Abe Davis: New video technology that reveals an object's hidden properties

번역: Min Lee 검토: Sungho Yoo

Most of us think of motion as a very visual thing.

사람들은 보통 움직임을 시각적인 것으로 생각합니다.

If I walk across this stage or gesture with my hands while I speak,

만약 제가 지금 말하는 도중 무대를 가로질러 걷거나 손동작을 취하면

that motion is something that you can see.

여러분은 그 움직임을 볼 수 있습니다.

But there's a world of important motion that's too subtle for the human eye,

하지만 중요한 의미를 갖는 움직임들 중

그 크기가 매우 미세해서 우리 눈에 분별하기 어려운 것들도 있습니다.

and over the past few years,

우리는 지난 몇 년에 걸쳐 인간이 보지 못하는 이 움직임을

we've started to find that cameras

can often see this motion even when humans can't.

카메라로는 식별 할 수 있다는 사실을 알아냈습니다.

So let me show you what I mean.

어떤 것인지 직접 보여드리죠.

On the left here, you see video of a person's wrist,

왼쪽 화면은 사람 손목의 동영상입니다.

and on the right, you see video of a sleeping infant,

오른편에는 잠자는 아기 동영상이 있어요.

but if I didn't tell you that these were videos,

하지만 이것들이 동영상이라고 말씀드리지 않았다면

you might assume that you were looking at two regular images,

여러분들은 두 개의 보통 사진을 보고 있다고 생각하실 수 있습니다.

because in both cases,

왜냐하면 두 영상 모두

these videos appear to be almost completely still.

정지해 있는 것처럼 보이거든요.

But there's actually a lot of subtle motion going on here,

하지만 여기에는 아주 미세한 움직임이 일어나고 있습니다.

and if you were to touch the wrist on the left,

만약 여러분이 왼쪽 사진의 손목을 만질 수 있다면

you would feel a pulse,

맥박을 느낄 수 있을 것입니다.

and if you were to hold the infant on the right,

또 만약 오른쪽의 아이를 안아 본다면

you would feel the rise and fall of her chest

아이가 숨을 쉴 때마다 가슴이 오르락 내리락

as she took each breath.

하는 것을 느낄 수 있을 것입니다.

And these motions carry a lot of significance,

보시는 것과 같은 움직임들은 우리에게 중요한 정보를 제공합니다.

but they're usually too subtle for us to see,

하지만 대부분은 육안으로 식별하기에 매우 미세합니다.

so instead, we have to observe them

그래서 육안으로 관찰하는 대신

through direct contact, through touch.

촉각을 통해 직접 만져보고 느낍니다.

But a few years ago,

하지만 몇 년 전

my colleagues at MIT developed what they call a motion microscope,

MIT의 제 동료들이 "모션 마이크로 스콥" 이라는 걸 개발했습니다.

which is software that finds these subtle motions in video

이 소프트웨어는 영상의 미세한 움직임을 찾아내

and amplifies them so that they become large enough for us to see.

우리가 볼 수 있을 만큼의 크기로 그 움직임을 증폭시켜줍니다.

And so, if we use their software on the left video,

왼쪽 영상에 이 소프트웨어를 적용해 보면

it lets us see the pulse in this wrist,

손목의 맥박을 눈으로 볼 수 있습니다.

and if we were to count that pulse,

우리가 만약 이 맥박을 센다면

we could even figure out this person's heart rate.

이 사람의 심박수를 알아낼 수 있습니다.

And if we used the same software on the right video,

같은 소프트웨어를 오른쪽 영상에 사용해 보았습니다.

it lets us see each breath that this infant takes,

아이가 숨쉬는 것을 눈으로 볼 수 있게 해주고,

and we can use this as a contact-free way to monitor her breathing.

직접 만지지 않고도 아기의 호흡을 관찰할 수 있습니다.

And so this technology is really powerful because it takes these phenomena

이러한 기술은 그 영향력이 매우 엄청납니다.

보통 우리가 촉각을 통해 느끼는 현상들을

that we normally have to experience through touch

우회적인 방법인 시각적으로 경험하게 해주기 때문입니다.

and it lets us capture them visually and non-invasively.

몇 년전 저는 이 소프트웨어 개발자들과 함께 일하기 시작했습니다.

