보라빛 소를 만나기 위한 도약

ICT 기술과 브랜딩 전략이 낳은 미래형 헬스장, 식스패드 스테이션.pdf

[ 요 약 ]

[ 본 문 ]

◾ 근육에 전기 자극을 통해 전신 근력운동을 15분 만에 끝내준다는 ‘식스패드 스테이션(SIXPAD STATION)’이 미래형 트레이닝 센터로 주목받고 있음

▸ 힘이 많이들 뿐더러 오랜 시간 꾸준한 운동을 요구하기 때문에 헬스장 다니기는 작심 3일의 대표적인 사례 중 하나임

▸ 식스패드 스테이션은 IoT와 AI 기술을 이용하여 헬스가 힘들고 어렵다는 고정관념을 뒤집으려는 시도로, 편리하고 빠른 근력운동 효과를 제시하고 있음

▸ 식스패드 스테이션은 가정용 EMS(Electrical Muscle Stimulation, 전기적 근육 자극) 기기를 제조하는 일본의 MTG가 전개하는 새로운 사업으로, MTG의 EMS 기기 ‘식스패드’는 세계적인 축구 스타 크리스티아누 호날두가 개발에 참여한 것으로 유명

<자료> MTG

[그림 1] MTG의 신개념 헬스장 식스패드 스테이션

▸ MTC의 제품은 일본의 스포츠 과학 연구가인 모리타니 토시오 교수가 제시한, ‘인간의 근육 발달 트레이닝에 가장효과적인 주파수는 20Hz’라는 이론을 토대로 개발되었음

▸ 식스패드 스테이션에서는 사람의 대표적인 9개 근육에 대응하는 웨어러블형 EMS 장비를 장착한 상태에서 디지털 거울에 나타나는 지시나 조언을 참고하여 운동하게 되는데, 보통 90분 정도 소요되는 전신 근력 트레이닝을 15분에 끝낼 수 있다고 함

<자료> MTG

[그림 2] MTG의 가정용 EMS 기기 식스패드

◾ 새로운 컨셉의 트레이닝 센터 구현을 뒷받침하고 있는 것은 무선 통신, 2차 전지, 동작 인식 센서, AR(증강현실) 등 ICT 기술임

▸ 식스패드 스테이션은 ①전신을 덮는 EMS 기기인 ‘EMS 풀 바디 수트’, ②운동하는 사람의 상에 겹쳐 트레이닝 정보 등을 표시해 주는 ‘디지털 트레이닝 미러’, ③이 장비들을 관리·제어하는 ‘컨트롤 타워’의 세 가지 요소로 구성됨

▸ EMS 장비는 무선 통신과 2차 전지 기술을, 디지털 미러는 모션 센서와 AR 기술을 응용한 장치를 탑재하는데, MTG는 생산설비를 갖추지 않은 팹리스(fab-less)이지만 이러한 기기의 설계와 디자인은 직접 담당하였음

<자료> MTG

[그림 3] 식스패드 스테이션의 3가지 구성요소

◾ 식스패드 스테이션은 세계 유일의 EMS 헬스장임을 강조하고 있는데, EMS로 근육에 전기 자극을 하며 스쿼트 등을 함으로써 단시간에 강도 높은 훈련효과를 내는 것이 특징

▸ EMS는 전원만 켜면 아무것도 하지 않아도 근육이 움직인다는 간편함으로 주목받는 트레이닝 기구지만, 식스패드 스테이션은 전기 자극을 받으면서 트레이닝을 실시하기 때문에 일반 트레이닝보다 부하가 약간 높은 편이라고 함▸ EMS 풀 바디 수트는 상하 세트로 어깨에서 허벅지까지 덮게 되며, 전류를 흐르게 하기 위한 전극이 18 곳에 배치되어 각각 몸의 9개 부위의 근육을 담당하는데, 수가 많기는 하지만 심장에 영향이 없도록 배치하고 있음

