이지위드와 국민대학교 인공지능학부 김장호 교수 연구팀이 산학협력을 통해 수행한 논문 “Nonlinear Color Transfer via Learnable Bezier Flows”가 컴퓨터비전 분야 최우수 국제학술대회인 CVPR 2026에서 발표됐다.
​
CVPR(IEEE/CVF Conference on Computer Vision and Pattern Recognition)은 컴퓨터비전과 패턴인식 분야를 대표하는 세계적 학술대회로, 인공지능 기반 영상 이해, 이미지 생성, 3D 비전, 의료영상, 자율주행, 로보틱스 등 다양한 시각지능 연구가 발표되는 최고 권위의 국제학술대회 중 하나로 평가받는다. 매년 전 세계 대학, 연구기관, 글로벌 기업 연구진이 참여해 최신 컴퓨터비전 기술과 산업 응용 가능성을 공유하는 장으로 자리 잡고 있다.

이번 연구에는 이지위드 연구진과 국민대학교 인공지능학부 김장호 교수가 공동으로 참여했다. 논문은 콘텐츠 이미지의 구조와 질감을 유지하면서 목표 이미지의 색감과 분위기를 자연스럽게 반영하는 색상 변환(Color Transfer) 기술을 다룬다.

연구팀은 기존 색상 변환 기술이 복잡한 조명, 질감, 3D 렌더링 이미지에서 부자연스러운 색 번짐이나 구조 왜곡을 일으킬 수 있다는 점에 주목했다. 이를 해결하기 위해 학습 가능한 Bezier Flow 기반의 비선형 색상 변환 방법인 NCT(Nonlinear Color Transfer)를 제안했다. NCT는 색상이 단순한 직선 경로로 변환되는 것이 아니라, 이미지의 특성에 맞는 비선형 경로를 따라 자연스럽게 이동하도록 설계된 것이 특징이다.

또한 다양한 색상 분포와 조명 환경에 대응하기 위해 Mixture of Experts(MoE) 구조를 적용해, 이미지별 색상 특성에 따라 보다 안정적인 변환이 가능하도록 했다. 실험 결과, 제안 방법은 기존 색상 변환 기법보다 콘텐츠 구조 보존과 시각적 자연스러움 측면에서 우수한 결과를 보였으며, 3D 렌더링 기반 미디어아트 데이터에서도 높은 활용 가능성을 확인했다.

이번 성과는 대학과 산업체가 협력해 실제 콘텐츠 제작 환경에서 활용 가능한 인공지능 기반 영상처리 기술을 개발했다는 점에서 의미가 있다. 특히 고해상도 미디어아트, 3D 렌더링 콘텐츠, 디지털 전시, 광고·브랜드 영상 제작 등에서 색상 재작업 비용을 줄이고, 보다 자연스러운 색상 변환을 지원할 수 있을 것으로 기대된다.

이지위드와 국민대학교 김장호 교수 연구팀은 향후 정적 이미지뿐 아니라 영상 콘텐츠로 연구를 확장해, 시간적으로 일관된 고품질 색상 변환 기술 개발 및 다양한 생성형 AI연구를 이어갈 계획이다.

이준형 이지위드 연구원