So a couple years ago, I started working with the folks that created that software,

and we decided to pursue a crazy idea.

그리고 미친 것처럼 들리는 일을 시도해 보기로 했습니다.

We thought, it's cool that we can use software

"우리가 생각하기에,

이 소프트웨어를 통해 미동을 시각화하는 것은 매우 멋진 일이며

to visualize tiny motions like this,

and you can almost think of it as a way to extend our sense of touch.

이는 다시말해 촉각의 역할을 연장한 것이라 할 수 있지 않은가.

But what if we could do the same thing with our ability to hear?

그렇다면 이와 같은 기술을 통해 듣는 능력을 확장해보면 어떨까?"

What if we could use video to capture the vibrations of sound,

만약 이 영상 증폭 기술을 이용해 소리의 진동을 촬영 할 수 있다면요?

which are just another kind of motion,

소리의 진동 역시 아주 미세한 움직임이라고 할 수 있잖아요.

and turn everything that we see into a microphone?

그리고 우리가 눈으로 볼 수 있는 것을 소리로 변환해 본다면요?

Now, this is a bit of a strange idea,

다소 이상한 생각처럼 보이겠네요.

so let me try to put it in perspective for you.

여러분을 위해 다른 관점으로 설명해 드리겠습니다.

Traditional microphones work by converting the motion

일반적인 마이크의 원리는

내부의 진동판의 움직임을 전기신호로 변환하도록 되어있는데

of an internal diaphragm into an electrical signal,

and that diaphragm is designed to move readily with sound

진동판은 소리에 반응하여 움직이도록 설계되었습니다.

so that its motion can be recorded and interpreted as audio.

이 움직임은 기록할 수도 있고 소리로 변환되어 읽히기도 합니다.

But sound causes all objects to vibrate.

소리는 사물을 진동시킬 수 있지만,

Those vibrations are just usually too subtle and too fast for us to see.

우리 눈으로는 이 진동이 매우 미묘하고 빨라서 확인하기 어렵죠.

So what if we record them with a high-speed camera

그렇다면 우리가 고속 카메라로 영상을 기록하고

and then use software to extract tiny motions

이 소프트웨어를 이용해 카메라로 찍은 아주 작은 미동을 추출해 낸뒤

from our high-speed video,

어떤 소리가 그 진동을 만들었는지 분석하면 어떨까요?

and analyze those motions to figure out what sounds created them?

This would let us turn visible objects into visual microphones from a distance.

먼거리의 사물을 보는 것 만으로도 소리를 알아낼 수 있도록 해주지 않을까.

And so we tried this out,

그래서 저희가 시도해 보았습니다.

and here's one of our experiments,

이것이 저희가 한 실험 중 하나인데요,

where we took this potted plant that you see on the right

화면 오른쪽에 화분을 갖다 놓고

and we filmed it with a high-speed camera

근처의 스피커에 음악을 크게 틀어논 뒤

while a nearby loudspeaker played this sound.

고속카메라로 촬영해 보았습니다.

(Music: "Mary Had a Little Lamb")

(음악 : 떴다떴다 비행기) -스피커를 통해 음악이 나옴-

And so here's the video that we recorded,

이것이 저희가 촬영한 영상입니다.

and we recorded it at thousands of frames per second,

이 영상은 초당 수천 프레임의 속도로 기록되었지만,

but even if you look very closely,

여러분이 아주 가까이서 본다 해도

all you'll see are some leaves

그냥 가만히 있는

that are pretty much just sitting there doing nothing,

나뭇잎들만 보이실 겁니다.

because our sound only moved those leaves by about a micrometer.

왜냐하면 이 나뭇잎들의 움직인 거리는 마이크로미터 정도로

That's one ten-thousandth of a centimeter,

1 센티미터의 천분의 일 입니다.

which spans somewhere between a hundredth and a thousandth

화면의 1 화소를 백분의 일에서 천분의 일로 나눈 정도입니다.

of a pixel in this image.

So you can squint all you want,

그러니 여러분 마음껏 째려보세요.

but motion that small is pretty much perceptually invisible.

그런다해도 이렇게 미세한 움직임은 눈으로 분별하기 어렵습니다.

