Journal Archive

AI를 비롯한 다양한 기술의 발전과 보편화는 미디어 콘텐츠의 생산을 급격하게 증가시키고 있다. 이러한 현상을 배경으로 다양한 미디어 콘텐츠가 개발되고 있다. 특히 콘텐츠의 차별화를 위하여 독특한 캐릭터를 개발 하여 활용하고 있으며 캐릭터의 중요도는 점점 높아지고 있다. 또한 상황에 따라 반응하는 스마트 미디어의 형태가 확산되고 있으며 이로 인하여 미디어 콘텐츠의 개발에 있어서 자동화를 비롯한 AI시스템의 지원이 중요해지고 있다[1].

캐릭터 산업은 많은 가능성을 가진 산업분야이며 캐릭터의 속성에 대한 다양한 분석 연구가 진행되고 있다[2]. 특히 카카오 프랜즈의 라이언, EBS 자이언트 펭TV의 펭수 등 동물을 의인화하여 개발된 캐릭터가 캐릭터 산업의 높은 수익성과 가능성을 보여주고 있다. 표준 국어 대사전에 따르면 캐릭터란 "소설이나 연극 따위에 등장하는 인물. 또는 작품 내용 속에서 드러나는 인물의 개성과 이미지", "소설, 만화, 극 따위에 등장하는 독특한 인물이나 동물의 모습을 디자인에 도입한 것" 이라고 정의하고 있는데, 개인이 가진 독특한 개성과 특징을 강조하고 있다[3]. 이처럼 개인의 특징과 개성을 표현하기 위하여 캐릭터의 개발은 동물을 중심으로 한 다양한 개체를 의인화 하는 경우가 많다. 캐릭터의 의인화는 표현하고자 하는 사람의 개성과 특성을 분석하여 동물 또는 사람이 아닌 사물에 대한 보편화된 특성을 기반으로 그 이미지를 사람처럼 표현한 것이다. 따라서 특정개인을 위한 캐릭터의 개발에 적용하기 위한 동물의 종류를 선정하는데 있어서 규칙성을 찾을 수 있다면 캐릭터 개발에서 많은 부분을 자동화하거나 효율적인 작업이 가능해질 것이다.

이에 본 논문에서는 동물의 얼굴을 기반으로 하는 캐릭터를 개발하고자 할 때, 동물의 종류를 선택하는 기준이 될 수 있는 규칙성을 확인하고자 한다. 이를 위하여 눈, 코, 입, 귀와 같은 얼굴을 구성하는 요소에 대한 보로노이 다이어그램을 기반으로 동물 중에서도 포유류의 기본적인 형태를 분석하였다. 그리고 얼굴의 각 구성 요소를 중심점으로 하는 보로노이 다각형의 면적 사이의 구성 비율을 조사함으로써 포유류의 각 종에 따른 얼굴 구성 요소의 연관성을 분석, 제시하고자 한다. 사람을 포함한 동물의 얼굴은 눈, 코, 입, 귀의 동일한 구성요소를 가지며 각 동물의 종에 따라 특정적 면적 비율을 가지고 있다. 따라서 각 동물의 특징적인 비율을 기반으로 구성요소의 특징 값을 비교한다면 캐릭터의 개발을 위한 동물의 종류를 선택하는데 의미가 있는 기준을 확인할 수 있을 것으로 기대한다.

본 논문은 다음과 같이 구성된다. 먼저 2장에서는 기존의 연구 내용과 관련된 배경지식을 소개한다. 3장에서는 본 연구에 적용된 연구 방법을 소개하며 실험에 사용된 데이터의 구성과 활용을 소개한다. 4장에서는 실험의 결과와 분석에 대한 고찰을 다루고 마지막으로 5장에서 결론을 맺는다.

