경계 상자
복잡한 사진 속에서 '이것 좀 보세요!' 하고 인공지능이 빨간 펜으로 물건 둘레에 쳐놓은 네모 상자예요.
정의 컴퓨터가 이미지나 영상 속에서 물체를 찾아낼 때, 그 물체의 위치와 크기를 둘러싸서 표시하는 직사각형 테두리예요. 보통 화면 속 좌표와 가로세로 길이 같은 몇 개의 숫자만으로 물체의 영역을 간단하고 명확하게 나타내요.
카메라 속 네모 상자의 정체
스마트폰 카메라로 친구들의 모습을 찍을 때 얼굴 주변에 노란색 네모 상자가 착 달라붙는 모습을 본 적이 있을 거예요. 사진 속에 사람이 있다는 사실을 아는 것을 넘어, 화면의 어느 구석에 사람이 서 있는지 정확한 위치를 사각형 테두리로 집어내는 기술이 바로 경계 상자예요.
컴퓨터는 사람이 눈으로 세상을 보듯 사물을 한 번에 통째로 이해하지 못해요. 화면 전체를 아주 잘게 쪼갠 수많은 점(픽셀)의 모음으로 바라보기 때문에, 어디서부터 어디까지가 고양이이고 어디가 배경인지 구체적인 구역을 정해 알려주어야 해요.
이렇게 사진 안에서 물체의 종류가 무엇인지 알아내고 그 위치를 사각형 박스로 표시하는 기술을 인공지능 분야에서는 객체 탐지라고 불러요. 경계 상자는 컴퓨터가 이미지 속 대상을 인지하고 다루기 위해 그리는 가장 기초적인 지도 역할을 해준답니다.
숫자 4개로 물체를 표현하는 원리
컴퓨터는 네모 상자를 복잡한 그림 데이터로 다루지 않아요. 화면의 맨 왼쪽 위 모서리를 기준점(0,0)으로 삼고, 상자가 시작하는 가로세로 위치와 상자의 너비, 높이라는 단 네 개의 숫자 좌표만으로 아주 가볍게 저장해요.
대상의 복잡한 굴곡을 일일이 따라 그리지 않고 반듯한 직사각형으로 감싸기 때문에 계산에 드는 힘이 획기적으로 줄어들어요. 덕분에 자율주행 차량이나 보안 카메라는 1초에 수십 장씩 들어오는 영상 속에서도 움직이는 차와 보행자의 위치를 지체 없이 실시간으로 계산해낼 수 있어요.
데이터 형태가 단순하다는 장점은 인공지능을 훈련시킬 때도 큰 힘을 발휘해요. 수많은 학습용 사진에 사람이 직접 마우스 드래그로 네모 상자만 그려주면 되므로, 데이터를 가공하고 준비하는 시간을 크게 아낄 수 있어요.
조금 더 정확히 말하면: 직사각형이 가진 한계
조금 더 정확히 말하면, 경계 상자는 단순한 직사각형 형태이기 때문에 물체의 실제 윤곽을 완벽하게 담아내지는 못해요. 예를 들어 대각선으로 기울어진 막대기나 팔다리를 넓게 벌린 사람을 네모로 감싸면, 물체뿐 아니라 주변 배경까지 상자 안에 함께 포함되거든요.
그래서 그래픽 합성이나 자율주행 정밀 지도 제작처럼 대상의 가장자리를 점 단위로 아주 정밀하게 오려내야 할 때는 세그멘테이션(분할)이라는 더 정교한 기술을 활용해요. 상자를 치는 대신 물체에 해당하는 픽셀에만 정확히 색을 칠하듯 대상을 구분하는 방식이에요.
하지만 복잡한 분할 기술은 컴퓨터가 처리해야 할 계산량이 매우 많아요. 따라서 즉각적인 반응 속도가 가장 중요한 자율주행 차량의 돌발 장애물 감지나 고속도로 번호판 인식 같은 시스템에서는 가볍고 빠른 경계 상자가 여전히 핵심적인 방식으로 쓰이고 있어요.
🤔 흔한 오해
경계 상자는 물체의 실제 외곽선 굴곡을 그대로 따서 그리는 기술이다.
경계 상자는 물체를 모두 포함하는 가장 작은 '직사각형'일 뿐이에요. 물체의 실제 외곽선만을 픽셀 단위로 정밀하게 오려내는 기술은 세그멘테이션(분할)이라고 따로 불러요.
🧺 일상에서 만나요
경계 상자는 이미지 속 물체의 위치와 크기를 4개의 숫자로 나타낸 최소 직사각형 테두리예요.