But it turns out that something can be perceptually invisible

하지만 이 작은 움직임은 육안으로는 자각하기 어려운 것이지만

and still be numerically significant,

숫자적으로는 그 의미가 충분히 있는 것으로 드러났어요.

because with the right algorithms,

왜냐하면 제대로 된 알고리듬을 통해

we can take this silent, seemingly still video

무음의 정지해 있는 듯한 동영상을 찍은 뒤

그 영상으로부터 들으시는 소리를 복원해 낼 수 있었기 때문입니다.

and we can recover this sound.

(Music: "Mary Had a Little Lamb")

(음악: 떴다떴다 비행기)

(Applause)

(박수)

So how is this possible?

이것이 어떻게 가능하냐고요?

How can we get so much information out of so little motion?

이 미세한 움직임을 통해 이렇게나 방대한 정보를 얻을 수 있냐고요?

Well, let's say that those leaves move by just a single micrometer,

이 나뭇잎이 1 마이크로미터만큼 움직인다고 합시다.

and let's say that that shifts our image by just a thousandth of a pixel.

그리고 그것이 천만분의 1 화소만큼의 이미지가 이동했다고 합시다.

That may not seem like much,

그리 큰 숫자 같지는 않아보입니다.

but a single frame of video

하지만 단일 프레임의 비디오는

may have hundreds of thousands of pixels in it,

백만개에 가까운 화소로 이루어져있고

and so if we combine all of the tiny motions that we see

전체 영상에 걸쳐 이를 모두 합치면 우리가 볼 수 있는

from across that entire image,

아주 작은 움직임이 됩니다.

then suddenly a thousandth of a pixel

그런후엔 이 천분의 1 화소가

can start to add up to something pretty significant.

점층적으로 더해져 어떤 의미있는 움직임으로 바뀝니다.

On a personal note, we were pretty psyched when we figured this out.

개인적으로는, 우리가 밝혀낸 이 사실에 대해 몹시 흥분했습니다.

(Laughter)

(웃음)

But even with the right algorithm,

하지만 제대로 된 알고리듬을 적용했어도

we were still missing a pretty important piece of the puzzle.

아직까지 이 퍼즐의 매우 중요한 조각이 없었습니다.

You see, there are a lot of factors that affect when and how well

보시다 시피 많은 요소들이 언제, 어떻게 이 기술이

this technique will work.

잘 작동할 것인가에 대해 영향을 끼칩니다.

There's the object and how far away it is;

측정하려는 사물과 그 거리,

there's the camera and the lens that you use;

어떤 카메라와 렌즈를 사용 할 지,

how much light is shining on the object and how loud your sound is.

얼만큼의 빛을 사물에 노출해야 할 지 음향은 얼마나 커야 하는지 말이죠

And even with the right algorithm,

그리고 제대로 된 알고리즘을 이용할지라도

we had to be very careful with our early experiments,

초기에 실행된 실험에서는 깊은 주의를 기울여야 했습니다.

because if we got any of these factors wrong,

만약 이 중 하나라도 잘못된 가정이 있었다면

there was no way to tell what the problem was.

무엇이 문제인지 알아낼 방법이 없었기 때문입니다.

We would just get noise back.

아마도 그냥 시끄러운 소음만 결과물로 얻었겠죠.

And so a lot of our early experiments looked like this.

그래서 많은 초기의 실험들은 다음과 같습니다.

And so here I am,

여기 제가 있습니다.

and on the bottom left, you can kind of see our high-speed camera,

화면아래 왼쪽에 초고속 카메라가 언뜻 보이시죠

which is pointed at a bag of chips,

감자칩 과자봉지를 비추고 있습니다.

and the whole thing is lit by these bright lamps.

이 모든 것을 비추는 것이 밝은 이 램프 빛입니다.

And like I said, we had to be very careful in these early experiments,

제가 말씀드렸듯이 초기 실험에서는 모든 것에 대해 매우 조심스러웠습니다.

so this is how it went down.

어떻게 진행되었는지 보여드릴게요.

(Video) Abe Davis: Three, two, one, go.

셋, 둘, 하나, 시작

Mary had a little lamb! Little lamb! Little lamb!

"떴다 떴다 비행기! 날아라, 날아라! "

(Laughter)

(웃음)

AD: So this experiment looks completely ridiculous.