<자료> ITmedia

[그림 4] 풀 바디 수트에 내장된 18개 전극

▸ 풀 바디 수트는 조임이 있고, 무게도 1kg을 초과하기 때문에 사람에 따라서는 약간 무겁게 느낄 수도 있으며, 수트 안에는 얇은 속옷만 입는 것이 좋음

▸ 컨트롤 타워와 풀 바디 수트는 블루투스로 연결되어 있으며, 트레이너는 컨트롤 타워의 화면을 터치하여 트레이닝의 부하, 즉 전류의 강도를 자유자재로 바꿀 수 있고, 트레이닝 종료 시에는 자세의 정확성 등이 거울에 100점 만점으로 점수화하여 표시됨

◾ 사용자의 트레이닝의 강도와 점수 데이터 정보는 클라우드에 저장되어 다음번 트레이닝 시에 곧바로 호출되기 때문에, 언제 어디서든 트레이닝 상황을 파악할 수 있음

▸ 클라우드에 정보가 저장되기 때문에 만일 트레이너가 바뀌었다 하더라도 즉시 지금까지의 트레이닝 상황을 바로 파악할 수 있으며, MTG가 식스패드 스테이션의 글로벌 사업을 전개하고 있으므로 전세계 지점 어느 곳에서든 정보를 불러올 수 있는 것임

▸ 근육의 두께를 측정하는 기능도 있는데, 초음파 검사와 비슷하게 진행되며 시간은 채 1분이 걸리지 않으며, 근육과 그 위의 피하 지방의 상태를 보여 줌

▸ 디지털 미러는 내장 센서를 이용하여 거울에 비친 훈련자의 모습을 토대로 골격을 분석하며, 스쿼트를 한다면 허리를 어느 정도까지 낮추면 좋은지 등 정확한 폼을 유지하기위해 필요한 정보를 AR과 유사하게 훈련자의 모습 위로 중첩하여 표시해 줌

▸ 헬스를 처음 하는 사람들은 자신이 하고 있는 동작이 제대로 된 것인지 잘 몰라 걱정하는 경우가 많은데, 올바른 포즈를 거울에 나타냄으로써 이런 우려를 해소하는 것이며, 그 외에도 디지털 미러에는 트레이닝 시간과 현재 단련 부위 등의 정보도 표시됨

<자료> MTG

[동영상] AR 정보를 보여주는 디지털 미러

▸ 트레이닝은 총 5개 프로그램으로 구성되어 있으며, 각 프로그램은 3분 정도씩이고 프로그램 사이에 30초의 휴식시간이 있으며 수분도 보충할 수 있음

▸ 식스패드 스테이션에는 트레이닝 후 ‘젠룸(Zen Room)'에서 호흡을 가다듬고 명상을 할 수 있는 옵션을 두고 있는데, 15분간 트레이닝으로 90분의 운동 효과를 내기 때문에 흥분상태에 있는 신체를 부교감 신경 우위 상태로 재설정하기 하기 위한 것임

▸ 식스패드 스테이션은 15분 1회 이용료가 8천 엔으로 다소 높은 편이지만, 식스패드 제품 자체가 판매 가격이 12만 6,300엔으로 상당한 고가의 제품임

◾ MTG는 브랜드 개발에 강점이 있는 기업으로, 독자적인 자체 기술보다는 파트너십을 통해 아이디어를 신속하고 완성도 있게 상품 및 서비스화 하는 데 강점이 있는 기업임

▸ 얼굴 롤러 제품은 ‘리파(ReFa)’, 자세 교정 의자 ‘스타일(Style)’, 워터 서버 제품 ‘키라라(Kirala)’ 등  지금까지 주로 미용·생활건강 관련 제품을 판매해 온 MTG가 헬스장 사업에 진출하게 된 결정적인 계기는 직원의 아이디어였다고 함

