II. 기술의 개념 및 내용 미디어 콘텐츠의 고유속성과 시계열적 특성을 해석하여 미디어 시맨틱 자원을 자동으로 생성하여 쉽게 공유 및 활용하도록 자원화하는 기술 - 지능적으로 콘텐츠 속성과 맥락을 해석 - 콘텐츠의 핵심 구성 요소 및 맥락을 요약 추출 * 본 내용은 이형극 책임연구원(☎ 042-860-5532, hkeuklee@etri.re.kr)에게 문의하시기 바랍니다. ** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다. ***정보통신기획평가원은 현재 개발 진행 및 완료 예정인 ICT R&D 성과 결과물을 과제 종료 이전에 공개하는 “ICT R&D 사 업화를 위한 기술예고”를 2014년부터 실시하고 있는 바, 본 칼럼에서는 이를 통해 공개한 결과물의 기술이전, 사업화 등 기술 활용도 제고를 위해 매주 1~2건의 관련 기술을 소개함 미디어 지능화(지능적 미디어 속성 추출 및 공유) 플랫폼 Chapter 03 개발목표시기 2024. 6. 기술성숙도 (TRL) 개발 전 개발 후 3 6 결과물 형태 SW-Platform. Patent 검증방법 3자 검증 Keywords 미디어 지능화, 메타데이터 생성, 미디어 시맨틱 분석, 기계 가독형 메타데이터, 시맨틱 검색, Media Intelligence, Metadata Generation, Media Semantic Analysis, Metadata for Machine, Semantic Search 외부기술요소 Open Source 사용 (TensorFlow, Pytorch, OpenCV 등) 권리성 특허, SW 주간기술동향 2021. 8. 25. 30 www.iitp.kr - 미디어 콘텐츠의 시계열 속성 기반 미디어 시맨틱 자원 생성 - 기계가독형 인코딩 기법을 통한 미디어 시맨틱 자원의 용이한 공유ㆍ활용 III. 국내외 기술 동향 및 경쟁력 1. 기술의 특성 및 성능 기술의 특성 - 본 기술은 미디어 콘텐츠의 속성, 맥락, 흐름을 인공지능으로 분석하여 미디어 지식 자원(미디어 시맨틱 자원)을 자동으로 구축하고, 이를 서로 다른 서비스에 유기적으로 활용할 수 있도록 플랫폼 환경을 제공함 - 인력 및 자막과 같은 추가 정보에 대한 의존 없이 국내 콘텐츠의 특성을 학습한 인공지 능을 이용하여 콘텐츠의 컨텍스트를 분석하여 메타데이터를 자동 생성 - 미디어 콘텐츠 특성 기반 정보와 휴먼 태깅 정보를 결합하여 보다 풍부한 검색 환경을 제공하는 리치 미디어 서비스에 적용 기술의 성능 - 시맨틱 자원 분석 성능: 0.025(BLEU@4) 이상