스탠포드 학생들 PIGEON 프로젝트, 사진 위치를 정확히 찾아내는 AI 개발

스탠포드 학생들 PIGEON 프로젝트, 사진 위치를 정확히 찾아내는 AI 개발

스탠포드 학생들의 PIGEON 프로젝트:

스탠포드 대학원생들은 PIGEON이라는 프로젝트를 통해 AI를 사용하여 개인 사진의 촬영 위치를 정확하게 식별하는 기술을 개발

AI의 위치 파악 능력과 잠재적 우려:

PIGEON은 Google 스트리트 뷰 이미지를 활용하여 지구상의 위치를 추측하며, 이러한 능력은 여러 분야에서 유용하게 활용될 수 있지만, 개인 정보 노출과 관련된 우려도 함께 존재

미래 전망과 AI의 강력한 위치 추적 기술:

스탠포드 대학원생들은 AI를 사용한 위치 추적 기술이 발전함에 따라 정부 감시, 기업 추적, 스토킹과 같은 위험을 내포하고 있다고 경고하며, 이러한 기술의 확산이 사용자의 프라이버시를 위협할 수 있다고 주장

한 학생 프로젝트에서 인공지능의 또 다른 강점인 사진 촬영 위치를 파악하는 데 매우 능숙하다는 사실이 밝혀졌습니다.

그러나 이전에 본 적이 없는 개인 사진 몇 장을 제시했을 때 대부분의 경우 이 프로그램은 사진을 어디서 찍었는지 정확하게 추측할 수 있었습니다.

이 새로운 기능은 양날의 검이 될 수도 있습니다. 사람들이 친척이 보낸 오래된 스냅사진의 위치를 파악하는 데 도움을 주거나 현장 생물학자가 침입 식물 종에 대한 전체 지역의 신속한 조사를 수행하는 데 도움을 주는 등 여러 가지 유용한 용도로 활용될 수 있을 것으로 보입니다.

그러나 기술을 연구하는 미국시민자유연맹의 수석 정책 분석가인 제이 스탠리는 이 기술이 공유할 의도가 전혀 없었던 개인 정보를 노출하는 데 사용될 수도 있다고 말합니다. 스탠리는 이와 유사한 기술이 널리 보급되면 정부 감시, 기업 추적, 심지어 스토킹에 악용될 수 있다고 우려합니다.

"개인 정보 보호의 관점에서 볼 때 사용자의 위치는 매우 민감한 정보가 될 수 있습니다."라고 그는 말합니다.

AI가 목적지에 도착했습니다

이 모든 것은 스탠포드에서의 한 수업에서 시작되었습니다: 컴퓨터 과학 330, 딥 멀티태스킹과 메타 학습이었습니다.

마이클 스크레타, 실라스 알베르티, 루카스 하스 등 세 명의 친구는 프로젝트가 필요했고, 공통의 취미를 가지고 있었습니다:

"당시 우리는 GeoGuessr라는 스웨덴 게임의 열혈 팬이었습니다."라고 Skreta는 말합니다.

GeoGuessr는 사진의 지리적 위치를 맞추는 온라인 게임입니다. 이 게임의 설정은 매우 간단합니다. "게임에 들어가면 Google 스트리트 뷰에서 전 세계 어딘가에 배치되고, 가장 잘 추측되는 위치를 지도에 핀으로 표시해야 합니다."라고 Skreta는 말합니다.

이 게임에는 5천만 명 이상의 플레이어가 세계 선수권 대회에 참가하고 있다고 프로젝트의 또 다른 멤버인 실라스 알베르티는 덧붙입니다. "유튜버, 트위치 스트리머, 프로 선수도 있습니다."

학생들은 인간보다 더 잘할 수 있는 AI 플레이어를 만들 수 있는지 알아보고 싶었습니다. 학생들은 CLIP이라는 기존 이미지 분석 시스템에서 출발했습니다. 이 시스템은 텍스트만 읽어도 시각적 이미지에 대해 학습할 수 있는 신경망 프로그램으로, ChatGPT를 만든 OpenAI에서 제작했습니다.

스탠포드 학생들은 Google 스트리트 뷰의 이미지로 시스템 버전을 학습시켰습니다.

"우리는 약 50만 장의 스트리트뷰 이미지로 구성된 자체 데이터 세트를 만들었습니다."라고 알베르티는 말합니다. "사실 그렇게 많은 데이터는 아니지만 꽤 놀라운 성능을 얻을 수 있었습니다."

팀은 AI가 지구상의 위치에 따라 이미지를 분류하는 데 도움이 되는 기능을 포함하여 프로그램에 추가 기능을 추가했습니다. 개발이 완료되면 PIGEON 시스템은 지구상 어디에서든 Google 스트리트 뷰 이미지의 위치를 식별할 수 있게 됩니다.

