정보 전달과 처리의 원리

핵심 정리

정보·통신·컴퓨터 지문은 기술이 데이터를 어떻게 바꾸고, 옮기고, 처리하는지를 단계별로 설명한다. 그래서 시험은 용어의 이름보다 각 단계가 무엇을 입력받아 무엇을 내보내는지, 그 단계가 어떤 역할을 맡는지를 묻는다. 지문을 읽을 때는 과정마다 입력, 출력, 역할을 한 줄씩 짝지어 두는 것이 가장 빠르다.

세 묶음의 개념을 먼저 잡아 둔다. 첫째, 디지털 통신에서 정보량은 어떤 기호가 발생했다는 것을 알았을 때 얻는 정보의 크기이며, 발생 확률이 낮을수록 정보량이 커진다. 둘째, 정보량의 평균이 엔트로피이고 엔트로피는 모든 확률이 같을 때 최대다. 셋째, 부호화는 소스 부호화(압축)와 채널 부호화(잉여 정보 추가와 오류 정정)로 나뉜다. 압축은 소스, 오류 정정은 채널이라는 대응을 먼저 익혀 두면 선지를 빠르게 가릴 수 있다. 수신기는 전송된 부호를 원래 기호로 되돌리는 역할을 맡는다.

자세히

확산 모델은 노이즈를 더하는 과정과 노이즈를 걷어내는 과정의 두 축으로 이해하면 된다. 순확산은 노이즈 추가, 역확산은 제거이 기본 구조다. 순확산 과정에서는 노이즈 생성기가 만든 노이즈를 이미지 연산기가 원본 이미지에 단계별로 더해 확산 이미지를 만든다. 이 과정에서 학습이 이루어지며, 노이즈 예측기는 확산 이미지에서 노이즈를 예측하도록 훈련된다. 역확산 과정에서는 노이즈 생성기가 작동하지 않고, 노이즈 예측기가 예측한 노이즈를 이미지 연산기가 빼서 원본에 가까운 이미지를 복원한다. 잠재 표현은 노이즈 예측기가 확산 이미지에서 노이즈의 특성을 추출해 얻는 수치들이며, 원본 이미지를 직접 입력받아 얻는 것이 아니다.

주차 보조 영상은 카메라 영상을 그대로 붙이지 않는다. 먼저 렌즈 특성에서 오는 내부 변수의 왜곡을 보정한다. 렌즈에 의한 왜곡은 영상의 중심에서 멀어질수록 크게 휘므로 왜곡 모델을 설정하여 보정한다. 다음으로 카메라의 위치나 기울기처럼 설치 상태에서 오는 외부 변수를 실세계 격자판과 비교해 바로잡는다. 각 카메라의 영상이 보정된 뒤에 합성된다는 순서도 중요하다. 왜곡이 보정된 영상의 점과 실세계 격자판의 점 사이에 대응 관계를 세우면 위에서 내려다보는 시점으로 변환할 수 있다.

시점 변환 전에는 원근 효과가 남아 있다. 멀리 있는 물체는 가까운 물체보다 작게 보이는데, 이를 없애려면 실세계 점에 대한 3차원 정보가 필요하다. 영상을 늘이거나 자르는 단순한 이미지 변환으로는 이 효과를 제거할 수 없다. 시점 변환을 하면 원근 효과가 제거된다. 보정 단계와 시점 변환 단계를 구분하지 않으면 이 지점에서 혼동하게 된다.

3D 합성 영상은 두 단계로 만든다. 모델링은 3차원 가상 공간에서 물체의 모양, 크기, 위치, 표면 특성을 설정하는 단계이며, 물체 표면을 작은 삼각형의 그물로 나타내면 복잡한 곡면도 정밀하게 표현할 수 있다. 렌더링은 관찰 시점을 기준으로 화면의 각 화소에 화솟값을 정하는 단계이며, 원근감과 입체감도 이 과정에서 구현된다. 렌더링에서는 표면 특성이 먼저 주어져 있고 그 값을 바탕으로 화솟값이 정해진다. 자연 영상은 모델링과 렌더링을 거치지 않고 생성된다.

연산 속도는 처리 구조에서 갈린다. 많은 코어가 같은 연산 명령을 여러 데이터에 동시에 적용하면 전체 연산이 빨라지지만, 각 코어는 CPU 코어보다 느리다. 데이터를 하나씩 순서대로 처리해야 하는 작업이라면 코어를 늘려도 이득이 없다. 처리해야 할 데이터의 양이 처리 능력을 넘으면 병목 현상이 생겨 연산이 지연된다. 정점 위치 계산처럼 같은 연산을 많은 정점에 되풀이하는 작업이 병렬 구조에 맞는 이유가 여기에 있다.