□ AI를 활용한 고화질 라이브 스트리밍

최근 많은 스트리머들이 live 방송을 하고 있고, 경쟁적으로 고화질을 제공하려고 하고 있습니다. 하지만 네트워크 대역폭 상황이 안좋아지거나, 스트리머 측 하드웨어 장비가 4K encoding을 제대로 제공하는데 부족함이 있을 경우 최고의 해상도로 방송을 하기가 어려워집니다. 이는 라이브 방송 뿐 아니라 스마트 카메라와 같이 주요 장소와 장비를 감시하는 경우도 마찬가지입니다.

저희가 개발한 소프트웨어 시스템은 안좋은 화질 또는 저해상도로 인코딩 된 비디오 스트림을 클라우드 환경에서 고화질로 복원하는 AI 기술을 적용하여 Full HD 또는 그보다 안좋은 화질을 훨씬 더 좋은 2K 또는 4K급으로 복원시킵니다. 이는 대역폭이 보장되어 있지 않은 인터넷 환경 (모바일 통신, 위성 통신 등)에서 이용될 수 있을 것입니다.

프로젝트 페이지:　

https://ina.kaist.ac.kr/~livenas/

□ AI를 활용한 Video-on-Demand 및 비디오 압축 저장 서비스

많은 비디오가 이미 만들어져서 클라우드에 저장되고 유저의 요청이 있을 때마다 HTTP adaptive streaming (HAS)와 같은 기술을 이용하여 클라이언트에 전송되어 재생됩니다. HAS 환경에서는 네트워크 대역폭의 변화에 따라 비디오 화질이 변화하게 됩니다. 저희 기술은 비디오 화질이 열화되었을 때, 클라이언트의 GPU (데스크톱 또는 모바일 GPU)를 사용하여 더 좋은 고화질로 변환을 하여 사용자가 고품질의 비디오를 볼 수 있도록 합니다. 이는 네트워크 전송 대역폭을 절약하는 효과와 더불어 비디오를 저장하는 스토리지 용량도 20-30% 줄일 수 있는 효과가 있습니다. 다양한 비디오를 저장, 전송하는데 사용될 수 있는 기술입니다. 특히 네트워크 및 스토리지 비용을 절감이 가능하고, 사용자 만족도를 증진시킵니다.

□ 메타버스, new-media 플랫폼 및 전송 연구

메타버스 환경은 뉴 미디어에 대한 창작, 소비 활동을 더 증진시킬 것입니다. 저희 랩에서는 메타버스 관련 기술 중 new media에 대한 압축, 저장, 전송 기술에 관심이 있습니다. 대표적으로 포인트 클라우드 압축 기술, 전송 기술 등에 관한 초도 연구를 진행하려고 합니다. 기존의 AI를 접목한 비디오 전송 기술에 확장판이라고 생각하고, 다양한 환경에서 문제를 바라보고 있습니다.

□ 클라우드 컴퓨팅 성능 고도화

Web server 가속, web application 가속 등 다양한 application의 가속에 관심이 있습니다. CPU의 최신 instruction을 사용한 application 가속, 성능을 고려한 software design을 통한 성능 향상, 리소스의 최적 분배를 통한 자원 효율성 증진 등 클라우드에서 큰 스케일에서 구동되는 시스템에 관한 다양한 연구 경험을 축적하고 있습니다.