전 세계 196여개국에서 사용하는 글로벌 데이팅 앱 ‘틴더(Tinder, www.gotinder.com)’가 금일 자사의 머신러닝 기술을 적용, 매칭확률을 크게 향상시킨 알고리즘을 업데이트했다. 뿐만 아니라 프로필 상에 직업과 교육 정보를 추가할 수 있는 기능, 향상된 메시징 인터페이스 등의 새로운 기능들을 대폭 선보였다. 틴더의 라이언 오글(Ryan Ogle) 최고 기술 책임자(CTO)는 “이번 업데이트된 알고리즘으로 자사의 머신 러닝 기술은 전 세계 수백만명의 틴더 사용자들이 보내오는 신호들을 평가하고 해석한다. 특히 기술적인 측면에서 사용자에 대해 보다 세심하게 이해해 원하는 상대와의 매칭확률을 높이고, 매칭된 사람들과 의미있는 관계로 나아갈 수 있도록 알고리즘이 설계됐다. 최근에 선보였던 ‘슈퍼 라이크(Super Like)’에도 이러한 알고리즘이 적용돼 실제 출시 후 매칭 퀄리티의 향상 및 대화시간이 늘어난다는 사실이 증명되었다”고 말했다. 사용자들이 가장 많이 요청했던 기능 중 하나인 프로필 상에 직업과 교육 정보를 추가할 수 있는 기능은 보다 다양한 정보를 통해 상대방을 알아갈 수 있는 기회를 제공한다. 해당 정보의 공개 여부는 선택 가능하다. 또한 스마트 프로필(Smart Profiles)이라는 새로운 기능은 상대방의 프로필 카드를 보는 즉시 자신과의 공통점이 강조돼 프로필 사진 바로 아래 표시되는 기능으로, 이는 상대와 보다 특별하고 의미있는 관계를 만들어갈 수 있도록 돕는다. 가령 두 명의 사용자가 같은 대학교를 다녔다면 그 정보가 프로필 사진 바로 아래에 보여지는 것. 이와 더불어 업체 측은 한층 정교화된 매칭 알고리즘을 통해 사용자들이 마음에 드는 이성과 매칭될 확률을 높였다. 이 외에도 매칭된 상대와 대화할 수 있는 공간인 메시징 인터페이스를 새롭게 향상시켰다. 이번 업데이트된 메시징 인터페이스는 새롭게 매칭이 되거나 혹은 아직 대화를 나누지 못한 매칭, 기존에 대화를 나누고 있었던 메시징 창을 각각 나누어 더 나은 커뮤니케이션을 경험할 수 있도록 디자인됐다. 틴더는 구글 플레이스토어(https://play.google.com/store/apps/details?id=com.tinder)와 앱스토어(https://itunes.apple.com/kr/app/tinder/id547702041?mt=8&ign-mpt=uo%3D6)에서 무료로 내려받을 수 있다. 온라인뉴스부 iseoul@seoul.co.kr

올해 초, 사진 속 인물의 얼굴을 통해 ‘나이’를 짐작하는 소프트웨어를 공개했던 마이크로소프트(MS)가 이번에는 인물들의 표정에 드러난 감정을 상세히 분석해주는 온라인 툴을 내놓아 시선을 모으고 있다. 해당 툴은 영국에서 열린 MS의 자사 컨퍼런스 ‘퓨처 디코디드’(Future Decoded)에서 공개된 것이다. 공식출시 전 시험 단계인 이 서비스는 웹페이지를 통해 간단히 직접 사용해 볼 수 있다. 해당 주소로 접속해 분석을 원하는 사진의 URL을 입력하거나 사진 파일을 업로드 하면 된다. 이 때 사진의 최소 크기는 36×36픽셀이며 최대 용량은 4mb다. 이렇게 이미지 데이터가 입력되면 인공지능 소프트웨어가 사진 속 인물들의 표정을 분석해 그 안에 분노, 멸시, 불쾌, 공포, 행복, 중립, 슬픔, 놀람 등의 감정이 어떤 비율로 ‘배합’돼있는지 알아낸다. 원하는 얼굴 위에 마우스 커서를 올리면 이러한 감정들의 비율을 수치적으로 확인할 수 있다. 이런 분석이 가능한 것은 ‘머신러닝’ 기술 덕분이다. 머신러닝이란 인공지능으로 하여금 기존의 방대한 데이터에서 드러나는 패턴을 분석해 이를 기반으로 새로운 데이터를 분석할 수 있도록 하는 기술을 뜻한다. 