▸ MTG의 자회사 소속으로 스포츠 클럽의 이벤트 등에서 MTG 제품의 판매를 담당하던 한 직원은 트레이닝 센터 운영에 흥미를 느끼던 차에, 2016년경 식스패드와 헬스장의 융합이라는 아이디어를 내놓음

▸ 물론 아이디어를 내놓았다고 해서 그것이 곧장 제품이나 서비스로 구현되는 것은 결코 쉽지 않은 일이나, MTG가 다른 기업에 비해 차별화된 역량으로 내세우고 있는 것은 세상에 나와 있는 아이디어와 기술을 ‘인큐베이션’하여 구체화하는 능력임

▸ 팹리스인 MTG가 이러한 강점을 발휘하기 위해 중점을 두고 있는 것이 제조 등 기술적 지원을 담당해주는 외부 기업과의 파트너십

▸ MTG는 자체 기술 보유에 얽매이지 않으며, 제조업체이기는 하지만 상품 개발보다는 ‘브랜드 개발’에 보다 가까운데, 새로운 브랜드를 출시하여 그 브랜드 이미지를 구축하고 제품을 통해 브랜드를 확산하는 사업모델을 견지하고 있음

◾ MTG의 개발 스타일에 또 하나 특징적인 것은 ‘디자인 씽킹 접근법(design thinking approach)'으로 개발 순서에 나름의 규칙을 따르고 있음

▸ 우선 첫 단계에서는 사용자를 상정하고 어떤 상품이 팔릴 것인지를 생각하며 제품의 디자인에 주력하는데, 이는 최근에 디자인 씽킹이 유행하며 도입한 기법은 아니고 브랜드 개발을 중시해 온 결과로서 오래전부터 이런 접근방식을 견지해 왔다고 함

▸ 식스패드 스테이션의 경우, ‘맨손으로 OK인 가까운 미래의 체육관’을 컨셉으로, 블랙과 오렌지를 테마 컬러로 삼은 스튜디오의 디자인과 그에 걸맞은 장비의 외관, EMS 전신 수트에 탑재되는 무선통신 기능과 2차 전지 구동 등의 사양을 결정해 나갔음

▸ MTG는 자신들이 원천 기술을 보유하고 있는 것이 아니어서 스스로를 ‘아마추어 집단’이라 생각하고 있으며 그래서 ‘지금 가능한 것’에서부터 시작한다는 입장임

▸ 컨셉에 따라 설계도를 그리고 파트너 기업 등에 구현이 가능한지 여부를 물어 보는데, 새로운 도전이었던 체육관 비즈니스도 이 원칙을 따랐다고 함

◾ 한편 기술기업과 제휴에서 중요시 하는 것은 파트너 기업에만 내맡기지 않고 가능한 자신들도 정보를 수집해 실현 방법을 제안하는 등 커뮤니케이션을 밀도 있게 해나가는 것임

▸ 이번에 개발한 장비도 헬스장 관리 책임자까지 개발 단계에서 웨어러블의 소재 연구에 참여하는 등 관계자 모두가 적극적으로 개발에 관여하는 체제를 구축하고 있음

▸ 가령 식스패드 스테이션에 도입한 디지털 트레이닝 미러도, 이미 유럽 등에 존재하는 업무용 EMS 기기를 사용한 헬스장과 어떻게 차별화할 것인가를 모색한 결과 나온 아이디어를 구현하는 데 성공한 것임

▸ 일본의 피트니스 인구는 전체 인구의 약 3%로 미국과 유럽에 비해 적은데, 그 원인은 ‘재미가 없다’는 것으로 분석되고 있었기 때문에, MTG는 트레이닝이 재미있다고 느끼게 해주는 인터랙티브 기술이 없는지 탐색하였음

▸ VR(가상현실) 기술 등도 검토했지만, HMD(헤드마운트디스플레이)를 장착한 상태에서 트레이닝을 하는 것은 안정성에 문제가 있어, 대신 일부 호텔의 프런트에서 사용하는 미러 디스플레이에 눈길을 돌렸다고 함

