WEBVTT

00:00:00.937 --> 00:00:02.112
미래에는

00:00:02.136 --> 00:00:05.790
자율 주행차가 더 안전해지고
믿음직해질 것입니다.

00:00:06.175 --> 00:00:07.397
이를 위해서는

00:00:07.421 --> 00:00:10.151
자동차가 인간보다
빠르게 반응할 수 있는

00:00:10.175 --> 00:00:11.442
기술이 필요합니다.

00:00:11.466 --> 00:00:15.180
인간보다 운전을 잘하는
알고리즘이 필요하며

00:00:15.204 --> 00:00:19.307
인간보다 더욱 잘 볼 수 있는
카메라가 필요합니다.

NOTE Paragraph

00:00:20.061 --> 00:00:24.791
자율주행차가 무작정 
코너를 돈다고 가정했을 때,

00:00:24.815 --> 00:00:26.149
다른 차가 다가오거나

00:00:26.173 --> 00:00:28.958
어린 아이가 도로로
뛰어드는 일이 있기도 하죠.

00:00:29.458 --> 00:00:33.022
다행히도, 미래의 차는
뛰어난 성능을 갖고 있는데

00:00:33.046 --> 00:00:37.145
모퉁이를 볼 수 있는 카메라로
잠재적 위험을 발견합니다.

NOTE Paragraph

00:00:37.876 --> 00:00:39.955
지난 수년간 스탠포드 대학의

00:00:39.979 --> 00:00:42.256
컴퓨터 영상 연구실에서
박사 과정을 밟으며

00:00:42.280 --> 00:00:45.034
카메라의 성능에 대해 연구해왔습니다.

00:00:45.058 --> 00:00:48.456
카메라가 모퉁이에 
감춰진 물체를 감지하거나

00:00:48.480 --> 00:00:51.252
시야를 벗어난 물체를
감지할 수 있는지 말이죠.

NOTE Paragraph

00:00:51.276 --> 00:00:54.728
카메라로 무엇을 볼 수 있는지
하나의 예시를 들겠습니다.

00:00:54.752 --> 00:00:57.315
실험은 야외에서 진행되었는데

00:00:57.339 --> 00:01:01.149
카메라 레이저로 건물의 벽을
스캔하고 있으며

00:01:01.173 --> 00:01:03.133
포착하려는 장면은

00:01:03.157 --> 00:01:06.117
커튼 뒤 모퉁이에 가려져 있습니다.

00:01:06.141 --> 00:01:09.118
그래서 카메라 시스템으로는
직접적으로 볼 수 없습니다.

00:01:09.561 --> 00:01:10.729
그렇지만 어떻게든

00:01:10.753 --> 00:01:15.301
카메라는 이 장면을 
3차원 입체로 볼 수 있죠.

NOTE Paragraph

00:01:15.704 --> 00:01:17.104
어떻게 가능했을까요?

00:01:17.498 --> 00:01:20.220
여기 카메라 시스템에
그 비밀이 있습니다.

00:01:20.244 --> 00:01:23.569
보시면 고속 카메라의 
한 종류라고 생각하실 텐데,

00:01:23.593 --> 00:01:27.063
초당 1000개의 프레임이나

00:01:27.087 --> 00:01:29.832
초당 100만 개의 프레임이 아니라

00:01:29.856 --> 00:01:32.109
초당 1조 개의 프레임을 작동시킵니다.

00:01:33.023 --> 00:01:37.858
굉장히 빨라서 빛 자체의
움직임도 파악할 수 있죠.

00:01:38.652 --> 00:01:42.295
빛이 얼마나 빠르게 움직이는지
예시를 보여드릴게요.

00:01:42.319 --> 00:01:46.604
음속의 속도보다 3배나
더 빠르게 움직일 수 있는

00:01:46.628 --> 00:01:49.376
만화 속 재빠른 수퍼히어로와
그 속도를 비교해보죠.

00:01:50.201 --> 00:01:54.400
빛의 진동수는 1초에 33억 개 또는

00:01:54.424 --> 00:01:56.297
33억 분의 1초 인데

00:01:56.321 --> 00:01:58.450
1미터를 이동하는 속도죠.

00:01:58.474 --> 00:02:00.409
동시에

00:02:00.433 --> 00:02:04.307
수퍼히어로가 움직인 거리는 
인간 머리카락 너비보다 짧죠.

00:02:04.633 --> 00:02:05.900
매우 빠른 속도입니다.

00:02:06.306 --> 00:02:08.760
그러나 센티미터 미만으로
움직이는 빛의 속도를

00:02:08.784 --> 00:02:12.172
파악하고 싶다면 
더 빠르게 이미지화 해야죠.

00:02:12.784 --> 00:02:15.281
우리 카메라 시스템은
50조 분의 1초 또는

00:02:15.305 --> 00:02:18.821
1초에 50조개의 프레임으로

00:02:18.845 --> 00:02:20.590
광자를 포착할 수 있습니다.