이번 분석 툴의 경우, 인공지능에게 ‘훈련용’에 해당하는 사진들을 보여주며 각각의 표정 요소가 어떤 감정과 연관돼 있는지를 먼저 ‘학습’ 시킨 것으로 알려졌다. 이 정보를 기반으로 다른 사진 속의 감정까지 분석할 수 있도록 한 것. 라이언 갈공 마이크로소프트 기술연구 그룹 수석 프로그램 매니저는 해당 소프트웨어가 향후 마케팅 분야 등에서 활용될 수 있을 전망이라고 밝혔다. 예를 들어 상품진열장, 영화, 음식 등에 대한 소비자 반응을 즉각적으로 분석하는데 도움이 될 수 있다. 갈공은 또한 사용자의 표정에 맞춰 적합한 서비스를 제공하는 스마트폰 어플리케이션 등에도 해당 소프트웨어를 사용할 수 있을 것이라고 덧붙였다. 아래 주소로 접속하면 해당 서비스의 직접 체험이 가능하다. 페이지 좌측 예시 사진 아래 주소창에 이미지 URL을 입력하거나 폴더 버튼을 클릭해 사진을 업로드하면 즉시 분석이 이루어진다. https://www.projectoxford.ai/demo/emotion#detection 사진=ⓒ마이크로소프트 방승언 기자 earny@seoul.co.kr

정말 한 달 이상 한숨도 안 자고 일했습니다. 어떻게 그럴수 있냐구요? 아, 저는 가능하답니다. 전 사람이 아니라 미국 조지아대학교 환경과학대에 있는 메인 컴퓨터이거든요. 저는 지난 한 달 동안 ‘머신러닝’(Machine Learning)이라는 새로운 방식으로 일을 했습니다. 혹시 머신러닝이나 ‘딥러닝’(Deep Learning) 같은 말을 들어보셨나요? 이런, 들어본 적이 없으시군요. 머신러닝은 컴퓨터가 주어진 데이터의 패턴을 검증하고 스스로 학습하는 겁니다. 새로운 데이터가 입력되면 과거의 데이터를 바탕으로 이해하고 분석해 미래를 예측하는 거죠. SF 영화를 보면 컴퓨터가 범죄나 테러, 교통사고 등을 예측하는 장면이 나오잖아요. 그것들도 모두 머신러닝 기술 덕분이랍니다. 일하는 방식도 그렇지만 처리했던 일도 독특했습니다. 연구 책임자였던 미국 뉴욕 캐리생태학연구소의 바바라 한 박사와 우리 학교 존 폴 슈미츠 박사가 시킨 일이었죠. 두 사람은 몇몇 동물의 종류와 크기, 습관, 거주지, 거주밀도, 활동반경, 짝짓기 방식 등 전혀 상관 없어 보이는 86개의 변수를 저한테 알려주더군요. 이 변수들을 종합해 분석했습니다. 그런데 제가 만들어 낸 보고서를 읽은 사람들이 입을 다물지 못했습니다. 꽤나 충격적이었던 거죠. 제 분석의 핵심은 시궁쥐 같은 ‘설치류’가 사람·동물 간 감염 질환의 주요 숙주라는 것입니다. 설치류가 사람에게 위험한 바이러스, 박테리아, 곰팡이를 몰고 다니면서 가까운 미래에 ‘판데믹’(대유행병)을 일으킬 거라는 말이죠. 저는 58개 정도의 새로운 감염성 질병이 설치류들에 의해 전염된다는 사실도 밝혀냈습니다. 이것은 설치류들이 다른 감염성 질병을 옮기는 동물들에 비해 거주 지역이 넓고, 번식력이 왕성하기 때문이라고 생각됩니다. 더군다나 사람들이 원치는 않지만 가장 가까이 살고 있는 동물이잖아요. 저는 설치류들에 의해 판데믹 발생 가능성이 높은 ‘핫스팟’ 지역도 예측해냈습니다. 바로 중동과 중앙아시아, 미국 네브래스카·캔자스 등 중서부 지역입니다. 이쪽 지역 의료진들이나 방역당국은 쥐들에 대한 준비를 미리 해 둬야 할 것 같군요. 연구자들은 이런 충격적인 결론을 미국 국립과학원회보(PNAS) 5월 18일자에 발표했고 이를 세계적인 과학저널 ‘사이언스’가 긴급뉴스로 자세히 다뤘답니다. 한국에서는 중동호흡기증후군(메르스) 환자가 발생해 비상이라지요. 메르스처럼 동물·사람 간 감염 질환은 점점 늘어나는 추세입니다. 인류는 조만간 새로운 질병에 직면할 수도 있을 거예요. 그렇지만 항상 그랬던 것처럼 잘 대응할 수 있을 거라 믿어요. 유용하 기자 edmondy@seoul.co.kr