BLOG

Emojer가 Machine Learning을 활용하여 모두를 위한 커스텀 이모티콘을 만드는 법
작성일: 2018-11-07

 

이모티콘의 폭발적인 인기는 아주 흥미로운 주제입니다. 플래시백 : ) 또는; )의 2000 년대 초반 텍스트 기반 이모티콘에서 오늘의 😃과 😉로 자연스럽게 발전하는 것이 오늘날의 언어 및 지리학 문화적 밈(meme)으로 바뀌었습니다. 웃는 얼굴은 어디에 살든 관계 없이 웃는 얼굴입니다. 2016 년, “Emoji Movie”가 나오기도 했습니다. 이는 Animoji 기술에 대한 애플의 큰 마케팅 추진을 위한 액션이었습니다.

 

그러나 왜 이 미리 정의된 이모티콘에서 멈추게 되었을까요? 트위터에서 언제든지 시간을 보내면 특정 사람과 사물이 공식 그림 이모티콘에 표시되지 않는 이유에 대한 다양한 컴플레인을 접할 수 있습니다.

 

이것은 Y Combinator Summer 2018 배치의 최근 졸업생인 Emojer의 팀이 해결하려고 하는 문제입니다. 루마니아 출신의 4명의 신생 업체는 이모티콘을 대중화하려는 노력의 일환으로 사용자가 실제 그림에서 이모티콘을 만들 수 있는 앱을 개발했습니다. 이 아이디어는 창립 팀의 이전 사업인 Marionette Studio라는 성공적인 온라인 애니메이션 플랫폼에서 탄생했습니다. 그 아이디어를 연구하는 동안, 그들은 많은 비전문가들이 그것을 사용하여 그림을 쉽게 애니메이션하는 방법을 발견했습니다. 고객의 피드백을 토대로 이 기능을 사용하여 자체 제품인 Emojer을 만들어 냈습니다.

 

커스텀 이모티콘을 만드는 것은 다소 간단하게 들릴지 모르겠지만 실제로는 기술적인 어려움이 있습니다. 예를 들어 앱에서 신체의 다양한 기능을 신속하게 식별하거나 기본 이미지를 배경에서 분리 할 수 ​​있어야 합니다. Emojer 팀이 역사적으로 이 문제를 해결하는 데 사용한 전술 중 하나는 기계 학습입니다. ML 워크로드를 Amazon SageMaker로 이전하여 보다 신속하게 테스트하고 반복 할 수 있었습니다.

 

Emojer의 공동 설립자이자 CPO 인 Raluca Apostol은 “SageMaker 이전에는 모델을 실행하고 교육하기 위해 컴퓨팅을 위해 자체 GPU를 구입하여 맞춤형 기계를 사용했습니다. 효과가 있었지만 값비싸고 설치하기가 어려웠습니다. SageMaker는 저희가 딥러닝 모델을 신속하게 구축 할 수 있게 도와 주었고, 저희의 프로세스를 더 저렴하고 쉽게 만들어 주었고 동시에 여러 테스트를 실행할 수 있게 해주었습니다. “라고 말했습니다.

 

원문 URL : https://aws.amazon.com/ko/blogs/startups/how-emojer-leverages-ml-to-create-custom-emojis-for-everyone/

** 메가존클라우드 TechBlog는 AWS BLOG 영문 게재글중에서 한국 사용자들에게 유용한 정보 및 콘텐츠를 우선적으로 번역하여 내부 엔지니어 검수를 받아서, 정기적으로 게재하고 있습니다. 추가로 번역및 게재를 희망하는 글에 대해서 관리자에게 메일 또는 SNS페이지에 댓글을 남겨주시면, 우선적으로 번역해서 전달해드리도록 하겠습니다.