1
00:00:01,373 --> 00:00:04,722
사람들은 보통 움직임을
시각적인 것으로 생각합니다.

2
00:00:05,889 --> 00:00:10,977
만약 제가 지금 말하는 도중 무대를 
가로질러 걷거나 손동작을 취하면

3
00:00:10,977 --> 00:00:13,238
여러분은 그 움직임을 
볼 수 있습니다.

4
00:00:14,255 --> 00:00:16,737
하지만 중요한 의미를 갖는 움직임들 중 


5
00:00:16,737 --> 00:00:20,057
그 크기가 매우 미세해서 우리
눈에 분별하기 어려운 것들도 있습니다.

6
00:00:20,057 --> 00:00:24,508
우리는 지난 몇 년에 걸쳐
인간이 보지 못하는 이 움직임을

7
00:00:24,508 --> 00:00:27,865
카메라로는 식별 할 수 있다는 
사실을 알아냈습니다.

8
00:00:28,305 --> 00:00:29,856
어떤 것인지 직접 보여드리죠.

9
00:00:30,717 --> 00:00:34,339
왼쪽 화면은 사람 손목의 동영상입니다.

10
00:00:34,339 --> 00:00:37,486
오른편에는 잠자는 
아기 동영상이 있어요.

11
00:00:37,486 --> 00:00:40,632
하지만 이것들이 동영상이라고
말씀드리지 않았다면

12
00:00:40,632 --> 00:00:44,393
여러분들은 두 개의 보통 사진을
보고 있다고 생각하실 수 있습니다.

13
00:00:44,393 --> 00:00:46,065
왜냐하면 두 영상 모두

14
00:00:46,065 --> 00:00:49,112
정지해 있는 것처럼 보이거든요.

15
00:00:50,175 --> 00:00:54,060
하지만 여기에는 아주 미세한
움직임이 일어나고 있습니다.

16
00:00:54,060 --> 00:00:56,452
만약 여러분이 왼쪽 사진의 
손목을 만질 수 있다면

17
00:00:56,452 --> 00:00:58,448
맥박을 느낄 수 있을 것입니다.

18
00:00:58,448 --> 00:01:00,933
또 만약 오른쪽의 아이를 안아 본다면

19
00:01:00,933 --> 00:01:03,324
아이가 숨을 쉴 때마다 
가슴이 오르락 내리락

20
00:01:03,324 --> 00:01:04,714
하는 것을 느낄 수 있을 것입니다.

21
00:01:05,762 --> 00:01:09,338
보시는 것과 같은 움직임들은
우리에게 중요한 정보를 제공합니다.

22
00:01:09,338 --> 00:01:12,681
하지만 대부분은 육안으로 
식별하기에 매우 미세합니다.

23
00:01:12,681 --> 00:01:14,957
그래서 육안으로 관찰하는 대신

24
00:01:14,957 --> 00:01:17,857
촉각을 통해 직접 만져보고 느낍니다.

25
00:01:18,997 --> 00:01:20,262
하지만 몇 년 전

26
00:01:20,262 --> 00:01:24,667
MIT의 제 동료들이 "모션 마이크로 
스콥" 이라는 걸 개발했습니다.

27
00:01:24,667 --> 00:01:29,051
이 소프트웨어는 영상의 
미세한 움직임을 찾아내

28
00:01:29,051 --> 00:01:32,613
우리가 볼 수 있을 만큼의 크기로
그 움직임을 증폭시켜줍니다.

29
00:01:33,416 --> 00:01:36,899
왼쪽 영상에 이 소프트웨어를
적용해 보면

30
00:01:36,899 --> 00:01:40,149
손목의 맥박을 눈으로 볼 수 있습니다.

31
00:01:40,149 --> 00:01:41,844
우리가 만약 이 맥박을 센다면

32
00:01:41,844 --> 00:01:44,199
이 사람의 심박수를 알아낼 수 있습니다.

33
00:01:45,095 --> 00:01:48,160
같은 소프트웨어를 
오른쪽 영상에 사용해 보았습니다.

34
00:01:48,160 --> 00:01:51,387
아이가 숨쉬는 것을 
눈으로 볼 수 있게 해주고,

35
00:01:51,387 --> 00:01:55,524
직접 만지지 않고도 아기의 호흡을
관찰할 수 있습니다.

