트랜D

[트랜D]"오늘은 어떤 색의 옷을 입을까"…색상도 골라주는 인공지능

중앙일보

입력 2020.12.14 14:08

업데이트 2021.03.26 09:04

트랜D

트랜D’ 외 더 많은 상품도 함께 구독해보세요.

도 함께 구독하시겠어요?

색과 감정 사이의 상관관계는 많은 연구를 통해 널리 알려져 있습니다. 일반적으로 파란색은 우울함을 나타내고 빨간색은 열정 등을 나타냅니다. 색은 우리의 눈에 직접 보이기도 하면서 감정을 대변하기도, 불러일으키기도 합니다.

최근 음악 스트리밍 서비스 ‘지니뮤직’은 색 기반 인공지능 큐레이션 서비스를 도입해 화제를 모았습니다. 음악을 333가지 색으로 매칭해 구분하고, 고객의 음악 취향을 인공지능이 색으로 제시하는 새로운 시도입니다.

장르, 분위기, 리듬 등 음악 정보를 사용자의 정보와 함께 빅데이터로 분석한 뒤 매칭했습니다. 흔히 구분되는 장르인 발라드에서도 가수나 음악의 세부 정보에 따라 파스텔톤 혹은 핑크톤과 같이 다르게 구분됩니다.

인공지능이 데이터를 분석해 개인화 추천을 하는 방식은 이미 일상적입니다. 사진이나 소리, 텍스트 등을 활용해 추천하는 방식은 일반적이지만, 색 기반의 추천은 아직 다른 추천 방식보다 많이 알려지지 않았습니다.

지니 뮤직의 '뮤직 컬러' (출처: 지니 뮤직)

지니 뮤직의 '뮤직 컬러' (출처: 지니 뮤직)

다양한 영역에서 활용 중인 컬러 데이터

색 기반 추천 방식은 크게 두 가지로 구분할 수 있습니다. 데이터 자체에 색이라는 정보가 직접 담겨 있어 이를 활용하는 방식, 색과 직접적인 관련이 없는 데이터를 분석해 카테고리로 구분하는 방식입니다.

데이터 자체에 색 정보가 포함된 경우는 대표적으로 흔히 옷, 신발과 같은 쇼핑 관련 상품과 음악 앨범 커버, 영화 포스터, 영상 섬네일 등이 있습니다. 사물이 지닌 고유의 색을 기반으로 인공지능이 여러 색의 카테고리로 분류합니다.

옷과 신발은 고유의 색을 지니고 있어 색 관련 추천에 가장 대표적으로 활용합니다. 예를 들어 상품의 배색을 부드러움, 딱딱함, 따뜻함, 차가움과 같은 이미지 공간으로 구분하고 색상 조합을 만듭니다. 이 과정에서 인공지능을 활용해 상품 이미지의 색상 속성을 추출하는 작업과 카테고리별로 나누는 작업 등이 진행됩니다. 사용자가 주로 구매한 상품과 장바구니에 담은 상품 등의 데이터를 기반으로 분류와 학습이 이루어지고, 사용자에게 어울리는 색의 상품을 추천합니다.

색 추천을 위한 카테고리화 (출처: ScienceDirect)

색 추천을 위한 카테고리화 (출처: ScienceDirect)

아마존은 2018년 출원한 특허에서 색 기반 상품 분류 및 추천 알고리즘을 선보였습니다. 상품의 색을 같은 녹색이라 해도 민트색, 밝은 녹색, 어두운 녹색 등 다양한 색으로 구분하고 이를 활용해 사용자 개인 취향에 맞는 상품 분류와 추천을 할 수 있습니다.

색과 직접적인 관련이 없는 데이터를 색으로 구분하는 경우는 대표적으로 음악, 영화와 같은 콘텐츠 관련 데이터를 활용합니다. 앞선 사례처럼 음악을 색으로 표현하는 것은 물론 영화도 액션 영화 멜로 영화와 같은 장르에 따라 대표적인 색을 추출할 수 있습니다. 예를 들어 액션 영화는 강렬하고 역동적인 느낌이 강하다면 이와 어울리는 색을, 멜로 영화는 파스텔톤 혹은 분홍색 등으로 구분할 수 있습니다.

영화 포스터, 영상 전반의 색상, 배경음악의 높낮이 등 영화와 관련한 다양한 정보가 활용되며, 음악과 마찬가지로 각종 영화나 영상을 색으로 구분해 사용자의 정보와 결합하면 새로운 추천 알고리즘의 탄생이 가능합니다.

이 밖에도, 글의 문맥을 파악해 전반적인 문장이나 소설 등 텍스트를 색으로 시각화하는 방법도 가능합니다. 글 속의 등장인물이 화가 났는지, 슬퍼하는지 등 감정을 색으로 표현합니다. 고유의 색이 없는 무형의 데이터를 인공지능이 학습하고 분류하면서 동시에 색을 부여해 이를 선택하는 사용자를 대상으로 다양한 추천이 가능합니다.

아마존의 색상 기반 분류 및 상품 추천 (출처: Amazon 특허)

아마존의 색상 기반 분류 및 상품 추천 (출처: Amazon 특허)

머지않은 미래

사람의 오감 중 시각이 차지하는 비중은 무료 87%에 달한다고 합니다. 그만큼 사람이 인식하는 색 역시 여러 판단에 중요한 역할을 담당한다고 볼 수 있습니다. 색을 통해 감정의 변화가 충분히 일어나며 이러한 과정은 개인의 선호도, 성향을 다른 추천 방식보다 더욱 확고하게 알려줄 방법일 수 있습니다. 대부분 사람은 좋아하는 색이나 싫어하는 색이 있기 마련입니다. 선호도를 보다 명확하게 보여줄 수 있는 색 기반 추천 방식은 앞으로 다양한 형태로 등장할 전망입니다.

윤준탁 에이블랩스 대표

윤준탁 에이블랩스 대표

SK플래닛, 한국IBM 등에서 근무했다. 뉴욕대학교에서 기술경영 석사를 취득했다. 1인 컨설팅 기업인 에이블랩스의 대표를 맡고 있다. 인공지능·블록체인 등에 관심이 많고, 디지털 경제와 산업에 대한 3권의 책을 펴냈다.

관련기사

Innovation Lab

ADVERTISEMENT