스탠포드 대학교 학생 프로젝트가 인공지능의 또 다른 힘을 밝혀냈다. 사진이 촬영되는 지리적 위치를 파악하는 데 매우 뛰어날 수 있다는 것이다.

이미지 지오로케이션 예측(또는 줄여서 PEEZON)이라고 알려진 프로젝트는 세 명의 스탠포드 대학원생들이 구글 스트리트 뷰의 위치를 확인하기 위해 고안했다.

이 프로그램은 이전에 본 적이 없는 개인 사진 몇 장을 제시했을 때, 대부분의 경우 사진이 어디서 찍혔는지 정확하게 추측할 수 있었다.

AI의 많은 응용 프로그램들처럼, 이 새로운 힘은 양날의 칼이 될 가능성이 있다. 그것은 사람들이 친척들로부터 오래된 스냅샷의 위치를 식별하는 것을 돕거나 현장 생물학자들이 침습적인 식물 종에 대해 전체 지역에 대한 신속한 조사를 할 수 있도록 해줄 수 있지만, 몇몇 가능성 있는 유익한 응용 프로그램들이다.

하지만 기술을 연구하는 미국시민자유연맹의 수석 정책 분석가인 제이 스탠리는 이 기술이 개인에 대한 정보를 노출시키는 데에도 사용될 수 있다고 우려했다.

스탠리는 자신이 거의 틀림없이 널리 이용될 것이라고 생각하는 비슷한 기술이 정부의 감시나 기업 추적, 심지어 스토킹에도 사용될 수 있다고 우려하고 있다.

그는 "개인 정보 보호의 관점에서 볼 때 귀하의 위치는 매우 민감한 정보 집합이 될 수 있다"고 말했다.

이 모든 것은 스탠포드 대학의 컴퓨터 과학 330, 딥 멀티태스킹과 메타 러닝 수업으로 시작됐다.

미할 스크레타, 실라스 알베르티, 루카스 하스 세 친구는 프로젝트가 필요했고, 그들은 공통된 취미를 가지고 있었다

스크레타는 "그 동안 우리는 실제로 지오게서(GeoGuessr)라는 스웨덴 게임의 큰 플레이어였다"고 말했다.

지오게서(GeoGuessr)는 플레이어들에게 사진을 지리적으로 배치하도록 도전하는 온라인 게임이다.

스크레타는 "게임에 들어가면 구글 스트리트 뷰에 세계 어딘가에 위치하게 되고, 그것이 당신의 위치를 가장 잘 짐작하게 하는 것"이라고 설명했다.

알베르티는 “이 게임에는 세계 선수권 대회에서 경쟁하는 5천만 명 이상의 플레이어가 있다. 유튜버, 트위치 스트리머, 프로 플레이어가 있다"고 덧붙였다.

그 학생들은 그들이 인간보다 더 잘할 수 있는 인공지능 플레이어를 만들 수 있는지 보기를 원했다.

그들은 CLIP이라고 불리는 이미지를 분석하기 위한 기존의 시스템으로 시작했다. 그것은 단지 그것들에 대한 텍스트를 읽는 것만으로 시각적인 이미지에 대해 배울 수 있는 신경망 프로그램이고, 그것은 챗GPT을 만드는 같은 회사인 오픈AI에 의해 만들어졌다.

스탠포드 대학 학생들은 구글 스트리트 뷰의 이미지로 그들의 버전의 시스템을 훈련시켰다.

알베르티는 "우리는 약 50만 개의 스트리트 뷰 이미지 데이터 세트를 자체적으로 만들었다"고 말했다.

또한 그는 "그것은 사실 그렇게 많은 데이터는 아니다. 그리고 우리는 꽤 훌륭한 성능을 얻을 수 있었다"고 덧붙였다.

그 팀은 그 프로그램에, 인공지능이 지구상의 위치에 따라 이미지를 분류하는 것을 돕는 것을 포함해 추가적인 조각들을 추가했다. 완성되었을 때, 피죤 시스템은 지구상의 어느 곳에서나 구글 스트리트 뷰 이미지의 위치를 식별할 수 있었다.

그것은 95%의 시간 동안 정확한 나라를 추측하고, 보통 실제 장소로부터 약 25마일 내의 위치를 고를 수 있다.

다음으로, 그들은 그들의 알고리즘을 사람과 겨뤘다. 특히, 트레버 레인볼트(Trevor Rainbolt)라는 사람이다.

