AI가 사진 속에서 사람의 얼굴을 인식하고, 그 특징을 분석하는 것은 어떻게 가능할까요? 그 핵심에는 '합성곱 신경망(CNN, Convolutional Neural Network)'이라는 딥러닝 기술이 있습니다.

이미지를 조각내어 이해하는 CNN

사람이 사물을 인식할 때 선, 모서리, 형태 등 작은 부분부터 전체를 파악하듯, CNN도 비슷한 방식으로 이미지를 학습합니다. CNN은 '필터(Filter)' 또는 '커널(Kernel)'이라는 작은 탐지기를 이미지 전체에 훑고 지나가며 특징을 추출합니다. 초기 레이어에서는 단순한 엣지나 색상 변화를 감지하고, 더 깊은 레이어로 갈수록 눈, 코, 입과 같은 복잡한 형태를 인식하게 됩니다.

핵심만 남기는 특징 추출(Feature Extraction)

이 과정을 통해 AI는 사진에서 얼굴의 핵심적인 특징, 즉 '특징 맵(Feature Map)'을 추출합니다. 눈 사이의 거리, 코의 길이, 입술의 모양 등 개인을 식별할 수 있는 고유한 정보들이 여기에 포함됩니다. '나의 조상 얼굴 찾기' 서비스는 바로 이 특징 맵을 기반으로 원본 인물과의 닮은 점을 유지하면서, 새로운 스타일의 이미지를 생성하는 것입니다.

따라서 결과물이 원본과 닮을 수 있는 이유는, AI가 사진의 픽셀 정보를 넘어 그 안에 담긴 구조적인 특징을 이해하고 재구성하기 때문입니다.