ICT 환경 변화에 따라서 콘텐츠 이용행태가 PC, TV 기반에서 모바일 및 IoT 서비스 환경으로 변화되고 있으며 이에 따라 더 많은 콘텐츠가 모바일 환경에서 소비되고 있으며 매년 증가하고 있다. 하지만 콘텐츠 소비에 대한 증가와 더불어 저작권 침해 또한 매년 증가하고 있는 실정이다.
이러한 이용자의 콘텐츠 이용행태에 따라 기존환경에 적용된 저작권기술로는 현재의 문제점을 해결하는데 한계가 있으며 특히 스마트 디바이스는 일반 PC보다 전원이나 CPU, 메모리 등의 환경이 열악해 이에 맞는 기술 개발이 필요하다.
스마트 환경에 맞는 저작권 기술을 개발하는데 있어서 고려해야 될 요소로 이동성이 많고 항상 켜져 있으며 (Always-On), 언제 어디서나 접속이 되어야 하는 서비스 환경이 요구돼 에너지 효율을 높이는, 즉 저전력 기술이 동시에 뒷받침 되어야 한다.
이는 ‘LTE 스마트폰 시대에 살고 있는 소비자들의 불만족도 조사’에서 배터리 지속시간에 대한 불만율이 가장 높은 62% 인 것을 확인할 수 있다.
특징기반 콘텐츠 인식 기술은 현재 웹하드등록제 이후 웹하드 사업자들이 등록요건으로 갖추어야 하는 항목의 저작권 기술적조치로 웹하드 영업을 하기 위해서는 반드시 적용해야 하는 기술이다.
하지만 2014년부터 모바일을 중심으로 한 웹하드 서비스가 진행되면서 PC기반, Web 기반의 웹하드 서비스를 넘어서서 스마트폰 등의 스마트 디바이스를 중심으로 한 웹하드 서비스가 활발해지고 있어 이에 대한 대응기술과 다양한 모바일 서비스에 활용할 수 있어 스마트 디바이스에 최적화된 자원효율성이 최적화된 기술 개발이 필요하다.
영상의 원본에서 특징을 추출해 데이터베이스에 저장한 후 검색하고자 하는 영상의 일부 특징을 추출해 미리 데이이터베이스에 저장해 놓은 원본 영상의 특징과 비교해 저작권 위반 여부를 확인하는 기술로서 컴퓨터가 그 영상의 지문이라고 할 수 있는 특정 신호 통계에 기초해 음악을 인식하는 기술을 말한다.
<그림 > 특징기반 필터링 기술 개요도
출처: 한국저작권위원회
특징기반 콘텐츠 인식기술은 콘텐츠에 변형이 일어나도 콘텐츠가 가지고 있는 고유의 특징이 사리지지 않기 때문에 다양한 분야에서 활용되고 있으며, 변형에 강하고, 높은 정확도와 빠른 검색속도 보장하는 특징이 있다.
<표 1 > 특징기반 기술 특징
| 특징 | 설 명 |
| 변형에 강함 | 파일의형식변화(Mp3, wav, ogg등)는 물론 새로 인코딩을 하거나 비트레이트(Bit rate)를 바꾸거나 파일의 앞뒤를 자르거나 추가하는 등의 각종 변형된 파일도 원본을 찾아 인식함 |
| 높은 정확도를 보장 | 수만 곡의 음원과 영상을 인덱스 한 후, 다양한 형태로 변형된 파일을 테스트한 결과 95%이상(한국저작권위원회 성능평가 기준)의 높은 정확도를 보장 |
| 빠른 속도를 보장 | 검색 및 비교속도는 3초이내(한국저작권위원회 성능평가 기준) |
특징기반 콘텐츠 인식기술로 콘텐츠를 인식하기 위해서는 크게 2가지 단계를 거쳐 인식한다.
디지털화된 콘텐츠를 디코딩하여 해당음악(오디오)과 영상(비디오) 고유특성을 추출하고 이를 기반으로 최적화된 서치인덱스를 생성해 태그정보를 저장하는 인덱싱(Indexing) 단계, 인증서버를 통해 임의의 파일(음악&영상)에서 세그멘트(segment)를 디코딩한 정보로 인덱스에 저장된 원래파일을 찾아 그 파일의 저작권 여부와 태그정보를 제공하는 검색(Search)단계로 구성된다.