맞아요 이 실험은 정말이지 우스꽝스러워 보입니다.

(Laughter)

(웃음)

I mean, I'm screaming at a bag of chips --

그러니까 저는 과자봉지에다 대고 소리를 지르고

(Laughter) --

(웃음)

and we're blasting it with so much light,

엄청나게 밝은 조명을 쏘아대서

we literally melted the first bag we tried this on. (Laughter)

말 그대로 첫번째 실험한 과자봉지를 녹여버릴 정도였습니다. (웃음)

But ridiculous as this experiment looks,

하지만 우스꽝스럽게 보이는 만큼

it was actually really important,

그것은 매우 중요한 실험이었어요.

because we were able to recover this sound.

왜냐하면 저희는 음향복원에 성공했기 때문입니다.

(Audio) Mary had a little lamb! Little lamb! Little lamb!

(오디오) 떳다떳다 비행기! 날아라 날아라!

(Applause)

(박수)

그리고 이는 정말이지 막대한 중요성을 띕니다.

AD: And this was really significant,

because it was the first time we recovered intelligible human speech

왜냐하면 이 실험이 최초로 무음의 동영상에서

from silent video of an object.

인간이 말하는 소리를 복원해 낸 사례이기 때문입니다.

And so it gave us this point of reference,

이 실험을 기반으로

and gradually we could start to modify the experiment,

우리는 점차 실험에 변형을 시도했습니다.

using different objects or moving the object further away,

다양한 사물을 이용하거나 촬영 거리를 더 멀리 조정하고

using less light or quieter sounds.

더 적은 양의 빛과 더 작은 소리를 이용하기도 했습니다.

And we analyzed all of these experiments

이 다양한 실험결과들을 분석하며

until we really understood the limits of our technique,

이 기법의 허용 한도를 이해하게 되었습니다.

because once we understood those limits,

왜냐하면 우리가 이 한도를 이해한 뒤에는

we could figure out how to push them.

그 허용 한도를 초월해 볼 수 있기 때문입니다.

And that led to experiments like this one,

그래서 다음과 같은 실험을 하게 되었습니다.

where again, I'm going to speak to a bag of chips,

또 다시 저는 과자봉지에다 대고 이야기를 합니다.

but this time we've moved our camera about 15 feet away,

하지만 이번에는 카메라를 4.5 미터 정도의 거리로 옮기고

outside, behind a soundproof window,

방음이 되는 유리창 뒤에 설치하였습니다.

and the whole thing is lit by only natural sunlight.

빛이라고는 자연광이 전부입니다.

And so here's the video that we captured.

자 이것이 저희가 찍은 동영상 입니다.

And this is what things sounded like from inside, next to the bag of chips.

방음창 안에 있는 과자봉지 옆에서 들리는 소리는 다음과 같습니다.

(Audio) Mary had a little lamb whose fleece was white as snow,

(오디오) 떳다 떳다 비행기 날아라 날아라

and everywhere that Mary went, that lamb was sure to go.

높이높이 날아라 우리비행기

AD: And here's what we were able to recover from our silent video

그리고 이것이 우리가 방음창 밖에서 찍은

captured outside behind that window.

동영상에서 복원해 낸 음향입니다.

(Audio) Mary had a little lamb whose fleece was white as snow,

(음성) 떴다 떴다 비행기 날아라 날아라

and everywhere that Mary went, that lamb was sure to go.

높이높이 날아라 우리비행기

(Applause)

(박수)

AD: And there are other ways that we can push these limits as well.

이 허용 한도를 추월해보고자 여러가지 다른 방법들도 시도했습니다.

So here's a quieter experiment

다음은 좀 더 작은 소리를 이용한 실험입니다.

where we filmed some earphones plugged into a laptop computer,

노트북 컴퓨터에 연결한 이어폰을 촬영한 것으로

and in this case, our goal was to recover the music that was playing on that laptop

저희의 목표는 이어폰에서 흘러나오는 음악을 복원해 내는 것이었습니다.

from just silent video

물론 플라스틱 이어폰이 찍힌

of these two little plastic earphones,

이 동영상은 무음입니다.

and we were able to do this so well

이 실험의 결과는 정확도가 매우 높아

that I could even Shazam our results.