36
00:01:56,884 --> 00:01:59,962
이러한 기술은 그 영향력이
매우 엄청납니다.

37
00:01:59,962 --> 00:02:03,539
보통 우리가 촉각을 
통해 느끼는 현상들을

38
00:02:03,539 --> 00:02:08,076
우회적인 방법인 시각적으로 
경험하게 해주기 때문입니다.

39
00:02:08,864 --> 00:02:13,275
몇 년전 저는 이 소프트웨어 
개발자들과 함께 일하기 시작했습니다.

40
00:02:13,275 --> 00:02:16,632
그리고 미친 것처럼 들리는
일을 시도해 보기로 했습니다.

41
00:02:16,632 --> 00:02:17,912
"우리가 생각하기에,

42
00:02:17,922 --> 00:02:22,935
이 소프트웨어를 통해 미동을
시각화하는 것은 매우 멋진 일이며

43
00:02:22,935 --> 00:02:27,160
이는 다시말해 촉각의 역할을 연장한 
것이라 할 수 있지 않은가.

44
00:02:27,170 --> 00:02:32,018
그렇다면 이와 같은 기술을 통해
듣는 능력을 확장해보면 어떨까?"

45
00:02:32,018 --> 00:02:37,173
만약 이 영상 증폭 기술을 이용해
소리의 진동을 촬영 할 수 있다면요?

46
00:02:37,173 --> 00:02:40,000
소리의 진동 역시 아주 미세한
움직임이라고 할 수 있잖아요.

47
00:02:40,000 --> 00:02:43,796
그리고 우리가 눈으로 볼 수 있는 것을
소리로 변환해 본다면요?

48
00:02:44,056 --> 00:02:46,207
다소 이상한 생각처럼 보이겠네요.

49
00:02:46,207 --> 00:02:48,793
여러분을 위해 다른 관점으로
설명해 드리겠습니다.

50
00:02:49,523 --> 00:02:51,171
일반적인 마이크의 원리는

51
00:02:51,191 --> 00:02:56,220
내부의 진동판의 움직임을
전기신호로 변환하도록 되어있는데

52
00:02:56,220 --> 00:03:00,358
진동판은 소리에 반응하여
움직이도록 설계되었습니다.

53
00:03:00,358 --> 00:03:05,065
이 움직임은 기록할 수도 있고
소리로 변환되어 읽히기도 합니다.

54
00:03:05,065 --> 00:03:09,403
소리는 사물을 진동시킬 수 있지만,

55
00:03:09,403 --> 00:03:14,883
우리 눈으로는 이 진동이 매우 
미묘하고 빨라서 확인하기 어렵죠.

56
00:03:14,883 --> 00:03:18,341
그렇다면 우리가 고속 카메라로
영상을 기록하고

57
00:03:18,341 --> 00:03:23,477
이 소프트웨어를 이용해 카메라로 찍은
아주 작은 미동을 추출해 낸뒤

58
00:03:23,487 --> 00:03:28,561
어떤 소리가 그 진동을 만들었는지
분석하면 어떨까요?

59
00:03:29,249 --> 00:03:35,308
먼거리의 사물을 보는 것 만으로도
소리를 알아낼 수 있도록 해주지 않을까.

60
00:03:37,080 --> 00:03:39,263
그래서 저희가 시도해 보았습니다.

61
00:03:39,263 --> 00:03:41,190
이것이 저희가 한 실험 중 하나인데요,

62
00:03:41,190 --> 00:03:44,139
화면 오른쪽에 화분을 갖다 놓고

63
00:03:44,139 --> 00:03:46,577
근처의 스피커에 음악을 크게 틀어논 뒤

64
00:03:46,577 --> 00:03:50,106
고속카메라로 촬영해 보았습니다.

65
00:03:50,275 --> 00:03:58,465
(음악 : 떴다떴다 비행기)
-스피커를 통해 음악이 나옴-

66
00:03:59,820 --> 00:04:02,644
이것이 저희가 촬영한 영상입니다.

67
00:04:02,644 --> 00:04:06,568
이 영상은 초당 수천 프레임의 
속도로 기록되었지만,

68
00:04:06,568 --> 00:04:08,890
여러분이 아주 가까이서 본다 해도

69
00:04:08,890 --> 00:04:10,841
그냥 가만히 있는

70
00:04:10,841 --> 00:04:13,906
나뭇잎들만 보이실 겁니다.

