스위스 취리히 연방 공과대학교 연구진이 '캡차(CAPTCHA)' 테스트를 100%의 확률로 통과하는 이미지 인식 인공지능(AI) 모델을 개발했다.
연구진은 최근 아카이브에 캡차 테스트를 완벽하게 통과하도록 훈련된 AI 이미지 인식 모델과 관련된 논문을 게재했다. 캡차는 인터넷 웹사이트에서 회원 가입이나 인증시 '로봇이 아닙니다(I’m not a robot)'와 같이 사람과 컴퓨터를 구별하기 위한 절차에 도입된 테스트다.
논문에 따르면 연구진은 기존 '욜로(YOLO)' 객체 인식 모델을 사용해 이미지를 식별하는 작업을 진행한 뒤 구글의 '리캡차 v2(reCAPTCHAv3)'에 나타나는 것과 똑같은 1만 4000개의 물체 이미지로 AI를 훈련시켰다.
물체의 유형이 제한적이고 모두 도로를 중심으로 하기 때문에 AI를 훈련하기 쉬웠다는 게 연구진의 설명이다. 마우스를 인간적인 방식으로 움직이는지, 기기에 브라우저 기록이 있는 지 등 다양한 환경에서 테스트됐다.
연구 결과 객체에 따라 인식하는 비율이 다르긴 하지만, 높은 확률로 특정 이미지를 식별하는 기술을 구현해냈다. 오토바이 사진은 69%, 소화전은 100%의 확률로 식별할 수 있었다고 한다. 추가적인 연구를 통해 AI 모델은 캡차 테스트를 매번 통과할 수 있었다.
그동안 이미지 인식 모델을 사용해 캡차 테스트를 진행했지만, 성공률은 약 70% 수준이었다. 연구진은 "이제 공식적으로 캡차를 넘어선 시대에 접어들었다는 것을 보여는 결과"라고 밝혔다.
이어 연구진은 "어떤 의미에서 좋은 캡차는 가장 지적인 기계와 가장 지적이지 못한 인간 사이의 정확한 경계를 표시한다"라며 "기계 학습 모델이 인간의 능력에 가까워짐에 따라 좋은 캡차 테스트를 찾는 것이 더 어려워졌다"라고 덧붙였다.
AI포스트(AIPOST) 유형동 수석기자 aipostkorea@naver.com