NOTE Paragraph

00:02:21.821 --> 00:02:24.323
이 울트라 고속카메라로

00:02:24.347 --> 00:02:28.021
짧은 빛의 진동을 보내는
레이저와 비교해 보면

00:02:28.553 --> 00:02:31.188
각 진동은 이 벽으로 이동하고

00:02:31.212 --> 00:02:33.339
일부는 카메라를 향해 
뒤로 흩어집니다.

00:02:33.363 --> 00:02:36.579
또한 모퉁이에 숨겨진 물체로
빛을 흩어 되돌아오게 하려고

00:02:36.603 --> 00:02:38.536
벽을 이용하기도 하죠.

00:02:39.363 --> 00:02:41.601
벽면 위 각각 다른 위치로부터

00:02:41.625 --> 00:02:44.165
각 광자의 도착 횟수를 
포착하기 위해

00:02:44.189 --> 00:02:46.276
측정을 수없이 반복하여

00:02:46.300 --> 00:02:49.156
마침내 이 수치를 알아냈고,
초당 1조 개의 프레임의

00:02:49.180 --> 00:02:51.815
영상을 만들 수 있었죠.

NOTE Paragraph

00:02:52.371 --> 00:02:55.379
우리 눈에는 평범한 벽으로 보이지만

00:02:55.403 --> 00:02:59.878
초당 1조 개의 프레임으로
굉장한 걸 볼 수 있습니다.

00:03:00.275 --> 00:03:04.642
숨겨진 사물에서 흩어지고
다시 벽면으로 뿌려지는

00:03:04.666 --> 00:03:06.733
빛의 파동을 발견할 수 있죠.

00:03:07.063 --> 00:03:10.015
또한 각 파동은 숨겨진 사물이 보낸

00:03:10.039 --> 00:03:12.317
정보를 전달합니다.

00:03:12.341 --> 00:03:14.022
이를 통해 수치를 파악하고

00:03:14.046 --> 00:03:16.545
재현 알고리즘으로 보내어

00:03:16.569 --> 00:03:20.450
숨겨진 장면을 3D 입체로
복원할 수 있습니다.

NOTE Paragraph

00:03:21.379 --> 00:03:25.189
다음으로 포착된 실내 장면의
예시를 보여드릴 텐데요,

00:03:25.213 --> 00:03:28.323
이번에는 다양한 
숨겨진 사물의 모습입니다.

00:03:28.347 --> 00:03:30.474
사물들의 형태는 각기 다르기 때문에

00:03:30.498 --> 00:03:32.331
빛 또한 다르게 반사됩니다.

00:03:32.355 --> 00:03:36.109
여기 빛나는 용 동상은
미러 디스코 볼과

00:03:36.133 --> 00:03:37.910
빛이 다르게 반사됩니다.

00:03:37.934 --> 00:03:40.545
원반을 든 사람 동상 
또한 다르게 반사됩니다.

00:03:40.998 --> 00:03:44.417
3차원 입체로 시각화하여
반사된 빛에 따른

00:03:44.441 --> 00:03:47.853
차이를 발견할 수 있었어요.

00:03:47.853 --> 00:03:50.616
비디오 프레임을 촬영하고
각 프레임을 합쳐보았죠.

00:03:50.640 --> 00:03:54.939
여기에서 시간은 이 큐브의
깊이의 차원을 의미하죠.

NOTE Paragraph

00:03:55.914 --> 00:03:59.105
이 빛나는 점들은
디스코 볼의 각 측면에

00:03:59.129 --> 00:04:01.675
비춰진 빛의 반사점이며,

00:04:01.699 --> 00:04:03.890
시간이 지남에 따라 벽면에 흩어졌죠.

00:04:04.422 --> 00:04:07.958
가장 빨리 도착한 빛의 줄기는

00:04:07.982 --> 00:04:11.942
벽면에 가장 가까운
용 동상에서 나왔고,

00:04:11.966 --> 00:04:15.767
책장과 다른 동상에서 반사된 빛으로부터

00:04:15.791 --> 00:04:17.124
다른 빛줄기가 나왔죠.

NOTE Paragraph

00:04:17.727 --> 00:04:21.614
이제 이 수치를 프레임 단위의 영상으로

00:04:21.638 --> 00:04:22.830
시각화 할 수 있습니다.

00:04:22.854 --> 00:04:24.736
분산된 빛을 바로 확인할 수 있죠.

00:04:25.461 --> 00:04:30.374
다시, 벽에서 가장 가까운
용에서 이루어지는 빛반사를 보죠.

00:04:30.374 --> 00:04:33.763
또 디스코 볼과 
책장의 다른 물체에서

00:04:33.787 --> 00:04:36.506
나오는 밝은 점들도 보입니다.

00:04:36.530 --> 00:04:40.982
그리고 동상에서 반사된
빛의 파동을 볼 수 있어요.

00:04:41.840 --> 00:04:44.633
벽면을 비추는 빛의 각 파동은

00:04:44.657 --> 00:04:49.275
초당 1조 번 지속되는
불꽃과도 같습니다.

00:04:53.649 --> 00:04:56.895
이 사물들이 빛을
각 다르게 반사하더라도

00:04:56.919 --> 00:04:59.553
여전히 형태를 재건할 수 있습니다.