71
00:04:13,906 --> 00:04:19,173
왜냐하면 이 나뭇잎들의 움직인 거리는
마이크로미터 정도로

72
00:04:19,173 --> 00:04:23,379
1 센티미터의 천분의 일 입니다.

73
00:04:23,379 --> 00:04:29,215
화면의 1 화소를 백분의 일에서
천분의 일로 나눈 정도입니다.

74
00:04:29,231 --> 00:04:32,768
그러니 여러분 마음껏 째려보세요.

75
00:04:32,768 --> 00:04:36,103
그런다해도 이렇게 미세한 움직임은
눈으로 분별하기 어렵습니다.

76
00:04:37,667 --> 00:04:41,824
하지만 이 작은 움직임은
육안으로는 자각하기 어려운 것이지만

77
00:04:41,824 --> 00:04:44,633
숫자적으로는 그 의미가
충분히 있는 것으로 드러났어요.

78
00:04:44,633 --> 00:04:46,635
왜냐하면 제대로 된 알고리듬을 통해

79
00:04:46,635 --> 00:04:49,752
무음의 정지해 있는 듯한 
동영상을 찍은 뒤

80
00:04:49,752 --> 00:04:52,769
그 영상으로부터 들으시는 소리를
복원해 낼 수 있었기 때문입니다.

81
00:04:52,769 --> 00:05:00,074
(음악: 떴다떴다 비행기)

82
00:05:00,074 --> 00:05:05,902
(박수)

83
00:05:10,058 --> 00:05:11,997
이것이 어떻게 가능하냐고요?

84
00:05:11,997 --> 00:05:16,341
이 미세한 움직임을 통해 이렇게나
방대한 정보를 얻을 수 있냐고요?

85
00:05:16,341 --> 00:05:21,702
이 나뭇잎이 1 마이크로미터만큼
움직인다고 합시다.

86
00:05:21,702 --> 00:05:26,010
그리고 그것이 천만분의 1 화소만큼의
이미지가 이동했다고 합시다.

87
00:05:27,269 --> 00:05:29,841
그리 큰 숫자 같지는 않아보입니다.

88
00:05:29,841 --> 00:05:31,837
하지만 단일 프레임의 비디오는

89
00:05:31,837 --> 00:05:35,094
백만개에 가까운 화소로 이루어져있고

90
00:05:35,094 --> 00:05:38,548
전체 영상에 걸쳐 이를 모두 합치면 
우리가 볼 수 있는

91
00:05:38,548 --> 00:05:40,846
아주 작은 움직임이 됩니다.

92
00:05:40,846 --> 00:05:43,469
그런후엔 이 천분의 1 화소가

93
00:05:43,469 --> 00:05:46,244
점층적으로 더해져 어떤
의미있는 움직임으로 바뀝니다.

94
00:05:46,870 --> 00:05:50,505
개인적으로는, 우리가 밝혀낸 
이 사실에 대해 몹시 흥분했습니다.

95
00:05:50,505 --> 00:05:52,825
(웃음)

96
00:05:52,825 --> 00:05:56,078
하지만 제대로 된 알고리듬을 적용했어도

97
00:05:56,078 --> 00:05:59,695
아직까지 이 퍼즐의 매우 중요한 조각이
없었습니다.

98
00:05:59,695 --> 00:06:03,299
보시다 시피 많은 요소들이
언제, 어떻게 이 기술이

99
00:06:03,299 --> 00:06:05,296
잘 작동할 것인가에 대해 
영향을 끼칩니다.

100
00:06:05,296 --> 00:06:08,500
측정하려는 사물과 그 거리,

101
00:06:08,500 --> 00:06:10,894
어떤 카메라와 렌즈를 사용 할 지,

102
00:06:10,894 --> 00:06:15,835
얼만큼의 빛을 사물에 노출해야 할 지
음향은 얼마나 커야 하는지 말이죠

103
00:06:15,945 --> 00:06:19,320
그리고 제대로 된 알고리즘을 
이용할지라도

104
00:06:19,320 --> 00:06:22,710
초기에 실행된 실험에서는 
깊은 주의를 기울여야 했습니다.

105
00:06:22,710 --> 00:06:25,102
만약 이 중 하나라도 
잘못된 가정이 있었다면

106
00:06:25,102 --> 00:06:27,470
무엇이 문제인지 알아낼 방법이
없었기 때문입니다.