▸ 헬스장에는 꼭 거울이 있는데, 트레이너는 구두로 설명하고 거울에 정보를 표시할 수 있다면 훨씬 신비함을 줄 수 있을 것으로 판단했는데, 디지털 미러는 운동자 자신의 모습 위에 근육을 모양의 보여주거나 따라해야 할 자세 등을 표시해 줌

▸ 디지털 미러는 벽면 거울에 내장하는 형태와 스탠드얼론으로 별도 설치하는 형태의 두 가지 디자인을 채택하였는데, 특히 스탠드얼론형의 경우 거울 케이스 뒷면에 미래적인 느낌을 주는 유기적 라인에 천착하였음

◾ MTG는 이전에도 신규 사업에 진출하여 성공한 경험들이 많은데, 그 대표적인 예가 얼굴 롤러인 ‘리파(ReFa)’ 시리즈임

▸ 이 제품은 2~3만 엔의 고가임에도 불구하고 마사지가 쉽고 얼굴을 작게 만드는 효과가 있다고 알려져 크게 유행했으며, MTG를 건강·미용 업계의 유명 기업으로 단숨에 끌어올린 간판 제품임

▸ 2009년 2월~2017년 6월까지 누계 판매량 700만 대를 기록했으며, 출시 후 10년이 채 안된 기간에 수천억 엔대의 매출을 달성하였음

▸ MTG는 리파를 출시하기 전부터 게르마늄 얼짱 롤러 등으로 어느 정도 인기를 얻고 있었는데, 주요 타깃인 중년 여성의 얼굴은 근육의 쇠약, 콜라겐과 히알루론산 등 피부 안쪽의 보습 성분 감소로 인해 림프액이 고여 붓고 처지기 쉽다는 점에 착안하였음

<자료> MTG

[그림 5] MTG의 얼굴 롤러 ReFa 시리즈

▸ 마사지는 이러한 부종에 즉각 효과가 있어 쉽게 마사지 할 수 있는 얼짱 롤러가 인기가 모으게 된 것인데, 리파는 이를 보다 발전시킨 제품임

▸ 가령 일반적인 게르마늄 롤러와 같은 I자 형이 아니라 끝에 2 개의 롤러를 장착한 Y자형을 채택했는데, 안면을 구르는 2 개의 롤러에 얼굴 살이 살짝 끼면서 확실한 압력이 가해지기 때문에 림프액을 효율적으로 배출시킬 수 있게 한 것임

▸ 이러한 기술적 연구뿐만 아니라 광채가 나는 외관 디자인으로 고급스러움을 연출하는 동시에 그래미와 아카데미 시상식에 운영되는, 소위 유명 인사에 대한 홍보의 장인 ‘공식 선물 라운지’에 전시를 하여 ‘연예인 사용 제품’이라는 이미지를 구축하였음

▸ 이런 바탕 위에 일부러 높은 가격 가격을 설정함으로써 소비자의 선망 수요를 부추기는 마케팅을 펼쳤고 결과적으로 주효하였음

◾ 식스패드 스테이션 역시 리파와 마찬가지로 차별화와 독창적인 브랜드 개발을 핵심전략으로 하고 있으며, 글로벌 사업 전개를 위해 올해 3월 SXSW 2018에도 참가하였음

▸ MTG가 리파와 동일한 프로세스로 가정용 EMS 장비인 식스패드를 개발한 다음 눈을 돌린 곳이 서비스가 제공되는 미래형 헬스장으로, 우선 일본 내에서 500개 매장의 개설을 목표로 하고 있음

▸ 다른 기업이 운영하는 스포츠 클럽 등에서 장비 제공을 해달라는 요구도 있지만, ‘MTG 세계’를 만들고자 하는 열망이 있어 MTG 브랜드의 확립에 주력하고 있음