실험 대상 동물 20종에 대하여 보로노이 다이어그램을 구성하는 각 다각형의 면적을 비교하였다. 실험에 사용된 각 동물들의 이미지에서 얼굴이 차지하는 비율이 이미지마다 서로 다르므로 실제 면적이 아닌 전체 얼굴에서 해당영역이 차지하는 비율을 계산하여 비교하였다. 총 34개의 항목 중에서 얼굴 왼쪽, 오른쪽, 아래쪽 영역과 왼쪽 눈의 왼쪽 영역, 오른쪽 눈의 오른쪽 영역, 입의 왼쪽 영역과 오른쪽 영역, 왼쪽 귀의 왼쪽, 위쪽, 아래쪽, 영역, 오른쪽 귀의 오른쪽, 위쪽, 아래쪽 영역의 13개 항목은 외부의 면과 접하기 때문에 왜곡된 면적이 계산되어 나오므로 비교 대상에서 제외하였다. 데이터 수집 및 전처리 과정에서 얼굴의 왼쪽, 오른쪽, 위쪽, 아래쪽을 포함한 것도 이와 같이 왜곡된 면적이 얼굴 내부의 구성요소에 미치는 영향을 최소화하기 위한 것이다. 외부 면과 접하는 항목을 제외한 나머지 21개 항목을 대상으로 면적 비율을 다시 얼굴 위쪽(이마) 영역, 눈 주변 영역, 코 주변 영역, 입 주변 영역, 귀 주변 영역의 5개 영역으로 분류하여 면적 비율을 비교하였다. 5개의 영역으로 분류한 이유는 왼쪽 눈과 오른쪽 눈의 주변, 왼쪽 귀와 오른쪽 귀의 주변은 대부분 대칭에 가까운 형태이므로 함께 묶어서 처리하였다. 비교결과 우제목/경우제목의 소과에 속하는 동물들은 이마에 해당하는 머리 위쪽의 영역이 0.5473~0.8535에 달하는 넓은 영역을 차지하고 있음을 알 수 있었다. 그 외의 우제목/경우제목에 해당하는 동물은 0.1008~0.1442의 면적을 차지하였다.

말의 경우는 머리 위쪽의 영역이 매우 좁은 0.049를 표시하고 있는데, 얼굴의 길이는 길지만 눈의 위치가 위쪽으로 배치되어 있어 실제 머리 위쪽의 면적은 좁게 나타나는 것으로 확인되었다. 반면 코의 영역은 0.3882에 해당하는 넓은 영역을 차지하고 있었다. 식육목의 고양잇과의 경우 머리 위쪽의 면적과 눈, 코, 입 주변 영역의 비율이 약 1:3:2:1에 가까운 비율을 보여주고 있는데, 개량이 많이 이루어진 개와 고양이의 경우는 동일한 분류의 다른 동물들과 다소 다른 비율을 보여주고 있다. 식육목의 개과에 해당하는 여우와 늑대의 경우는 머리 위쪽과 입 주변의 영역이 고양잇과에 비하여 좁은 면적을 차지하고 있었다. 이와 같은 결과를 통해 각 동물들은 소속된 분류에 따라 구성 요소의 면적 비율이 유사함을 확인할 수 있었다. 표 6은 동물 얼굴 구성요소 별 면적 비율을 보여준다. 표 7은 동물 분류에 따른 얼굴 구성요소의 면적 비율의 예시를 방사형 차트로 보여준다. 표 7에서 고양잇과에 속하는 사자와 호랑이, 개과에 속하는 여우와 늑대가 서로 비슷한 형태를 가지고 있음을 확인할 수 있다.

Felidae	Lion	Tiger
Canidae	Fox	Wolf

다음으로 실험대상 동물 20종에 대하여 두 눈 사이의 거리를 측정, 비교하였다. 실험에 사용된 각 동물들의 이미지에서 얼굴이 차지하는 비율이 이미지마다 서로 다르므로 실제 거리가 아니라 얼굴의 폭을 기준으로 하여 눈 사이의 거리가 얼굴에서 차지하는 비율을 계산하여 비교하였다. 비교 결과 우제목/경우제목의 소과에 속하는 동물들은 눈 사이의 거리가 0.6730~ 0.7257의 범위에 속해 있으며 우제목/경우제목에 속하는 다른 동물들은 눈 사이의 거리가 0.5227~0.5644의 범위에 속해 있었다.