107
00:06:27,470 --> 00:06:30,117
아마도 그냥 시끄러운 소음만 
결과물로 얻었겠죠.

108
00:06:30,117 --> 00:06:33,437
그래서 많은 초기의 실험들은
다음과 같습니다.

109
00:06:33,437 --> 00:06:35,643
여기 제가 있습니다.

110
00:06:35,643 --> 00:06:39,683
화면아래 왼쪽에
초고속 카메라가 언뜻 보이시죠

111
00:06:39,683 --> 00:06:41,866
감자칩 과자봉지를 비추고 있습니다.

112
00:06:41,866 --> 00:06:44,815
이 모든 것을 비추는 것이
밝은 이 램프 빛입니다.

113
00:06:44,815 --> 00:06:49,180
제가 말씀드렸듯이 초기 실험에서는 
모든 것에 대해 매우 조심스러웠습니다.

114
00:06:49,180 --> 00:06:51,688
어떻게 진행되었는지 보여드릴게요.

115
00:06:51,688 --> 00:06:55,449
셋, 둘, 하나, 시작

116
00:06:55,449 --> 00:07:00,836
"떴다 떴다 비행기!
날아라, 날아라! "

117
00:07:00,836 --> 00:07:05,336
(웃음)

118
00:07:05,336 --> 00:07:08,150
맞아요 이 실험은 정말이지
우스꽝스러워 보입니다.

119
00:07:08,150 --> 00:07:09,938
(웃음)

120
00:07:09,938 --> 00:07:12,283
그러니까 저는 과자봉지에다 
대고 소리를 지르고

121
00:07:12,283 --> 00:07:13,834
(웃음)

122
00:07:13,834 --> 00:07:15,951
엄청나게 밝은 조명을 쏘아대서

123
00:07:15,951 --> 00:07:20,560
말 그대로 첫번째 실험한 과자봉지를
녹여버릴 정도였습니다. (웃음)

124
00:07:20,560 --> 00:07:23,799
하지만 우스꽝스럽게 보이는 만큼

125
00:07:23,799 --> 00:07:25,587
그것은 매우 중요한 실험이었어요.

126
00:07:25,587 --> 00:07:28,513
왜냐하면 저희는 음향복원에
성공했기 때문입니다.

127
00:07:28,513 --> 00:07:33,225
(오디오) 떳다떳다 비행기!
날아라 날아라!

128
00:07:33,225 --> 00:07:36,993
(박수)

129
00:07:36,993 --> 00:07:40,024
그리고 이는 정말이지 막대한
중요성을 띕니다.

130
00:07:40,024 --> 00:07:43,304
왜냐하면 이 실험이 최초로 
무음의 동영상에서

131
00:07:43,304 --> 00:07:45,765
인간이 말하는 소리를 복원해 
낸 사례이기 때문입니다.

132
00:07:45,765 --> 00:07:48,156
이 실험을 기반으로

133
00:07:48,156 --> 00:07:52,027
우리는 점차 실험에 변형을 
시도했습니다.

134
00:07:52,106 --> 00:07:55,911
다양한 사물을 이용하거나
촬영 거리를 더 멀리 조정하고

135
00:07:55,911 --> 00:07:59,191
더 적은 양의 빛과
더 작은 소리를 이용하기도 했습니다.

136
00:07:59,887 --> 00:08:02,761
이 다양한 실험결과들을 분석하며

137
00:08:02,761 --> 00:08:06,103
이 기법의 허용 한도를 
이해하게 되었습니다.

138
00:08:06,103 --> 00:08:08,333
왜냐하면 우리가 이 한도를
이해한 뒤에는

139
00:08:08,333 --> 00:08:10,679
그 허용 한도를 초월해 
볼 수 있기 때문입니다.

140
00:08:10,679 --> 00:08:13,510
그래서 다음과 같은
실험을 하게 되었습니다.

141
00:08:13,510 --> 00:08:16,599
또 다시 저는 과자봉지에다 대고
이야기를 합니다.

142
00:08:16,599 --> 00:08:21,429
하지만 이번에는 카메라를 
4.5 미터 정도의 거리로 옮기고

143
00:08:21,429 --> 00:08:24,262
방음이 되는 유리창 뒤에
설치하였습니다.

144
00:08:24,262 --> 00:08:27,065
빛이라고는 자연광이 전부입니다.