소프트웨어 기반의 자원효율성이 최적화된 특징기반 콘텐츠 인식기술을 개발하기 위해서는 그 기술에 대한 전력을 측정하고 전력 소모량이 증가할 우려가 있는 부분을 최적화시켜줘야 한다.
그러기 위해서는 해당 소프트웨어에 대한 분석과 소프트웨어의 전력프로파일을 만들어야한다.
해당기술에 대한 소프트웨어 구조를 분석하기 위해서는 Call Graph 분석과 주요 기능별 명세 그리고 기능별 동작을 위한 각 함수의 Call Graph를 분석해야 한다. Call Graph 분석을 위해 프로그램 구조, 클래스구조, 함수 콜에 대한 내용을 작성하고 각 동작별 Call graph에 대한 전력 프로파일 측정 시 측정단위로 활용 가능한 형태로 분석해야 한다.
<표 2> Fingerprint Client DNA 디렉토리의 주요 파일
| 파일명 | 설 명 |
| GetWordList.py | list of segment data에서 DNA를 추출하여 list of words 형태의 DNA 데이터로 변환 |
| indexerPitch.py | 100ms 의 segment data에서 fundamental frequency를 추출하고, 이를 Pitch Number로 변환 |
| pitchNumber.py | Frequency를 pitchNumber로 변환 |
| computeScore.py | 주어진 부분 DNA가 전체 DNA의 어느 포지션에서 몇 %나 매치되는지 계산 |
| sync_routine.py | 프레임 데이터 싱크 로직 |
| beatEnergy.py | Beat Enery 계산 |
전력프로파일 측정을 위해서는 측정방법을 설계하고, 실험환경을 구축해 전력프로파일을 측정한다.
| ※측정방법 - 전력에 영향을 미치는 모바일 주요 자원으로 CPU와 Wifi 값을 단정하여 측정하고, 측정의 단위는 각 시나리오별로 영상이 재생되는 동안, 마이크를 통해 음악을 검색하는 동안의 전력량을 측정함, 총 10회 실험을 수행함. |
| ※실험환경 구성 - 특징기반인식기술 적용 서비스 환경에 맞게 시나리오 별로 프로세스가 실행되도록 전력측정도구(ePMT)를 커스터마이징 함 - 영상 스트리밍 서비스와 마이크를 통한 음악 검색의 사용자 이용 환경을 구성함 - 사용자가 서비스를 이용하는 모의상황을 구성하여 측정이 개시되면, 콘텐츠가 재생되는 동안 특징기반인식기술이 구동되면서 모바일 전력에 영향을 미치는 주요 요소에 대한 전력량을 측정하도록 준비함 - 측정도구 외에 타 어플리케이션은 모두 종료된 상태로 환경을 구성함 - Wifi 접속 환경으로 수행함 |
시나리오별로 전력 측정을 위해 음악검색 시나리오를 다음과 같이 구성했으며, 음악검색 버튼을 클릭해 재생되는 음악을 마이크를 통해 녹음하고 이에 대한 DNA를 추출하여 검색서버에 송신하면 검색서버는 이를 받아 DNA를 인식한다.
그 결과를 음원메타정보로 전송해 주는 시나리오와 영상 스트리밍을 입력하면 디코딩을 통해 오디오를 분리시키고 이에 대한 DNA를 추출하여 검색서버에 송신하면 검색서버는 이를 받아 DNA를 인식해 그 결과를 저작권 관리서버 보내어 해당 영상물이 차단파일인지, 저작권이 없는 오픈파일인지, 저작권이 있는 과금 파일인지를 판단하는 시나리오를 구성된다.
<그림 2> 특징기반 인식기술 에너지 측정 시나리오
각 시나리오별 전력 측정결과는 표 3과 같다.
<표 3> 각 시나리오별 전력측정결과
※ 여러분의 제보가 뉴스가 됩니다. 각종 비리와 부당대우, 사건사고와 미담, 소비자 고발 등 모든 얘깃거리를 알려주세요
이메일 : webmaster@enewstoday.co.kr
카카오톡 : @이뉴스투데이