▸ 글로벌 사업 전개도 전개하고 있는데, 헬스장 공개에 앞서 2018년 3월에는 영상과 음악, 디지털 인터랙티브를 주제로 텍사스주 오스틴에서 매년 열리는 전시회 ‘South by Southwest 2018(SXSW 2018) Trade Show’에 참가한 바 있음

▸ 피트니스 업계의 전시회에는 보통 내수 시장을 겨냥하고, 게다가 소프트웨어 개발이 일반적이고 하드웨어 개발은 드물기 때문에, 피트니스 업계가 아닌 기술 업계의 유명 글로벌 전시회를 겨냥한 것임

▸ 결과는 성공적이어서 작은 부스에 방문객이 끊이지 않았으며, 유명 트레이너 등으로부터 프랜차이즈 및 투자 제안이 잇따르며 자신감을 얻었고, 1호점을 개장하면서 향후 목표로 글로벌 5천개 매장이라는 목표를 내걸게 되었음

<자료> bouncy

[그림 6] SXSW 2018 식스패드 스테이션 부스

◾ MTG의 성장 스토리는 기술 자체보다는 기술이 크리에이티브와 브랜딩과 결합하여 신속하게 시장에 대응했을 때 엄청난 성공 스토리가 만들어질 수 있음을 다시 확인시켜주고 있음

▸ MTG는 크리에이티브, 기술, 브랜딩, 마케팅의 4가지 요소를 융합시켜 혁신적인 브랜드를 창출하는 ‘브랜드 개발 기업’으로 기술적인 부분은 파트너와 제휴를 맺고 있으나 기술에 대한 자체 연구에도 상당한 노력과 투자를 아끼지 않고 있음

▸ 산관학 공동연구 및 다른 기업과 공동 개발에 적극적으로 참여하여 미용, 웰니스 영역에서 고객의 마음을 사로잡는 브랜드와 기술 제품을 연이어 만들어 내며, 활발한 글로벌 사업을 전개해 나가고 있음

▸ MTG는 일본에서는 몇 안 되는 비상장 대기업이었으며 시가총액이 10억 달러를 돌파하는 ‘유니콘 기업’으로 간주되어 왔었는데, 2018년 7월 10일 도쿄 증권거래소 신규 상장되었고 시가총액은 2,000억 엔 이상임

▸ 기술기업의 관점에서 본다면 자체 기술로 직접 브랜드와 서비스를 개발하는 것이 최선이겠으나, MTG와 같은 기업과 파트너십 체결도 성공적인 성장 경로가 될 수 있을 것임

오픈AI, 위화감 없이 두 얼굴을 합성해 주는 &lsquo;글로우&rsquo; 기술 발표.pdf

◾ 인공지능 관련 비영리 연구기관으로 설립된 ‘오픈AI(OpenAI)’는 위화감 없이 두 얼굴 사진을 합성할 수 있는 기술인 ‘Glow(글로우)’를 발표

▸ 오픈AI의 연구원인 프라풀라 다리왈과 더크 킹마에 의해 개발된 글로우는 ‘가역 1×1 중첩(invertible 1x1 convolutions)’ 기술을 이용하는 이미지 생성 인공지능임

▸ 글로우는 두 사진을 합성할뿐더러 합성의 정도를 조절할 수 있는데, 가령 왼쪽 입력 창에 천체 물리학자 닐 디그래스 타이슨의 얼굴을 넣고, 오른쪽 입력 i창에 여배우 라시다 리 존스의 얼굴을 넣은 뒤 어느 쪽을 많이 반영할 것인지 조작할 수 있음

Glow: Better Reversible Generative Models

(클릭하면 링크 사이트에서 두 얼굴 합성을 체험해 볼 수 있습니다)

▸ 합성 창의 MIX 버튼 위치를 중앙 위치로 설정하면 두 사진 이미지를 균일하게 합성하게 되는데, 결과는 실재 인물일 것 같은 자연스러운 남성의 얼굴이 생성됨