145
00:08:28,529 --> 00:08:31,324
자 이것이 저희가 찍은 동영상 입니다.

146
00:08:32,450 --> 00:08:37,009
방음창 안에 있는 과자봉지 옆에서 
들리는 소리는 다음과 같습니다.

147
00:08:37,009 --> 00:08:42,047
(오디오) 떳다 떳다 비행기 
날아라 날아라

148
00:08:42,047 --> 00:08:47,666
높이높이 날아라 우리비행기

149
00:08:47,666 --> 00:08:51,683
그리고 이것이 우리가 
방음창 밖에서 찍은

150
00:08:51,683 --> 00:08:54,028
동영상에서 복원해 낸 음향입니다.

151
00:08:54,028 --> 00:08:58,463
(음성) 떴다 떴다 비행기 
날아라 날아라

152
00:08:58,463 --> 00:09:03,920
높이높이 날아라 우리비행기

153
00:09:03,920 --> 00:09:10,421
(박수)

154
00:09:10,421 --> 00:09:13,963
이 허용 한도를 추월해보고자
여러가지 다른 방법들도 시도했습니다.

155
00:09:13,963 --> 00:09:16,251
다음은 좀 더 작은 소리를 
이용한 실험입니다.

156
00:09:16,251 --> 00:09:19,871
노트북 컴퓨터에 연결한 이어폰을
촬영한 것으로

157
00:09:19,871 --> 00:09:23,981
저희의 목표는 이어폰에서 흘러나오는
음악을 복원해 내는 것이었습니다.

158
00:09:23,981 --> 00:09:26,280
물론 플라스틱 이어폰이 찍힌

159
00:09:26,280 --> 00:09:28,787
이 동영상은 무음입니다.

160
00:09:28,787 --> 00:09:30,970
이 실험의 결과는 정확도가 매우 높아

161
00:09:30,970 --> 00:09:33,951
샤잼(Shazam)어플을 통해 음악찾기를 
할 수 있을 정도였어요.

162
00:09:33,951 --> 00:09:35,842
(웃음)

163
00:09:37,191 --> 00:09:47,225
(음악: "언더 프레셔" - 퀸)

164
00:09:49,615 --> 00:09:54,584
(박수)

165
00:09:54,584 --> 00:09:59,135
다음은 다른 종류의 장비를 사용해서 
허용 한도를 시험해 보기도 했습니다.

166
00:09:59,135 --> 00:10:01,596
지금까지 제가 보여드린 실험결과들은

167
00:10:01,596 --> 00:10:03,918
초고속 카메라를 사용한 것인데

168
00:10:03,918 --> 00:10:06,797
이 카메라는 우리가 가진 
핸드폰 카메라보다

169
00:10:06,797 --> 00:10:08,724
100 배나 빠른 녹화가 가능합니다.

170
00:10:08,724 --> 00:10:11,533
하지만 저희는 보통의 카메라를 가지고도

171
00:10:11,533 --> 00:10:13,763
이를 구현할 수 있는 테크닉을 
알아냈습니다.

172
00:10:13,763 --> 00:10:17,832
이른바 "롤링셔터"라 불리우는 
효과를 이용한 것인데요

173
00:10:17,832 --> 00:10:22,630
많은 카메라들이 영상을 한 번에 
한 줄씩 기록합니다.

174
00:10:22,630 --> 00:10:28,332
만약 한 장면 촬영시 사물이 움직이면

175
00:10:28,344 --> 00:10:31,061
각 줄 사이 시간차가 생기게 됩니다.

176
00:10:31,061 --> 00:10:34,218
이 때문에 약간의 인위적 변형이
일어나게 되고

177
00:10:34,218 --> 00:10:37,701
이것이 동영상 각 프레임에 남아 
기록됩니다.

178
00:10:37,701 --> 00:10:41,887
우리는 알고리듬을 변형하여
이 인위적 변형을 분석한 결과

179
00:10:41,887 --> 00:10:46,122
이 동영상으로부터 음향을 
복원해낼 수 있었습니다.

180
00:10:46,122 --> 00:10:48,034
이것이 저희가 한 실험입니다.

181
00:10:48,034 --> 00:10:49,729
보시는 것은 사탕봉지이고요

182
00:10:49,729 --> 00:10:51,470
주변에 있는 스피커에서 큰 소리로

183
00:10:51,470 --> 00:10:54,442
종전과 같은 "떳다 떳다 비행기" 
음악이 흘러나옵니다.

