Computer Vision

📌 Brief Summary

"디지털 눈의 진화: 픽셀의 단순한 나열인 이미지와 비디오 데이터를 컴퓨터가 인간처럼 이해하고, 객체를 식별하며, 공간의 깊이를 읽고, 의미 있는 정보를 추출하게 만드는 인공지능의 시각 중추."

"픽셀의 나열에서 사물과 맥락을 읽어내는 AI의 눈을 완성하라" — 이미지나 비디오로부터 유의미한 정보를 추출, 분석 및 이해하기 위한 기술 체계로, 자율주행부터 의료 영상 판독까지 시각 지능의 정수.

디지털 이미지와 비디오에서 고차원적인 의미를 추출하여 기계가 세상을 '보고' '이해하게' 만드는 AI의 감각 기관.

컴퓨터 비전(Computer Vision)은 가시광선 등 물리적 신호를 디지털 데이터로 변환하고 분석하여 '본다'는 행위를 기계로 구현하는 기술입니다.

핵심 태스크:
- Classification: 무엇이 들어있는가? (예: 개/고양이 구분)
- Detection: 무엇이 '어디에' 있는가? (Bounding Box 표시)
- Segmentation: 픽셀 단위로 객체의 경계선 따기.
- Depth Estimation: 공간의 입체적 거리감 파악.
기반 기술:
- CNN(Convolutional Neural Networks)에서 최근에는 Vision [Transformers|Transformers]로 아키텍처가 진화 중.

추출된 패턴: 고차원의 시각 데이터를 특징 추출 레이어를 통해 저차원의 추상적 개념으로 변환하고, 이를 다시 객체 인식이나 분할 등의 태스크로 구체화하는 인지 패턴.
핵심 기술 계보:
- Traditional CV: 소벨 필터, Canny edge detection, SIFT 등 수학적 필터 기반 특징 추출.
- CNN (Convolutional Neural Networks): 이미지의 지역적 특징을 계층적으로 학습 (AlexNet, ResNet).
- Object Detection: 이미지 내 물체의 위치와 종류 파악 (YOLO, Faster R-CNN).
- Segmentation: 픽셀 단위로 영역 구분 (U-Net, Mask R-CNN).
- Vision Transformer (ViT): 텍스트 처리의 트랜스포머 구조를 이미지에 적용하여 전역적 맥락 파악.
의의: 인간의 시각 기능을 기계로 완벽히 구현하여 물리 세계와 디지털 세계의 경계를 허묾.

추출된 패턴: 이미지 픽셀에서 특징(Feature)을 추출하고 이를 계층적으로 구조화하여 객체를 인식하는 비전 처리 패턴.
세부 내용:
- CNN(합성곱 신경망)에서 ViT(비전 트랜스포머)로의 아키텍처 진화.
- 이미지 분류, 객체 탐지, 세그멘테이션 등 핵심 태스크 Taxonomy 정의.
- 실시간 객체 추적 및 공간 이해를 위한 딥러닝 기법 통합.

과거 데이터와의 충돌: 과거에는 필터 제작 등 수동 특징 추출(Hand-crafted features) 정책 위주였으나, 현대 정책은 데이터로부터 스스로 특징을 배우는 '딥러닝 기반 종단간 학습 정책(End-to-end)'으로 완전히 전환됨(RL Update).
정책 변화(RL Update): 2D 이미지 분석 정책을 넘어, 최근에는 '3D 공간 지능 정책'과 '멀티모달(시각+언어) 통합 정책'이 자율주행과 에이전틱 서비스의 핵심 정책 토대가 됨.

과거 데이터와의 충돌: 단순히 형태를 인식하는 수준에서, 현재는 CLIP이나 멀티모달 LLM을 통해 이미지 속 상황을 '설명'하고 '추론'하는 단계로 진입.
정책 변화: Antigravity 프로젝트는 위키 문서 내의 비정형 도표나 스크린샷 데이터를 텍스트로 변환하여 지식 베이스에 통합할 때 최신 비전-언어 모델을 활용함.

Pattern Recognition, Autonomous Vehicles, CV_Synthesis, Artificial Intelligence (AI), Robotics
Modern Tech/Tools: OpenCV, PyTorch/TensorFlow, YOLO, Segment Anything Model (SAM), NeRF.