카카오가 인공지능(AI) 영상 생성 연산 비용을 대폭 줄이는 적응형 토큰화 기술을 공개한다.
카카오가 컴퓨터 비전 분야 국제 학회 '유럽컴퓨터비전학회(ECCV) 2026'에서 인공지능(AI) 영상 생성 모델의 연산량과 계산 비용을 줄이기 위한 적응형 토큰화 기술을 발표한다고 9일 밝혔다.
ECCV는 컴퓨터 비전 및 패턴 인식 학회(CVPR), 국제 컴퓨터 비전 학회(ICCV)와 함께 세계 3대 컴퓨터 비전 학회로 꼽힌다. 올해 행사는 오는 12일까지 스웨덴에서 열린다. 이번 연구를 주도한 이연경 카카오 리서치 엔지니어는 10일(현지시간) 오후 포스터 세션 2에서 논문을 발표한다.
최근 AI 영상 생성 연구가 고해상도·장시간 비디오 생성으로 확대되면서 연산량과 계산 비용을 줄이는 것이 주요 과제로 떠올랐다. 기존 영상 압축 기술인 토큰화는 영상 내용과 관계없이 고정된 비율로 데이터를 압축해 배경이 정적이거나 움직임이 적은 장면에서도 많은 토큰을 생성하는 한계가 있었다.
카카오는 비디오 프레임 간 중복성이 높다는 점에 착안해 영상의 시공간적 복잡도에 따라 연산에 필요한 토큰 수를 AI가 스스로 조절하는 적응형 토큰화 기술 'KATok(Keep-or-Drop? Adaptive Tokenizer for Compact Video Representation)'을 개발했다.
카톡(KATok)은 움직임이 크고 정보량이 많은 장면에는 더 많은 토큰을 배분하고, 정적이거나 단순한 영역에서는 중복 토큰을 줄이는 방식이다. 영상 내용에 따라 필요한 토큰 수를 자동으로 조절해 연산 자원을 효율적으로 사용하는 것이 특징이다.
실험 결과 카톡은 기존 밀집형 토큰화(Dense Tokenizer) 방식보다 적은 토큰으로 영상을 재구성했다. 비디오 생성 파이프라인에 적용했을 때 영상 생성 모델의 학습 속도는 기존 대비 약 6.9배, 영상 생성 속도는 약 3.2배 향상됐다.
카카오는 이번 연구가 토큰화 단계뿐 아니라 압축된 토큰 표현을 비디오 생성 모델까지 연결해 '압축-생성' 전 과정의 효율을 높였다는 데 의미가 있다고 설명했다. 향후 카톡 기술을 고도화해 더 높은 해상도와 장시간 비디오 생성 환경으로 적용 범위를 확대할 계획이다.
최동진 카카오 어플라이드 AI 모델 성과리더는 “고해상·장시간 영상처럼 연산량이 급증하는 환경일수록 카톡의 적응형 토큰화 기술이 발휘하는 연산 절감 효과는 더욱 커질 것”이라면서 “향후 다양한 AI 비디오 생성 모델과의 범용성을 검증해 연산량은 줄이면서도 뛰어난 화질을 유지하는 대규모 비디오 생성의 핵심 기반 기술로 발전시키겠다”고 말했다.
변상근 기자 sgbyun@etnews.com