184
00:10:54,442 --> 00:10:58,645
하지만 이번에는 시중에서
구입한 일반 카메라를 사용했습니다.

185
00:10:58,645 --> 00:11:01,819
잠시 후 저희가 복원한 소리를 
들려드릴텐데요

186
00:11:01,819 --> 00:11:03,869
이번에는 약간 뒤틀린 듯한
소리를 들으실 것입니다.

187
00:11:03,869 --> 00:11:06,705
하지만 한 번 들어보시고
무슨 음악인지 알 수 있는 지 보세요.

188
00:11:07,723 --> 00:11:23,406
(오디오: "떳다떳다 비행기")

189
00:11:25,527 --> 00:11:28,992
소리는 뒤틀린 듯하지만
주목하실 점은

190
00:11:28,992 --> 00:11:33,378

우리가 밖에 나가 하이마트 같은 데서

191
00:11:33,378 --> 00:11:36,004
손쉽게 구할 수 있는 것들로

192
00:11:36,004 --> 00:11:39,128
이러한 기술의 구현이 가능하다는
것입니다.

193
00:11:39,128 --> 00:11:40,485
그럼 이제

194
00:11:40,485 --> 00:11:42,459
많은 사람들이 이 실험결과를 보고는

195
00:11:42,459 --> 00:11:45,872
즉각적으로 "감시카메라"를 떠올립니다.

196
00:11:45,872 --> 00:11:48,287
네 맞아요.
누군가를 감시하기 위해

197
00:11:48,287 --> 00:11:52,420
이 기술을 사용한 다는 것을
상상하기란 그리 어렵지 않습니다.

198
00:11:52,420 --> 00:11:56,367
하지만 현재에도 꽤 수준높은
감시카메라와 장비들이

199
00:11:56,367 --> 00:11:57,946
많이 있다는 것을 염두에 두십시요.

200
00:11:57,946 --> 00:12:00,036
사실, 많은 사람들이 레이저를 이용한

201
00:12:00,036 --> 00:12:02,835
원거리 도청을 
수십년간이나 해왔습니다.

202
00:12:03,978 --> 00:12:06,003
하지만 여기서 새로운 점

203
00:12:06,003 --> 00:12:07,443
정말로 다른 점은

204
00:12:07,448 --> 00:12:11,538
우리는 이제 사물의 진동을 
시각화 할 수 있는 방법이 생겼고

205
00:12:11,538 --> 00:12:15,071
그 기술이 세상을 다른 눈으로 볼 수
있게 해준다는 겁니다.

206
00:12:15,071 --> 00:12:20,551
또한 소리를 제어하여 진동을
일으키는 요소가 무엇인지 뿐 아니라

207
00:12:20,551 --> 00:12:24,480
사물 그 자체의 성질에
대해서도 알 수 있게 해줍니다.

208
00:12:24,480 --> 00:12:26,548
그래서 저는 한발짝 물러나

209
00:12:26,548 --> 00:12:28,558
우리가 동영상을 이용하는 용도가


210
00:12:28,558 --> 00:12:31,017
어떻게 달라질 수 있는지에 대해 
생각해 보고 싶어요.

211
00:12:31,017 --> 00:12:34,470
왜냐하면 우리는 주로 어떤 것들을
보기 위해 동영상을 이용하는데

212
00:12:34,470 --> 00:12:36,792
제가 보여드린 것 처럼 영상을 통해 


213
00:12:36,792 --> 00:12:38,649
그것이 내는 소리를 
들을 수도 있기 때문입니다.

214
00:12:38,649 --> 00:12:42,620
하지만 사물의 성질에 대해
알 수 있는 다른 방법이 있습니다.

215
00:12:42,620 --> 00:12:44,895
바로 직접 작동해 보는 것입니다.

216
00:12:44,895 --> 00:12:48,436
우리는 사물을 밀기도 붙잡기고 하고
찌르거나 당겨보기도 합니다.

217
00:12:48,436 --> 00:12:51,187
흔들어보고 어떻게 반응하는지
살피기도 합니다.

218
00:12:51,187 --> 00:12:55,460
이것은 아직까지도 우리가 
동영상으로 할 수 없는 것입니다.

219
00:12:55,460 --> 00:12:57,596
적어도 지금까지 알 던 바로는 말이죠.

