아마존, 생성형 AI로 손바닥 인식 훈련…합성 데이터로 정확도 99.9999% 달성

지갑도 스마트폰도 없이 계산대 센서 위에 손바닥을 쓱 올리기만 해도 결제가 끝나는 기술. 영화 같은 이야기지만, 이 시스템을 만들던 엔지니어들은 뜻밖의 암초에 부딪혔습니다. 인터넷에는 셀카가 넘쳐나지만, 손바닥을 고화질로 찍어 올리는 사람은 세상에 거의 없었기 때문입니다.

정확도가 생명인 생체인식 모델을 학습시키려면 방대한 데이터가 필요한데, 정작 사람 손바닥 데이터는 턱없이 부족했습니다. 아마존은 최근 공개한 개발 비화에서, 생성형 AI 열풍이 불기 훨씬 전부터 가상의 손바닥을 찍어내는 '손바닥 공장'을 만들어 문제를 해결했다고 밝혔습니다.

밴드 붙인 손부터 실리콘 가짜 손까지, 가상 데이터로 훈련

아마존의 손바닥 인식 기술인 '아마존 원(Amazon One)'은 현재 미국 내 500개 이상의 홀푸드 마켓 매장과 스포츠 경기장, 베이커리 체인 등에 도입되고 있습니다.

기기는 적외선 빛을 이용해 손바닥 표면의 주름과 융선뿐 아니라 피부 아래 맥박 치는 정맥망까지 함께 스캔합니다. 이 복합 정보를 고유한 수치 벡터로 변환해 신용카드나 아마존 계정에 연결하는 방식입니다.

실제 데이터가 부족했던 아마존은 생성형 AI를 활용해 수백만 장의 합성 손바닥 이미지를 만들어냈습니다. 다양한 조명 환경, 손을 올리는 각도, 흉터, 결혼반지는 물론 반창고가 붙어 있는 손까지 정밀하게 재현했습니다.

합성 데이터의 가장 큰 무기는 라벨링이 자동으로 끝난다는 점입니다. 사람이 일일이 주름이나 혈관을 표시하는 번거로운 작업을 건너뛸 수 있었고, 정교한 실리콘 모조 손을 식별해 튕겨내는 보안 훈련도 가상 데이터로 해결했습니다.

스마트폰 얼굴인식보다 훨씬 까다로운 '1 대 N' 식별

스마트폰의 안면인식은 이미 기기 주인이 누구인지 알고 있는 상태에서 '본인이 맞는지'만 대조하는 1 대 1 검증입니다. 반면 아마존 원은 센서 위에 올라온 손이 누구의 것인지 전혀 모른 채, 대규모 데이터베이스에서 순식간에 신원을 찾아내야 하는 1 대 N 식별을 수행합니다. 등록되지 않은 사람이라면 시스템에 없다는 사실도 즉시 판별해야 합니다.

아마존 발표에 따르면 아마존 원은 이미 300만 회 이상 사용되었으며 정확도는 99.9999%에 달합니다. 손바닥 표면과 피하 정맥을 결합한 방식은 양쪽 눈의 홍채 인식보다 100배 더 정확하다고 설명합니다.

프라이버시 우려를 줄이기 위해 가시광선 영역 밖에서 작동하도록 설계되어 피부색이나 성별을 감지하지 못하며, 손바닥 정보는 결제 수단과의 매칭에만 사용될 뿐 개인 신원 추적에는 쓰이지 않는다고 강조했습니다.

왜 중요한가

우리는 이번 사례가 손바닥 결제의 편리함보다도, 물리 세계의 AI 도입에서 '합성 데이터'가 지닌 가치를 입증했다는 점에서 매우 중요하다고 봅니다.

현실 세계를 다루는 수많은 비전 모델이 데이터 수집의 한계와 개인정보 규제라는 벽에 가로막혀 있습니다. 실제 생체 데이터를 긁어모으는 대신 생성형 AI로 에지 케이스를 직접 만들어 학습시키는 방식은 자율주행, 산업 제조 검사, 의료 영상 등 다양한 분야에 훌륭한 청사진을 제시합니다.

하지만 일반 소비자의 관점에서 보면 심리적 진입 장벽은 여전히 높습니다. 유출되면 바꾸면 그만인 비밀번호나 카드 번호와 달리, 손바닥의 혈관과 지문 정보는 평생 바꿀 수 없습니다. 기술적 완성도가 아무리 뛰어나더라도, 거대 테크 기업에 신체 데이터를 넘겨야 한다는 거부감을 넘어서는 것은 또 다른 과제로 보입니다.