우제목/경우제목과 유사한 외형을 가진 말목의 경우는 0.6152의 값을 보였다. 식육목에 해당하는 고양잇과, 개과에 속하는 동물들은 0.3361~0.4668의 범위에 속해 있었다. 개의 경우 많은 품종개량을 통해 그 형태가 기준 형태와 많이 차이가 나지만 눈 사이의 거리의 비율은 그 범위를 크게 벗어나지 않는 결과를 보였다. 식육목에 속하는 기타 동물들의 경우도 실험대상 20종 중 유일하게 바다생물인 물개(0.5251)를 제외하면 0.3278 ~0.3673의 범위에 속해 있어 식육목의 범위 안에 포함되었다. 토끼목과 쥐목의 동물들은 우제목/경우제목의 범위에 가까운 결과를 보였다. 표 8은 동물 별 눈 사이의 거리 비율의 비교 결과를 보여준다. 동물의 표기 순서는 표 4에서 제시된 분류체계에 따른 순서대로 표시하였다. 그림 2는 동물 별 눈 사이의 거리 비율에 대한 방사형 차트를 나타낸다.

Fig. 2. 
Radar chart of the ratio of distance between eyes by animal

지금까지의 비교 결과를 통하여 포유류의 경우 각 소속 분류에 따라 구성 요소를 중심점으로 한 보로노이 다이어그램의 각 다각형의 면적과 구성 요소 간의 거리가 특정 비율의 범위에 포함된다는 것을 확인할 수 있었다. 이러한 실험 결과를 바탕으로 각 동물별 얼굴 모델의 패턴을 각 동물의 얼굴 구성 요소의 중심점을 기준으로 보로노이 다이어그램을 통한 영역 비율과 들로네 삼각분할을 통하여 영역 분할을 수행해 보면 표 9와 같은 얼굴 모델의 패턴을 얻을 수 있었다.

Category	Voronoi Diagram	Delaunay triangulation	Category	Voronoi Diagram	Delaunay triangulation
Cow			Cat
Goat			Lion
Sheep			Tiger
Deer			Dog
Alpaca			Fox
Giraffe			Wolf
Pig			Bear
Horse			Raccoon
Rat			Seal
Squirrel			Rabbit

본 논문에서는 20종의 포유류를 선택하여 각 동물별 얼굴에 대한 특징적인 형태를 분석하고 이를 기반으로 포유류의 얼굴 패턴 모델을 제안하였다. 각 동물의 얼굴 데이터의 평균값을 기반으로 보로노이 다이어그램을 생성하였고 각 영역의 면적 비율과 각 구성 요소 사이의 거리 비율을 비교, 분석하였다. 그 결과 포유류의 얼굴은 종에 따라 특징적인 면적 비율을 가지고 있음을 확인하였고, 생성된 보로노이 다이어그램을 기반으로 포유류의 종에 따른 얼굴 모델 패턴을 들로네 삼각분할을 통하여 산출하였다. 산출된 동물의 얼굴 패턴을 활용한다면 다양한 산업분야에서 동물의 종류를 선택하는 유의미한 기준이 될 것이다. 또한 제안된 얼굴 모델 패턴을 활용하면 각 동물의 유사성과 차별성의 기준도 확보 가능하며, 패턴 모델은 캐릭터 디자인 자동화 및 범용적인 얼굴 정보의 구분이 필요한 시스템과 캐릭터 콘텐츠 산업에 기여할 것으로 기대된다.

향후에는 더 많은 비교 연구를 통하여 보다 신뢰성 높은 기준 모델에 대하여 연구함과 동시에 본 연구의 결과를 딥러닝 기반 얼굴 인식 시스템 등에 적용하여 더욱 다양한 활용도를 가진 모델을 연구할 예정이다.