카카오, ‘ECCV 2026’에서 AI 영상 생성 효율화 기술 발표

카카오가 AI 영상 생성 모델의 방대한 연산량과 높은 계산 비용 문제를 해결하기 위한 신기술을 선보인다.

카카오는 컴퓨터 비전 분야의 국제 학회 ‘ECCV(European Conference on Computer Vision, 유럽 컴퓨터 비전 학회) 2026’에서 AI 영상 생성 모델의 난제로 꼽혀 온 방대한 연산량과 높은 계산 비용 문제를 해결하기 위한 신술을 발표한다고 9일 밝혔다.

ECCV는 CVPR, ICCV와 함께 세계 3대 컴퓨터 비전 학회로, 올해는 오는 12일까지 스웨덴에서 개최된다. 이번 연구를 주도한 카카오 이연경 리서치 엔지니어가 학회에 참여해, 현지시간 10일 오후 Poster Session 2에서 논문 발표에 나선다.

카카오는 최근 AI 업계에서 고해상도·장시간 비디오 생성으로 연구 흐름이 확장되면서 기하급수적으로 늘어나는 계산 비용을 줄이는 것이 핵심 과제로 떠올랐다고 설명했다. 기존 영상 압축 기술인 토큰화는 영상 내용과 무관하게 고정된 비율로만 데이터를 압축했기 때문에, 배경이 멈춰 있거나 움직임이 적은 장면에서도 불필요하게 많은 토큰을 생성해 영상 생성 모델의 연산 자원을 소모하는 한계가 있었다.

카카오는 비디오 프레임 사이의 중복성이 높다는 점에 주목해 영상의 시공간적 복잡도에 따라 연산에 필요한 토큰 수를 AI가 스스로 판단해 조절하는 적응형 토큰화 기술인 ‘KATok(Keep-or-Drop? Adaptive Tokenizer for Compact Video Representation)’을 연구했다.

움직임이 크고 정보량이 많은 복잡한 장면에는 더 많은 토큰을 배분하고, 반대로 정적이거나 단순한 영역에서는 중복 토큰을 제거하는 방식이다. 사람이 일일이 토큰 수를 지정하지 않아도 AI가 영상 내용에 맞춰 필요한 연산량을 스스로 결정해 자원을 훨씬 효율적으로 배분한다.

실험 결과, 비디오 생성 파이프라인 전체에 KATok를 적용했을 때 최적화된 토큰 표현으로 기존 대비 영상 생성 모델의 학습 속도는 약 6.9배, 영상 생성 속도(Generation Throughput)는 약 3.2배 향상됐다. 영상 복잡도에 따라 AI가 스스로 연산량을 조절함으로써 고해상도·장시간 AI 비디오 생성의 핵심 기반을 마련했다고 카카오 측은 강조했다.

회사는 이번 연구가 단순히 데이터를 압축하는 토큰화 단계에 그치지 않고, 압축된 토큰 표현을 비디오 생성 모델까지 연결함으로써 ‘압축-생성’으로 이어지는 전체 과정의 효율성과 품질을 동시에 확보했다는 점에서 기술적 의의가 크다고 설명했다. 카카오는 앞으로 KATok 기술을 고도화해 한층 더 높은 해상도와 장시간 비디오 생성 환경으로 적용 범위를 넓혀갈 계획이다.

카카오 최동진 어플라이드 AI 모델 성과리더는 “고해상·장시간 영상처럼 연산량이 급증하는 환경일수록 KATok의 적응형 토큰화 기술이 발휘하는 연산 절감 효과는 더욱 커질 것”이라며 “향후 다양한 AI 비디오 생성 모델과의 범용성을 검증해, 연산량은 줄이면서도 뛰어난 화질을 유지하는 대규모 비디오 생성의 핵심 기반 기술로 발전시켜 나가겠다”고 말했다.

글. 바이라인네트워크
<성아인 기자> aing8@byline.network