▸ MIX 조절 버튼을 왼쪽으로 옮기게 되면 결과 값은 왼쪽 입력 창에 있는 디그래스 타이슨의 특징이 더 강하게 반영하지만, 이 역시 MIX가 중앙일 때 나온 것과 마찬가지로 상당히 자연스러운 느낌을 줌

▸ MIX 조절 버튼을 오른쪽으로 옮기면 당연히 리 존스의 얼굴 특징이 더 많이 반영되며, 결과 값은 약간 중성적 느낌이 나는 여성의 사진을 생성함

▸ 오픈AI는 글로우를 ‘더 나은 가역적 생성 모델(better reversible generative model)'이라 설명하고 있는데, 한쪽 이미지와 다른 한쪽의 이미지 사이를 쉽게 오가며 다양한 합성 이미지를 생성할 수 있다는 뜻을 담고 있음

<자료> OpenAI Blog

[그림 1] 글로우를 이용한 두 사진의 다양한 합성

◾ 글로우는 얼굴 사진의 합성 외에도 사진에 ‘나이, 수염, 미소’ 등의 속성을 추가하여 이미지를 자연스럽게 변화시키는 기능도 제공함

<자료> Fast Company

[그림 2] 얼굴 속성 값의 변화

▸ 글로우는 학습한 이미지를 토대로 자동으로 레이블을 붙일 수 있는 것도 특징인데, 데모용으로 준비된 3만 명의 얼굴 사진을 학습시키면 자동으로 ‘미소, 나이, 가는 눈, 금발, 수염’ 등의 레이블을 설정함

▸ 자동으로 설정된 레이블은 나중에 자유롭게 조작할 수 있으며, 새로 입력된 이미지에 속성 변화를 추가할 수 있음

▸ 가령 왼쪽 입력 창에 유명 AI 연구자인 제프리 힌튼의 얼굴 사진을 세팅하고, ‘웃음-나이-금발-턱수염’ 등의 속성 값을 최대로 하고, ‘가는 눈’ 속성 값을 최대로 하면(눈 크게 뜨기 설정), 오른쪽의 출력 창에 설정을 반영한 변경된 사진이 생성됨

▸ 수염이 검은 것이 약간의 위화감을 주기는 하지만, 실재한다고 해도 이상하지 않은 남성의 얼굴이 생성되며 AI가 독자적으로 판단해 만들어 낸 것 같은 느낌은 주지 않음

◾ 오픈AI는 글로우를 깃허브(GitHub)에 공개해 누구나 자유롭게 사용해 보도록 하고 있음(https://github.com/openai/glow)

▸ 글로우를 동작시키기 위해는 기계학습 오픈소스 라이브러리인 텐서플로우(TensorFlow)와 우버가 만든 텐서플로우용 오픈소스 분산 딥러닝 프레임워크인 호로보드(Horovod)가 필요하며, 구체적인 조작 방법 등은 글로우 문서에 설명되어 있음

▸ 문서는 ‘https://d4mucfpksywv.cloudfront.net/research-covers/glow/paper/glow.pdf’에서 다운로드 받을 수 있음

▸ 두 연구원은 한 사진에서 다른 사진으로 넘어가는 도중의 변환 이미지 완성도에 대해 ‘부자연스러운 합성이 보인다’며, 보다 자연스러운 변화를 주기 위해 자동회귀모형(autoregressive model)과 VAE 기법을 사용해 개선하고 싶다는 뜻을 밝히고 있음

▸ VAE(Variational Autoencode, 변동 자동 인코딩)는 딥러닝 모델 중 하나로, 학습 데이터를 바탕으로 그 특징을 파악하여 학습한 데이터 세트와 비슷한 데이터를 생성할 수 있음

다음에 쓸 문장을 자동으로 알려주는 G메일의 새로운 AI 기능.pdf

◾ 구글은 최근 지메일(Gmail)의 기능을 대폭 업그레이드했는데, 7월부터 정식 제공 중인 AI(인공지능)이 다음에 쓸 문장을 제안해주는 ‘스마트 컴포즈(Smart Compose)’가 대표적