00:04:59.577 --> 00:05:02.348
이것이 모퉁이에서 보이는 모습인데요,

NOTE Paragraph

00:05:03.547 --> 00:05:06.976
결과가 조금 다르게 나온
예시를 보여드리고자 합니다.

00:05:07.000 --> 00:05:10.380
이 영상에서 저는 
빛을 반사하는 수트를 입고

00:05:10.404 --> 00:05:14.799
카메라는 초당 4번의 비율로
벽을 스캔하고 있습니다.

00:05:15.173 --> 00:05:16.387
저 옷은 빛을 반사하므로

00:05:16.411 --> 00:05:19.069
실제로 많은 수의 광자를
포착할 수 있어서

00:05:19.093 --> 00:05:22.641
제가 어디에 있고 
무엇을 하는지 알 수 있죠.

00:05:22.665 --> 00:05:25.562
카메라가 실제로 저를
포착하지 못하더라도 말이죠.

00:05:25.586 --> 00:05:30.125
벽에서 제 수트로 흩어지고
다시 벽과 카메라로

00:05:30.149 --> 00:05:32.283
흩어진 광자들을 포착하면서

00:05:32.307 --> 00:05:35.903
실시간으로 간접적인 영상을
캡처할 수 있습니다.

NOTE Paragraph

00:05:36.954 --> 00:05:40.160
이러한 실제적인 비가시적 이미지화가

00:05:40.184 --> 00:05:43.910
자율주행차 등의 분야에
유용하게 쓰일 겁니다.

00:05:43.934 --> 00:05:46.029
또한 우리 몸의 작은 부분들을

00:05:46.053 --> 00:05:49.624
살펴보는 생의학 분야에서도 마찬가지죠.

00:05:49.974 --> 00:05:53.475
또한 다른 행성을 탐사하고자
이용되는 로봇에

00:05:53.499 --> 00:05:56.164
유사한 카메라 시스템을 
적용할 수 있습니다.

NOTE Paragraph

00:05:56.839 --> 00:05:59.601
처음에 모퉁이 너머를 
보는 것에 대해 말씀드렸는데

00:05:59.625 --> 00:06:02.199
오늘 여러분께 보여드린
기술은 불과 2년 전에는

00:06:02.223 --> 00:06:03.387
불가능했던 것이었죠.

00:06:03.435 --> 00:06:07.292
한 예로, 우리는 밖에 숨겨진
방만한 크기의 거대한 장면을

00:06:07.292 --> 00:06:09.141
실시간으로 이미지화할 수 있죠.

00:06:09.165 --> 00:06:13.522
이를 실제적 기술로 제작해
커다란 발전을 이루었는데

00:06:13.546 --> 00:06:15.839
언젠가 차에서도 볼 수 있을 겁니다.

NOTE Paragraph

00:06:16.156 --> 00:06:18.736
그러나 여전히 과제가 남아있습니다.

00:06:18.760 --> 00:06:22.823
예를 들면 매우 적은 광자로 거리가 먼

00:06:22.847 --> 00:06:25.990
숨겨진 장면을 약하고
눈에 안전한 레이저 빛으로

00:06:26.014 --> 00:06:29.291
시각화하는 것이 가능할까요?

00:06:29.641 --> 00:06:31.976
또한 모퉁이에서 한 번이 아니라

00:06:32.000 --> 00:06:34.029
더 많은 횟수로 흩어지는

00:06:34.053 --> 00:06:36.656
광자에서 이미지를 파악할 수 있을까?

00:06:36.680 --> 00:06:41.323
우리의 크고 무거운 카메라 시제품을

00:06:41.347 --> 00:06:43.887
작게 축소하여 생의학 분야나

00:06:43.911 --> 00:06:45.110
주택 방범 시스템의

00:06:45.134 --> 00:06:48.220
발전에 유용하게 쓰일 수 있을까요?

00:06:48.244 --> 00:06:53.756
아니면 이 새로운 영상기법을
다른 곳에 적용할 수 있을까요?

00:06:53.780 --> 00:06:55.669
저는 이 흥미로운 기술이

00:06:55.693 --> 00:06:58.621
아직 생소한 다른 분야에도
유용하게 쓰여질 것이라고

00:06:58.645 --> 00:06:59.819
생각하고 있습니다.

NOTE Paragraph

00:06:59.843 --> 00:07:02.388
또한 현재 미래의 자율주행차는

00:07:02.412 --> 00:07:04.578
우리에게 먼 이야기로 느껴지겠지만

00:07:04.602 --> 00:07:06.579
이미 기술이 발전되어

00:07:06.603 --> 00:07:09.150
더욱 안전하고 똑똑한
차를 제작할 수 있습니다.

00:07:09.698 --> 00:07:13.000
또한 과학적 발견과 혁명은
빠른 속도로 이루어지므로

00:07:13.024 --> 00:07:16.071
우리가 모르는 새롭고 흥미로운 기술을

00:07:16.095 --> 00:07:18.229
모퉁이 너머에서 발견할 수도 있습니다.

NOTE Paragraph

00:07:18.810 --> 00:07:21.730
(박수)