95%의 경우 정확한 국가를 추측하며, 보통 실제 위치에서 약 25마일 이내의 위치를 선택할 수 있습니다.

다음으로 연구팀은 알고리즘을 인간과 대결했습니다. 특히 트레버 레인볼트라는 정말 뛰어난 인간과 대결했습니다. 레인볼트는 지리 추측계의 전설적인 인물로, 최근 재미 삼아 일리노이주에서 무작위로 찍은 나무 사진의 위치를 찾아내기도 했지만, PIGEON과 맞붙게 되었습니다. 일대일 대결에서 그는 여러 라운드에서 패했습니다.

알베르티는 "레인볼트와 대결한 인공지능은 우리가 처음이 아니었다"고 말합니다. "우리는 레인볼트를 상대로 이긴 최초의 AI일 뿐입니다."

작은 것에도 주목하기

피그온은 사람이 할 수 있는 작은 단서부터 나뭇잎, 토양, 날씨의 미세한 차이와 같은 더 미묘한 단서까지 모두 포착할 수 있다는 점에서 탁월한 능력을 발휘합니다.

연구팀은 이 기술이 모든 종류의 잠재적 응용 분야를 가지고 있다고 말합니다. 수리가 필요한 도로나 전선을 식별하거나, 생물 다양성을 모니터링하거나, 교육 도구로 사용할 수 있습니다.

스크레타는 일반인들도 이 기술을 유용하게 사용할 수 있을 것이라고 믿습니다: "이탈리아의 이 여행지가 마음에 드는데, 비슷한 것을 보고 싶다면 전 세계 어디로 갈 수 있을까요?"

피전의 성능을 테스트하기 위해 몇 년 전 미국 전역을 여행하며 찍은 사진 중 온라인에 공개되지 않은 5장의 개인 사진을 피전에 제공했습니다. 일부 사진은 도시에서 촬영한 것이지만, 일부는 도로나 다른 쉽게 알아볼 수 있는 랜드마크가 없는 곳에서 촬영한 것입니다.

그다지 중요하지 않은 것 같았습니다.

이 프로그램은 실제 위치에서 약 35마일 이내에 있는 옐로스톤의 캠프장을 추측했습니다. 이 프로그램은 샌프란시스코의 한 거리에서 촬영한 다른 사진을 몇 블록 떨어진 곳에 배치했습니다.

모든 사진이 쉽게 일치하는 것은 아니었습니다: 이 프로그램은 와이오밍 주 산맥에서 찍은 사진 한 장을 100마일 이상 떨어진 콜로라도 주 산맥의 한 지점과 잘못 연결하기도 했습니다. 또한 아이다호주의 스네이크 리버 협곡을 찍은 사진을 뉴질랜드의 카와라우 협곡을 찍은 사진이라고 추측하기도 했습니다(공정하게 말하자면 두 풍경은 놀라울 정도로 비슷해 보입니다).

ACLU의 제이 스탠리는 이러한 문제점에도 불구하고 이 프로그램이 AI의 잠재적인 힘을 분명히 보여준다고 생각합니다.

그는 "이 프로젝트가 학생 프로젝트로 이루어졌다는 사실은 예를 들어 구글이 무엇을 할 수 있을지 궁금하게 만듭니다."라고 말합니다.

스탠리는 기업이 곧 AI를 사용하여 사용자가 어디를 여행했는지 추적하거나 정부가 사용자의 사진을 확인하여 사용자가 감시 목록에 있는 국가를 방문했는지 확인할 수 있다고 우려합니다. 스토킹과 학대도 명백한 위협이라고 그는 말합니다. 스탠리는 과거에는 사람들이 온라인에 게시하는 사진에서 GPS 위치 태그를 제거할 수 있었다고 말합니다. 하지만 이 방법은 더 이상 작동하지 않을 수 있습니다.

스탠퍼드 대학원생들은 이러한 위험을 잘 알고 있습니다. 이들은 교수인 첼시 핀과 공동 저술한 이 기술에 대한 논문을 작성했지만, 이러한 우려 때문에 전체 모델을 공개하는 것을 주저하고 있다고 말합니다.

하지만 스탠리는 앞으로 지리적 위치에 AI를 사용하는 것이 훨씬 더 강력해질 것이라고 생각합니다. 그는 온라인에 게시하는 배경 사진에 무엇이 있는지 파악하는 것 외에는 할 수 있는 일이 많지 않다고 생각합니다.

(단순 번역으로 오역이 있을수 있습니다 자세한 내용은 원문 참조 부탁드립니다)