220
00:12:57,596 --> 00:12:59,546
자 그럼 새로운 프로젝트를 
보여드리겠습니다.

221
00:12:59,546 --> 00:13:02,213
이는 몇달전에 나온 아이디어를
기반으로 한 것인데,

222
00:13:02,213 --> 00:13:05,514
실제로 오늘 처음으로 대중에게
공개하는 것입니다.

223
00:13:05,514 --> 00:13:10,877
동영상의 미동을 이용한
기본이론을 전제로

224
00:13:10,877 --> 00:13:15,358
사물이 우리와 상호 작용 하는
방식을 포착한 것인데요,

225
00:13:15,358 --> 00:13:18,132
이들이 우리에게 어떻게
반응 하는지 알 수 있습니다.

226
00:13:19,120 --> 00:13:20,884
이것이 사물입니다.

227
00:13:20,884 --> 00:13:24,716
이 실험의 경우 사람모양의
철사로 만든 인형입니다.

228
00:13:24,716 --> 00:13:27,804
일반 카메라로 이 사물을
촬영합니다.

229
00:13:27,804 --> 00:13:29,928
카메라 자체는 별로 
특이할 것이 없습니다.

230
00:13:29,928 --> 00:13:32,889
사실 이전에 제 핸드폰 카메라로
실험하기도 했습니다.

231
00:13:32,889 --> 00:13:35,141
우리는 사물의 진동을 
관찰해 보고자 하는데

232
00:13:35,141 --> 00:13:36,274
그러기 위해서

233
00:13:36,274 --> 00:13:39,620
사물이 놓여진 표면을 
세게 두들겨 봅니다.

234
00:13:39,620 --> 00:13:41,758
촬영하는 동안 말입니다.

235
00:13:47,398 --> 00:13:50,839
그렇습니다. 
우리가 표면을 두들기는 동안 찍은

236
00:13:50,839 --> 00:13:53,205
5초 길이의 일반적인 동영상 입니다.

237
00:13:53,205 --> 00:13:56,718
진동이 포착된 이 영상을 이용해

238
00:13:56,718 --> 00:14:01,262
이 사물의 구조와 물질적 특징이
어떤 것인지

239
00:14:01,262 --> 00:14:06,096
그 정보를 이용하여 직접 사물을 
조작해 볼 수 있습니다.

240
00:14:12,866 --> 00:14:15,519
자 이것이 우리가 만든 것입니다.

241
00:14:15,519 --> 00:14:17,748
보시기에는 평범한 사진 같습니다.

242
00:14:17,748 --> 00:14:20,859
하지만 이것은 사진도 동영상도
아닙니다.

243
00:14:20,859 --> 00:14:23,227
왜냐하면 지금 제가 
마우스를 갖다대서

244
00:14:23,227 --> 00:14:26,086
이 사물을 움직여 볼 수 
있기 때문입니다.

245
00:14:32,936 --> 00:14:34,579
보시는 것은

246
00:14:34,579 --> 00:14:37,875
이전에는 보지 못했던 
힘을 가할때 이 사물이

247
00:14:37,875 --> 00:14:42,073
어떻게 반응하는 지를 보여주는 
시뮬레이션입니다.

248
00:14:42,073 --> 00:14:45,706
오직 5초짜리 일반 동영상을 가지고
만들어낸 것 입니다.

249
00:14:47,249 --> 00:14:51,964
(박수)

250
00:14:57,421 --> 00:15:00,648
이것은 엄청난 영향력을 지닌
세상을 보는 방법입니다.

251
00:15:00,648 --> 00:15:02,660
왜냐하면 이로써 사물이
새로운 상황에 대해

252
00:15:02,660 --> 00:15:05,443
어떻게 반응할지 예측할 수 있게 해주기
때문입니다.

253
00:15:05,443 --> 00:15:08,916
예를들어 보죠. 
여러분이 낡은 다리를 보고

254
00:15:08,916 --> 00:15:12,443
자동차로 그 다리를 건널 때에

255
00:15:12,443 --> 00:15:15,276
그 다리가 잘 버틸지를 
궁금해 할 수 있습니다.

256
00:15:15,276 --> 00:15:18,480
이러한 질문은 누구라도 
그 답을 알고 싶어 하는 것입니다.

257
00:15:18,480 --> 00:15:21,980
실제로 운전해서 다리를 
건너기 전에 말입니다.

