상할 수 없다는 한계가 있다.

연구팀은 비디오 시청 시 긴 영상을 짧은 시간의 여러 비디오 조각으로 나눠 내려받은 기존 방식에 추가로 신경망 조각을 비디오 조각과 함께 다운받는 방식을 도입했다. 이를 위해 비디오 서버에서는 각 비디오에 대해 학습된 신경망을 제공하고, 사용자 컴퓨터 사양을 고려해 다양한 크기의 신경망을 제공한다.

제일 큰 신경망 크기는 2메가바이트(MB) 수준으로, 비디오에 비해 용량이 작다. 연구팀은 신경망을 사용자 비디오 플레이어에서 내려받을 때는 여러 개 조각으로 나눠 내려받고, 신경망의 일부만 내려받아도 조금 떨어지는 성능의 초해상화 기술을 이용할 수 있도록 설계했다.

사용자 컴퓨터에서는 동영상 재생과 함께 병렬적으로 CNN 기반 초해상화 기술을 기반으로 비디오 플레이어 버퍼에 저장된 저화질 비디오를 고화질로 바꾸게 된다. 모든 과정은 실시간으로 이뤄져 사용자는 고화질의 비디오를 시청할 수 있게 된다.

연구팀은 이 시스템으로 최대 26.9% 적은 인터넷 대역폭으로도 최신 적응형 스트리밍과 같은 체감 품질을 제공할 수 있음을 보였다. 또 같은 인터넷 대역폭 환경이라면 최신 적응형 스트리밍보다 평균 40% 높은 체감 품질을 제공할 수 있다고 설명했다.

한동수 교수는 "이 기술은 현재 유튜브, 넷플릭스 등 스트리밍 업체에서 쓰는 비디오 전송 시스템에 적용한 것으로 실용성에 큰 의의가 있다"며 "지금은 데스크톱에서만 구현했지만, 향후 모바일 기기에서도 작동하도록 기술을 발전시킬 예정이다"라고 말했다.