초파리에게서 찾은 힌트, 페이지 인식이 더 가벼워졌어요

책을 스캔하려면 먼저 카메라 앞에 페이지가 있는지 알아봐야 해요. vFlat에서는 OPTP라는 모델이 이 일을 맡고 있어요. 개발팀은 이 모델을 더 작고 가볍게 만들 방법을 찾다가, 뜻밖의 곳에서 힌트를 얻었어요. 바로 초파리의 시각을 다룬 연구였죠.

이번에 소개할 내용은 2026년 9월 15일 팀 안에서 공유한 실험이에요. 아직 출시된 기능은 아니지만, 어떤 아이디어를 시도했고 어디까지 확인했는지 함께 나누고 싶었어요.

참고한 것은 FlyVis예요. 그렇다고 초파리의 신경망을 통째로 가져온 건 아니에요. 가로와 세로 방향의 정보를 각각 1차원으로 압축하는 아이디어를 페이지 인식에 맞게 적용했어요.

기존 모델은 2차원 이미지를 조금씩 줄여가며 특징을 찾았어요. 새 모델은 먼저 간단한 특징을 빠르게 뽑은 다음, 가로·세로 방향으로 압축해 처리해요. 넓은 이미지 전체를 계속 계산하는 부담을 덜어보려는 시도였어요.

내부 테스트 정확도는 96.5%에서 98.6%로, 2.1%포인트 높아졌어요. 모델의 파라미터 수는 약 절반, 연산량은 약 3분의 1로 줄었고요. 더 작은 모델로 더 나은 결과를 얻었다는 점이 반가웠어요.

처리 시간은 내부 측정에서 1ms 이하, 가장 짧게는 0.44ms로 나왔어요. 다만 이 수치는 특정 실험 환경에서 측정한 결과예요. 측정 기기와 실행 환경, 반복 횟수, 테스트 이미지 구성은 이 글에 공개하지 않았어요. 모든 휴대폰이나 촬영 환경에서 같은 속도와 정확도가 나온다는 뜻은 아니에요.

다음으로 확인하고 싶은 건 모바일 CPU에서의 성능이에요. CPU에서 바로 처리할 수 있다면 GPU로 데이터를 옮기는 과정도 줄일 수 있거든요. 계산할 일이 줄어든 만큼, 이런 방식도 시도해볼 만하다고 보고 있어요.

아직은 기대하는 단계예요. 실제 휴대폰에서도 충분히 빠른지, 촬영 조건이 달라져도 페이지를 잘 알아보는지 더 확인해야 해요.

모델을 더 크게 만드는 것만이 성능을 높이는 길은 아니었어요. 다른 분야에서 얻은 아이디어를 지금 풀고 있는 문제에 맞춰 바꿔보는 것. 이번 실험은 그런 시도가 꽤 좋은 출발점이 될 수 있다는 걸 보여줬어요.

글: vFlat 개발팀. 이 글의 수치와 구현 설명은 2026년 9월 15일에 공유한 내부 실험 보고를 바탕으로 정리했어요.