258
00:15:21,988 --> 00:15:25,260
물론 앞서 소개해드린 
음원복원 기술처럼

259
00:15:25,260 --> 00:15:27,722
이 기술에도 한계점이 있겠지만

260
00:15:27,722 --> 00:15:30,903
우리가 예상치 못한 많은 상황에서도

261
00:15:30,903 --> 00:15:32,778
이 기술이 작동한다는 것을 
확인하였습니다.

262
00:15:32,778 --> 00:15:35,546
특히 더 긴 길이의 동영상을 
이용하면 말입니다.

263
00:15:35,546 --> 00:15:38,054
보시는 동영상은 제 아파트 앞


264
00:15:38,054 --> 00:15:40,353
화단을 촬영한 것입니다.

265
00:15:40,353 --> 00:15:43,441
이 나뭇가지에 그 어떤 것도 
하지 않았습니다.

266
00:15:43,441 --> 00:15:46,146
1 분정도 길이의 촬영만으로도


267
00:15:46,146 --> 00:15:49,524
약한 바람에 의한 진동이 포착되었고

268
00:15:49,524 --> 00:15:53,111
이 화단에 대해 충분한 정보를 얻어
시뮬레이션을 만들어 볼 수 있었습니다.

269
00:15:55,270 --> 00:16:01,412
(박수)

270
00:16:01,412 --> 00:16:04,384
영화감독에게 이 이미지를
준다고 상상해 보세요.

271
00:16:04,384 --> 00:16:06,103
이 장면이 찍히고 난 후에

272
00:16:06,103 --> 00:16:11,025
바람의 강도와 방향을 
조정할 수 있겠죠.

273
00:16:12,810 --> 00:16:17,345
보시는 것은 걸려 있는
커튼을 촬영한 것 입니다.

274
00:16:17,345 --> 00:16:21,474
동영상에는 눈으로 볼 수 있는
큰 움직임이 없습니다.

275
00:16:21,474 --> 00:16:24,399
하지만 2분짜리 영상을 촬영함으로써

276
00:16:24,399 --> 00:16:26,837
방안의 자연풍이 만들어내는

277
00:16:26,837 --> 00:16:31,249
아주 미세한 움직임과 진동을 통해

278
00:16:31,249 --> 00:16:33,814
다음과 같은 시뮬레이션을
만들 수 있습니다.

279
00:16:36,243 --> 00:16:38,609
아이러니하게도

280
00:16:38,609 --> 00:16:41,697
우리는 이미 가상현실
그래픽을 통해 이런식으로

281
00:16:41,697 --> 00:16:44,344
직접 조작해 보는 것에 대해 
익숙해져있습니다.

282
00:16:44,344 --> 00:16:47,641
비디오 게임이나 3D 모델 
같은것이요.

283
00:16:47,641 --> 00:16:52,045
하지만 현실세계의 실제 사물을


284
00:16:52,045 --> 00:16:54,862
단순한 동영상을 통해
이러한 정보를 얻어내느 것은

285
00:16:54,862 --> 00:16:57,705
이전에는 없었던 것으로
매우 큰 잠재력을 지니고 있습니다.

286
00:16:58,410 --> 00:17:03,314
자, 여기 이분들은 이 프로젝트에 
애써주신 훌륭한 분들입니다.

287
00:17:04,057 --> 00:17:09,653
(박수)

288
00:17:12,819 --> 00:17:15,876
제가 오늘 보여드린 것은
단지 시작에 불과합니다.

289
00:17:15,876 --> 00:17:18,099
이러한 영상으로 할 수 있는 일 중


290
00:17:18,099 --> 00:17:20,961
극히 일부분에 근접했을 뿐입니다.

291
00:17:20,961 --> 00:17:23,937
이 기술을 통해 우리 주변의 것들을

292
00:17:23,937 --> 00:17:28,066
새롭게 모색할 수 있는 좀 더 
보편적인 방법을 개발할 것입니다.

293
00:17:28,066 --> 00:17:29,995
미래에는

294
00:17:29,995 --> 00:17:32,032
이 기술이 가능케 할

295
00:17:32,032 --> 00:17:34,418
신나는 모험이 기다리고 있습니다.

296
00:17:34,418 --> 00:17:35,585
감사합니다.

297
00:17:35,610 --> 00:17:41,717
(박수)