▸ 사용자가 메일을 쓰기 시작하면 AI가 연속적으로 문구를 생성해 주므로, AI가 제안한 문장이 의도와 부합한다면 쓰기 시작하는 것만으로 문장을 완결할 수 있어 메일 작성 시간을 크게 단축시킬 수 있음

▸ 스마트 컴포즈는 이번 일반 공개에 앞서 작년부터 시험 버전으로 공개된 바 있는데, 사용법은 간단해서 지메일 작성 화면에서 문자를 입력하면 AI가 알아서 문구를 생성

<자료> How-To Geek

[그림 1] 지메일 스마트 컴포즈 기능

▸ 가령 ‘How’를 입력하면 AI는 ‘How are you doing?’이라는 문장을 생성하는데, AI가 제시하는 문구(이 경우 ‘are you doing?’ 부분)는 회색으로 표시되며 탭을 누르면 검은색으로 바뀌며 문장이 확정됨

▸ 사용자들의 평은 대체로 기대했던 것 이상으로 편리하다는 것인데, 메일을 쓰고 나면 AI가 생성한 문장들이 메일의 대부분을 차지하고 있음을 알 수 있다는 것임

▸ 상대방 이름은 AI가 이메일 주소를 보고 유추해 생성한다고 하며, 작성자의 주소 등의 문구는 AI가 사용자의 개인정보를 파악하여 자동으로 삽입한다고 하는데, 개인에 따라 불편한 감정이 들 수도 있지만 이는 편리함을 얻기 위해 지불해야 하는 대가임

◾ 메일의 인사말 워딩은 아주 다양하지만, AI는 이런 다양성을 학습하여 사용자의 의도가 명확히 판별되는 시점에서 문장을 완성하여 제시함

▸ AI는 다양한 인사말 서식을 학습하고 있는데, 가령 ‘Hope’를 입력하면 이어서 ‘all is well with you’라는 문장을 생성함

▸ 이 문구가 아닌 다른 표현을 쓰고자 하는 경우에는 탭을 누르지 않고 계속 쓰면 되는데, ‘Hope e’까지 타이핑을 하면 AI는 ‘everything is going well with you’라는 문장을 생성하며, ‘Hope w’로 타이핑 하면 ‘work is going well’을 생성함

<자료> Fast Company

[그림 2] 스마트 컴포즈의 인사말 생성

▸ 즉, 쓰고 싶은 문장에 대한 힌트만 입력하면 AI가 그 문장을 완결해준다는 것으로, 인사말의 변화는 다양하지만 스마트 컴포즈는 이런 다양성에도 충분히 대응하고 있음

▸ 스마트 컴포즈의 AI가 어느 정도 서식이 정해진 인사말과 맺음말 부분만 작성하는 것은 아니며, 메일에서 가장 중요한 중간 부문의 문장도 생성함

▸ 본문도 글을 쓰기 시작하면 AI가 의미를 헤아려 그 다음에 나오는 단어를 생성하는 것은 동일하지만, 조금 복잡한 내용의 메일이 되면 AI가 생성해 주는 부분은 적어짐

▸ 따라서 스마트 컴포즈의 기능은 아직 제한적이라 할 수 있는데, 이를 보완하여 AI가 작성할 수 있는 내용의 범위를 넓혀가는 것이 다음 목표가 될 것으로 보임

◾ 스마트 컴포즈를 뒷받침하고 있는 AI는 알고리즘 학습을 거듭하여 메일 생성 능력을 습득하는데, 이 AI는 ‘언어생성모델(Language Generation Model)’이라고 불림

▸ 언어생성모델은 입력된 문자열에서 다음 단어를 예측하는 것으로, 일반적으로 ‘ 시퀀스-투-시퀀스(Sequence to Sequence, Seq2Seq) 모델’로 분류됨

