최근 글로벌 시장 컨설팅 업체 프로스트 앤 셜리번(Frost & Sullivan)에서는 딥러닝 기술을 기계가 대량의 데이터로부터 고도의 추상화를 해결하는 알고리즘을 이해하고 사용하기 위한 기계학습의 한 형태라고 정의하고 있다. 또한, 딥러닝 기술의 주요 응용 분야 5가지를 자연어처리, 약물 성분 및 독성 판단, 고객중심 관리, 영상 인식 및 음성 인식으로 분류하였다. 여기서, 영상 인식에는 이미지 또는 비디오 영상으로부터 어떤 대상을 검출하고 식별하고 분석하는 컴퓨터 비전 기술 등 영상처리 응용 전반을 포괄하고 있다. 특히, 딥러닝을 이용한 영상처리 응용 기술은 특정 이미지나 비디오 내의 패턴 분석을 수 없이 많은 학습을 통해 목표로 하는 성능을 얻기 위해 스스로 무엇인지를 인지하는 기술이라 정의할 수 있다. 이와 같이 영상처리 응용 서비스 개발에 딥러닝 기술이 효과적으로 사용될 수 있는 이유는 딥러닝 기술이 가진 특징으로부터 도출된다. 영상 내 분석 대상의 복잡한 특징을 추출하는 기능을 학습하기 위해서는 데이터로부터 고수준 특징(high-level feature)을 학습할 수 있는 능력이 필요한데 딥러닝 기술이 이러한 특징을 가지고 있다. 예를 들면, 사람의 얼굴을 인식할 때 기존 PCA, HoG, Gabor, SIFT, SURF 등 특징 추출 및 SVM 등의 분류 모델들은 화소, 에지(edge), 명도 변화의 방향, 좁은 영역의 텍스처 등의 저수준 특징(low-level feature)을 이용할 경우 높은 성능을 얻기 어려울 뿐 아니라, 대상 간 겹침(occlusion) 등 노이즈에 따른 환경 변화에 잘 적응하지 못한다. 따라서, 눈, 코, 입의 형태 및 위치와 같은 고수준 특징을 이용할 경우 딥러닝 기술을 적용하면 훨씬 정확하고 안정적인 성능을 얻을 수 있기 때문에 영상처리 응용 서비스 분야와 같은 고수준 특징을 학습하기 위한 서비스 분야에 도입하면 만족할 만한 성능을 얻어 낼 수 있다. 본 고에서는 딥러닝을 이용한 영상처리 응용 기술개발 및 서비스 동향에 대해 논의하고자 한다.