현실 세계와 동일한 사회, 경제, 문화 활동이 이뤄지는 3차원 가상 세계인 보증 사이트는 지난해 초반까지 전 세계 기술 기업들과 학계, 전문가들의 높은 관심 속에 활용 분야를 확대해 왔다.

하지만 오픈AI의 챗GPT 출시 이후 인공지능(AI)의 이용이 활발해지고 기술 기업들의 인공지능 개발 진출에 가속도가 붙으면서 어느 순간 관심이 급감하는 등 이전에 비해 쇠락하는 모습을 보이고 있다.

◆새로운 기술 세계 메타버스…산업·실생활 활용 위한 진화 거듭

그럼에도 메타버스는 여전히 새로운 기술 세계로 인식되고 있으며 메타버스를 산업과 실생활에서 활용하기 위한 세계적인 기술 기업들과 학계의 연구 개발과 사업 방향 전환은 지속적으로 진행되고 있다.

이처럼 세계적인 기술 기업들과 대학의 연구진들이 생활 속에서 또는 기업의 생산 활동에서 보증 사이트의 활용을 위한 연구 개발에 몰두하고 있는 가운데 최근 싱가포르의 한 대학 연구팀이 보증 사이트에서 사람의 움직임을 추적할 수 있는 연구 결과를 발표해 주목받고 있다.

해외 블록체인 전문 매체 코인텔레그래프(Cointelegraph)에 따르면 싱가포르 난양공과대학교(Nanyang Technological University)의 연구팀은 최근 보증 사이트에서 사람의 움직임을 추적하는 새로운 방법을 공개했다.

잘 알려진 대로 보증 사이트의 주요 기능 중 하나는 디지털 세계에서 현실 세계의 사물과 사람을 실시간으로 표현할 수 있는 능력을 들 수 있다. 예를 들어 가상 현실에서 사용자는 고개를 돌려 자신들의 관점을 바꾸거나 현실 세계의 물리적 컨트롤러를 조작하여 디지털 환경에 영향을 미칠 수 있다.

보증 사이트에서 사람의 활동을 포착하기 위한 현상은 디바이스 기반 센서와 카메라 또는 이 둘의 조합을 사용한다. 그러나 난양공과대학교 연구원들이 출판 전 연구 논문에 썼듯이 이 두 가지 방식 모두 즉각적인 한계가 있다.

연구원들은 논문에서 “모션 센서를 구비한 휴대용 컨트롤러와 같은 장치 기반 감지 시스템은 인체의 한 지점에서만 정보를 포착할 뿐이어서 매우 복잡한 활동을 모델링할 수 없다”고 언급했다. 한편, 카메라 기반 추적 시스템은 조도가 낮은 환경과 물리적 장애물로 인해 어려움을 겪고 있다.

과학자들은 수년 동안 사람의 움직임을 추적하기 위해 와이파이(WiFi) 센서를 사용해 왔다. 레이더와 비슷하지만 와이파이 데이터를 송·수신하는 데 사용되는 무선 신호는 우주 공간의 물체를 감지하는 데 사용할 수 있다.

와이파이 센서는 미세 조정을 통해 심장 박동을 감지하고 호흡 및 수면 패턴을 추적하며 심지어 벽을 통해 사람을 감지할 수 있다.

◆WiFi 이용 사람 움직임 감지 한계…MaskFi 시스템으로 극복

보증 사이트 연구자들은 과거에 전통적인 추적 방법과 와이파이 감지를 결합하는 실험을 통해 다양한 성공을 거둔 바 있다.

와이파이 추적에는 인공 지능 모델을 사용해야 한다. 하지만 불행하게도 이러한 모델들을 훈련하는 것은 연구자들에게 높은 난이도를 가지고 있음이 입증됐다.

난양공과대학교 연구팀은 논문에서 “와이파이 및 비전 방식을 사용하는 기존 솔루션은 수집하기가 매우 번거로운 방대한 라벨이 지정된 데이터에 의존한다”며 “우리는 모델 훈련을 위해 라벨이 지정되지 않은 영상과 와이파이 활동 데이터만 활용하는 새로운 비지도 멀티모달 HAR(인간 활동 인식) 솔루션인 마스크파이(MaskFi)를 제안한다”고 밝혔다.

인간 활동 인식용 와이파이 감지를 실험하는 데 필요한 모델을 교육하기 위해 과학자들은 훈련 데이터 라이브러리를 구축해야 한다. 인공지능을 훈련시키는 데 사용되는 데이터 세트에는 특정 모델의 목적에 따라 수천 또는 수백만 개의 데이터 포인트가 포함될 수 있다.

종종 이러한 데이터 세트에 라벨을 붙이는 것은 이러한 실험을 수행하는 데 가장 시간이 많이 걸리는 부분일 수 있다.

난양공과대학교의 연구팀은 이 같은 문제를 극복하기 위해 ‘마스크파이(MaskFi)’를 만들었다. ‘비지도형 학습’이라는 방법을 사용하여 구축된 인공지능 모델을 사용한다.

비지도형 학습 패러다임에서 인공지능 모델은 상당히 작은 데이터 세트에서 사전 훈련된 다음 만족스러운 수준의 정확도로 출력 상태를 예측할 수 있을 때까지 반복 작업을 거친다. 이를 통해 연구원들은 강력한 훈련 데이터 세트를 구축하는 데 필요로 하는 힘든 노력 대신 모델 자체에 역량을 집중할 수 있다.

연구진에 따르면 마스크파이 시스템은 두 가지 관련 벤치마크에서 약 97%의 정확도를 달성했다. 이는 이 시스템이 향후 개발을 통해 완전히 새로운 보증 사이트 양식, 즉 실시간으로 1:1 현실 세계를 표현할 수 있는 보증 사이트의 촉매제 역할을 할 수 있음을 시사하고 있다.

학계와 전문가들은 이번 싱가포르 난양공과대학교 연구진의 연구와 관련해 메타버스를 산업 현장과 실생활에 활용하기 위한 연구들이 속속 진행될 것으로 예상하고 있다.

실제로 최근 핀란드 탐페레 대학교(Tampere University)의 연구원들이 현실 세계에서 인간을 나타내기 위해 사용되는 그래픽 아바타, 즉 디지털 트윈을 메타버스에서 수정하여 근로자에 대한 관련 데이터를 표시하도록 수정할 수 있는 시스템, 즉 산업용 메타버스에 대한 연구 결과를 발표한 바 있다.

따라서 학계와 전문가들은 인공지능 기술 개발 연구와는 별개로 메타버스의 활용을 위한 연구는 앞으로도 지속될 것이며 연구 결과물들이 실생활 또는 산업 현장에서 가시적인 성과를 거둘 경우 메타버스의 재도약과 성장도 가능할 것으로 전망하고 있다. [뉴스드림]