• Home
  • AI Report
  • “당신의 전생을 보고 싶나요?”… 생성형 AI기술로 만드는 색다른 전시 프로젝트

“당신의 전생을 보고 싶나요?”… 생성형 AI기술로 만드는 색다른 전시 프로젝트

Amazon Bedrock Gallery: AI가 그리는 당신의 전생 이야기
이미지출처: 아마존 블로그

Amazon Bedrock Gallery: AI가 그리는 당신의 전생 이야기

생성형 AI로 구현한 색다른 전생 체험

AWS가 지난 서울 서밋 2024에서 선보인 ‘Amazon Bedrock Gallery’가 독특한 시도로 주목받았다. 생성형 AI 기술을 활용해 관람객들에게 자신의 ‘전생’을 보여주는 이 프로젝트는 총 1,848명의 참관객이 체험하며 큰 호응을 얻었다. 참가자들은 자신의 사진을 찍고, AI가 생성한 과거의 모습과 이야기를 통해 전생 체험이라는 특별한 경험을 할 수 있었다.

Amazon Bedrock 기반의 기술 구현

Image Not Found

프로젝트의 핵심은 Amazon Bedrock의 타이탄 이미지 제너레이터(Titan Image Generator)를 활용한 이미지 생성이었다. 실사, 유화, 여행자, 애니메이션 등 4가지 테마로 이미지를 생성했으며, 스토리텔링을 위해 앤트로픽(Anthropic)의 클로드 3 소넷(Claude 3 Sonnet) 모델을 활용했다. 특히 각 테마별로 국가, 시대, 직업, 나이, 성별에 따른 다양한 프롬프트를 활용해 개성 있는 이미지와 스토리를 생성했다.

견고한 시스템 아키텍처 구현

Image Not Found

전시 성공의 핵심은 세심한 사전 준비였다. 참가자의 동선과 최대 체험 시간을 1분 이내로 제한하기 위해, 전생 이미지와 스토리를 미리 생성해 두는 방식을 채택했다. 8대의 대형 LED 스크린을 좌우로 비스듬히 배치해 웅장한 시각적 효과와 함께 8명의 동시 체험이 가능하도록 했다. 또한 개인정보 사용 동의와 폐기 방안, 전시 참여자 안내 가이드 등을 꼼꼼히 준비했다.

Image Not Found

프론트엔드는 AWS Amplify를 활용해 사진 촬영 애플리케이션과 디스플레이 애플리케이션으로 구성했다. 각 태블릿은 Amazon Cognito UserPool을 통해 특정 디스플레이와 매핑되어 관리되었다.

Image Not Found

백엔드에서는 Amazon Rekognition이 얼굴 인식을, AWS Lambda가 이미지 처리 파이프라인을 담당했다. 사용자의 얼굴을 정확히 추출하기 위해 Rekognition의 DetectFace API를 활용했으며, 여러 인물 중 가장 큰 BoundingBox를 가진 얼굴을 선택하는 방식을 채택했다. 이미지 합성은 SageMaker BYOC(Bring Your Own Container) 기능으로 구현한 커스텀 모델이 담당했다.

AI 모델을 활용한 콘텐츠 생성

Image Not Found

이미지 생성은 Amazon Bedrock의 타이탄 이미지 제너레이터를 활용했다. 실사, 유화, 여행자, 애니메이션 등 4가지 테마별로 세심하게 설계된 프롬프트를 적용했다. 예를 들어, 실사 테마의 프롬프트는 “Portrait photography photo of a {age} {gender}, working as a {occupation} lives in {country}, fully immersed in the cultural and historical essence of the {era}”와 같은 형식으로 구성됐다.

스토리 생성에는 앤트로픽의 클로드 3 소넷 모델을 활용했다. 생성된 이미지의 시대적 배경과 직업 등을 반영한 150자 내외의 전생 스토리를 자동으로 생성했다.

체계적인 개발 환경과 배포 자동화

개발 환경은 Amazon CodeCatalyst를 활용해 구성했다. Git 저장소 관리, 이슈 트래킹, CICD 워크플로우 등을 통합적으로 관리했다. develop 브랜치에 코드가 올라오면 개발 환경으로 자동 배포되고, main 브랜치 통합 후에는 production 환경으로 배포되는 구조를 구축했다. 이를 통해 여러 개발자가 효율적으로 협업할 수 있는 환경을 마련했다.

철저한 품질 관리와 모니터링 시스템

서비스 품질 보장을 위해 다층적인 모니터링 시스템을 구축했다. CloudWatch 대시보드를 통해 이미지 생성 시간, CPU 사용률, 메모리 사용량, Lambda 쓰로틀링 등 주요 지표들을 실시간으로 모니터링했다. 이미지 합성이 완료되면 슬랙 알림을 통해 즉시 확인할 수 있도록 했으며, 에러 로그 발생 시에도 슬랙으로 알림이 전송되도록 설정했다.

Image Not Found

생성된 이미지들은 엄격한 검수 과정을 거쳤다. 인물의 얼굴이 측면이거나 너무 작아서 합성이 어려운 이미지들은 필터링했다. 또한 대규모 인원이 몰릴 것에 대비해 철저한 부하 테스트를 실시했으며, 예상 최대치의 2-3배 요청 상황에서도 안정적으로 서비스가 작동하도록 시스템을 최적화했다.

프로젝트의 성과와 향후 발전 방향

이 프로젝트는 AWS AI Day, Public Sector Day Seoul 2024, SK AI Summit 2024 등 여러 주요 행사에서도 선보여졌다. AWS는 프로젝트를 오픈소스로 전환하고, 앞으로 텍스트뿐 아니라 오디오와 비디오 형식으로도 전생 스토리를 제공할 계획이라고 밝혔다.

프로젝트 진행 과정에서 얻은 주요 교훈은 최신 AI 기술 활용에 있어 사용자 경험을 최우선으로 고려해야 한다는 점이었다. 이미지와 스토리의 일치성, 합성의 자연스러움 등을 지속적으로 개선하며 사용자 피드백을 반영했다. 또한 대규모 이벤트에서 AI 서비스를 안정적으로 제공하기 위해서는 철저한 사전 준비와 모니터링이 필수적임을 확인했다.

이 프로젝트는 AWS의 다양한 최신 서비스를 통합적으로 활용하며, 개발, 인프라, 데이터 처리, AI 모델 활용 등 다양한 측면에서 실전 경험을 쌓을 수 있는 기회가 되었다. 이러한 경험은 향후 보다 안정적이고 사용자 중심의 AI 서비스를 개발하는 데 중요한 자산이 될 것으로 기대된다.

기사에 인용된 리포트의 원문은 AWS 블로그에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 




“당신의 전생을 보고 싶나요?”… 생성형 AI기술로 만드는 색다른 전시 프로젝트 – AI 매터스