▸ 지메일은 언어생성모델로 ‘회귀신경망-언어 모델(Recurrent Neural Network-Language Model, RNN-LM)’을 사용하며, 동시에 단어들의 분포를 보고서 문서의 유형을 판단하는 ‘단어 가방 신경망(Neural Bag of Words, BoW)’ 기법을 사용함

▸ RNN-LM은 RNN(시간에 종속적인 신경망) 기반의 언어 모델로 언어 생성의 단골 기법인데, 구글의 번역 서비스인 ‘구글 신경망 기계 번역(Google Neural Machine Translation)’에서 RNN-LM을 사용하고 있음

▸ RNN-LM은 Encoder(인코더, 단어를 부합하여 응축) 과정과 Decoder(디코더, 부호에서 단어를 생성) 과정으로 구성되는데, 번역 모델에서는 어떤 언어를 인코더에 입력하면 디코더가 다른 언어로 번역해 주는 식으로 작동함

◾ 지메일이 RNN-LM과 BoW를 동시에 사용하는 것은 예측 정확도와 처리 시간 단축 사이의 균형점을 찾아 적절한 서비스를 제공하기 위해서임

▸ 지메일에 RNN-LM을 적용하면 알고리즘이 이메일의 문장을 생성하는데, 이 때 인코더에 입력되는 것은 메일 제목과 수신 메일(회신 메일을 쓸 경우)이며, 디코더는 이용자가 이메일을 작성함에 따라 이어지는 문구를 생성하게 됨

▸ RNN-LM은 예측 정확도는 높지만 대규모 연산이 발생하기 때문에 응답이 나오기까지 시간이 걸리는데, 이용자가 타이핑할 때마다 다음 문구를 생성해야 한다면 RNN-LM을 서비스에 사용할 수는 없음

▸ 이 때문에 지메일은 RNN-LM과 BoW를 함께 사용하는데, BoW도 언어 모델의 하나로 말의 순서에서 다음에 나타나는 단어를 예측함

▸ BoW에서 단어는 위치 정보를 포함하는 벡터로 표현되며 ‘워드 임베딩(Word Embedding)’이라고도 하는데, 지메일은 메일 제목과 수신 메일을 인코딩할 때 이 워드 임베딩을 사용함

▸ RNN-LM의 디코딩의 각 단계에서 워드 임베딩을 입력하면 디코더가 텍스트를 생성하는데, 가령 ‘How’를 입력하면 RNN-LM은 ‘are you doing?’이라는 문장을 생성함

▸ 이처럼 RNN-LM의 인코딩 부분에 가벼운 BoW를 사용함으로써 지메일은 후속 문장 생성 연산으로 인해 발생하는 지연시간을 단축하는 데 성공했음

<자료> Google

[그림 3] 스마트 컴포즈 AI의 언어생성모델인 RNN-LM

◾ 지메일의 스마트 컴포즈는 기존 문장 자동 완성 서비스에 비해 지능적이고, 앞으로도 계속 기능이 보강될 예정이어서 이용이 점차 확산될 것으로 예상됨

▸ 마이크로소프트 아웃룩에서도 메일을 작성하거나 워드에서 글을 쓸 때 창에 문장 후보가 제시되기는 하며, 이를 잘 사용하면 문장을 효율적으로 쓸 수 있음

▸ 그러나 이 기능은 언어 입력 변환의 경우, 즉 한글을 영어로 변환하는 경우에 사용할 수 있는 문자 변환 기능이어서 이용 범위가 제한되며, 무엇보다 변환의 정확도가 낮아 실망스러운 경우가 적지 않음

▸ 이에 비해 지메일의 스마트 컴포즈는 입력된 문자나 단어에 반응하여 이어지는 문장을 생성해 주는 것이므로 보다 지능형 기능이라 부를 만함

▸ 스마트 컴포즈는 이제 막 선보이 기능으로 앞으로 계속 보완되어 갈 것이며, 구글에 따르면 현재 이용자의 문체로 문장을 생성하는 알고리즘이 개발되고 있다고 함