레인볼트는 최근에 킥을 위해 일리노이(Illinois)에 있는 임의의 나무의 사진을 지리적으로 배치한 지오게스팅 서클의 전설이지만, 그는 피죤과의 경기를 만났다. 정면승부에서 그는 여러 라운드에서 졌다.

알베르티는 "우리는 레인볼트와 경기한 첫 번째 AI가 아니다"라며 "우리는 레인볼트와 경기한 첫 번째 AI일 뿐"이라고 말했다.

피죤 시스템은 인간이 할 수 있는 모든 작은 단서들과 나뭇잎, 흙, 날씨의 약간의 차이와 같은 더 미묘한 단서들을 포착할 수 있기 때문에 뛰어났다.

그 단체는 그 기술이 모든 종류의 잠재적인 응용을 가지고 있다고 전했다. 그것은 고쳐야 할 도로나 송전선을 식별하고, 생물의 다양성을 감시하는 것을 돕거나, 교육 도구로 사용될 수 있다.

스크레타는 평범한 사람들도 그것을 유용하다고 생각할 것이라고 믿고 있다. 그는 "당신은 이탈리아에 있는 이 목적지를 좋아한다. 당신이 비슷한 것을 보고 싶다면 도대체 어디로 갈 수 있나?"라고 물었다.

피죤 시스템을 시험하기 위해, 저는 몇 년 전 미국 전역에서 찍은 개인 사진 다섯 장을 비둘기에게 주었는데, 그 중 한 장도 온라인에 공개되지 않았다.

몇몇 사진들은 도시에서 찍혔지만, 몇몇 사진들은 도로나 쉽게 알아볼 수 있는 다른 랜드마크 근처도 아닌 곳에서 찍혔다.

그건 별로 중요하지 않은 것 같았다.

그것은 옐로우스톤(Yellowstone)에 있는 캠핑장을 실제 위치에서 약 35마일(35마일) 이내로 추측했다.

이 프로그램은 샌프란시스코(San Francisco)의 한 거리에서 찍은 또 다른 사진을 도시 몇 블록 이내에 배치했다.

모든 사진이 쉽게 일치하는 것은 아니었다. 이 프로그램은 와이오밍 주에서 찍은 한 장의 사진을 실수로 100마일 이상 떨어진 콜로라도 주의 한 지점과 연결시켰다.

그리고 아이다호 주에 있는 스네이크 리버 캐년의 사진이 뉴질랜드의 카와라우 협곡의 사진이라고 추측했다. (두 풍경은 놀라울 정도로 비슷해 보이긴 한다.).

미국시민자유연맹의 스탠리는 이러한 실패에도 불구하고, 그 프로그램은 AI의 잠재적인 힘을 분명히 보여준다고 생각했다.

그는 "이것이 학생 프로젝트로 행해졌다는 사실은, 예를 들어 구글이 무엇을 할 수 있을지 궁금하게 만든다"고 말했다.

사실, 구글은 이미 사진의 위치를 추측하기 위해 인공지능을 사용하는 ‘위치 추정’이라고 알려진 기능을 가지고 있다.

현재, 구글은 구글이 수집한 2,200억개의 거리 풍경 이미지가 아닌, 대략 백만개의 랜드마크 카탈로그만을 사용했다. 그 회사는 사용자들이 그 기능을 비활성화할 수 있다고 NPR에 전했다.

스탠리는 회사들이 곧 여러분이 어디로 여행을 갔는지 추적하기 위해 인공지능을 사용하거나 정부가 여러분이 감시 목록에 있는 나라를 방문했는지 확인하기 위해 여러분의 사진을 확인할 수 있다고 우려했다. 스토킹과 학대 또한 명백한 위협이라고 덧붙였다. 

그는 “과거에 사람들이 온라인에 올린 사진에서 GPS 위치 태그를 제거할 수 있었다”고 말했다. 그것은 더 이상 작동하지 않을 수 있다.

스탠퍼드 대학원생들은 이러한 위험성을 잘 알고 있다. 그들은 자신들의 기술에 대해 첼시 핀 교수와 함께 논문을 공동 집필했지만, 정확히 이러한 우려 때문에 자신들의 완전한 모델을 공개하는 것을 망설였다.

그러나 스탠리는 지리 위치 측정을 위해 인공지능을 사용하는 것이 앞으로 훨씬 더 강력해질 것이라고 생각한다.