카카오, AI 영상 생성 속도 3.2배 높였다…ECCV서 ‘KATok’ 공개

상 복잡도 따라 토큰 수 자동 조절…불필요한 연산 줄여
학습 속도 6.9배 향상…고해상도·장시간 영상 생성에 활용

왼쪽부터 원본 입력 이미지와 KATok 모델이 복원한 결과, 복원 과정에 사용된 토큰을 보여준다. 검게 표시된 토큰을 생략했음에도 품질 손실 없이 연산 효율을 높였다. /카카오

카카오가 인공지능(AI) 영상 생성 과정에 필요한 연산량을 줄여 학습과 생성 속도를 높이는 기술을 공개한다. 영상의 움직임과 정보량에 따라 AI가 필요한 연산 규모를 스스로 조절하는 방식으로, 고해상도·장시간 영상 생성에 드는 비용을 낮추는 데 초점을 맞췄다.

9일 카카오에 따르면 오는 12일까지 스웨덴에서 열리는 컴퓨터 비전 분야 국제학회 'ECCV 2026'에서 적응형 토큰화 기술 'KATok(Keep-or-Drop? Adaptive Tokenizer for Compact Video Representation)'을 발표한다. ECCV는 CVPR, ICCV와 함께 세계 3대 컴퓨터 비전 학회로 꼽힌다. 연구를 주도한 이연경 카카오 리서치 엔지니어가 현지시간 10일 논문을 발표한다.

KATok은 영상의 시공간적 복잡도에 따라 연산에 필요한 토큰 수를 AI가 자동으로 조절하는 기술이다. 움직임이 크거나 담긴 정보가 많은 장면에는 토큰을 더 배분하고 정적인 장면이나 단순한 영역에서는 중복 토큰을 줄이는 방식이다.

기존 토큰화 기술은 영상 내용과 관계없이 일정한 비율로 데이터를 압축한다. 이 때문에 배경이 멈춰 있거나 움직임이 적은 부분에서도 비슷한 양의 토큰이 생성돼 불필요한 연산이 발생하는 한계가 있었다. 최근 AI 영상 기술이 고해상도와 장시간 영상 생성으로 확대되면서 이런 계산 비용을 줄이는 것이 업계의 주요 과제로 떠오르고 있다.

카카오의 실험에서는 KATok을 비디오 생성 과정 전체에 적용했을 때 기존 방식과 비교해 영상 생성 모델의 학습 속도가 약 6.9배 빨라졌다. 영상 생성 속도는 약 3.2배 개선됐다. 적은 수의 토큰으로도 영상 품질을 유지하면서 필요한 연산량을 줄였다는 설명이다.

카카오는 KATok을 단순한 영상 압축 기술에 그치지 않고 실제 생성 모델까지 연결했다. 앞으로 기술을 고도화해 보다 높은 해상도와 긴 영상을 생성하는 환경으로 적용 범위를 확대할 방침이다.

최동진 카카오 어플라이드 AI 모델 성과리더는 "고해상·장시간 영상처럼 연산량이 급증하는 환경일수록 KATok의 연산 절감 효과가 더욱 커질 것"이라며 "다양한 AI 비디오 생성 모델과의 범용성을 검증해 연산량은 줄이면서 뛰어난 화질을 유지하는 대규모 비디오 생성의 핵심 기반 기술로 발전시키겠다"고 말했다.