샤잼(Shazam)어플을 통해 음악찾기를 할 수 있을 정도였어요.

(Laughter)

(웃음)

(Music: "Under Pressure" by Queen)

(음악: "언더 프레셔" - 퀸)

(Applause)

(박수)

And we can also push things by changing the hardware that we use.

다음은 다른 종류의 장비를 사용해서 허용 한도를 시험해 보기도 했습니다.

Because the experiments I've shown you so far

지금까지 제가 보여드린 실험결과들은

were done with a camera, a high-speed camera,

초고속 카메라를 사용한 것인데

that can record video about a 100 times faster

이 카메라는 우리가 가진 핸드폰 카메라보다

than most cell phones,

100 배나 빠른 녹화가 가능합니다.

but we've also found a way to use this technique

하지만 저희는 보통의 카메라를 가지고도

with more regular cameras,

이를 구현할 수 있는 테크닉을 알아냈습니다.

and we do that by taking advantage of what's called a rolling shutter.

이른바 "롤링셔터"라 불리우는 효과를 이용한 것인데요

You see, most cameras record images one row at a time,

많은 카메라들이 영상을 한 번에 한 줄씩 기록합니다.

and so if an object moves during the recording of a single image,

만약 한 장면 촬영시 사물이 움직이면

there's a slight time delay between each row,

각 줄 사이 시간차가 생기게 됩니다.

and this causes slight artifacts

이 때문에 약간의 인위적 변형이 일어나게 되고

that get coded into each frame of a video.

이것이 동영상 각 프레임에 남아 기록됩니다.

And so what we found is that by analyzing these artifacts,

우리는 알고리듬을 변형하여 이 인위적 변형을 분석한 결과

we can actually recover sound using a modified version of our algorithm.

이 동영상으로부터 음향을 복원해낼 수 있었습니다.

So here's an experiment we did

이것이 저희가 한 실험입니다.

where we filmed a bag of candy

보시는 것은 사탕봉지이고요

while a nearby loudspeaker played

주변에 있는 스피커에서 큰 소리로

the same "Mary Had a Little Lamb" music from before,

종전과 같은 "떳다 떳다 비행기" 음악이 흘러나옵니다.

but this time, we used just a regular store-bought camera,

하지만 이번에는 시중에서 구입한 일반 카메라를 사용했습니다.

and so in a second, I'll play for you the sound that we recovered,

잠시 후 저희가 복원한 소리를 들려드릴텐데요

and it's going to sound distorted this time,

이번에는 약간 뒤틀린 듯한 소리를 들으실 것입니다.

but listen and see if you can still recognize the music.

하지만 한 번 들어보시고 무슨 음악인지 알 수 있는 지 보세요.

(Audio: "Mary Had a Little Lamb")

(오디오: "떳다떳다 비행기")

And so, again, that sounds distorted,

소리는 뒤틀린 듯하지만 주목하실 점은

but what's really amazing here is that we were able to do this

with something that you could literally run out

손쉽게 구할 수 있는 것들로

and pick up at a Best Buy.

이러한 기술의 구현이 가능하다는 것입니다.

So at this point,

그럼 이제

a lot of people see this work,

많은 사람들이 이 실험결과를 보고는

and they immediately think about surveillance.

즉각적으로 "감시카메라"를 떠올립니다.

And to be fair,

네 맞아요. 누군가를 감시하기 위해

it's not hard to imagine how you might use this technology to spy on someone.

이 기술을 사용한 다는 것을 상상하기란 그리 어렵지 않습니다.

But keep in mind that there's already a lot of very mature technology

하지만 현재에도 꽤 수준높은 감시카메라와 장비들이

out there for surveillance.

많이 있다는 것을 염두에 두십시요.

In fact, people have been using lasers

사실, 많은 사람들이 레이저를 이용한

to eavesdrop on objects from a distance for decades.

원거리 도청을 수십년간이나 해왔습니다.

But what's really new here,

하지만 여기서 새로운 점

what's really different,

정말로 다른 점은

is that now we have a way to picture the vibrations of an object,

우리는 이제 사물의 진동을 시각화 할 수 있는 방법이 생겼고

which gives us a new lens through which to look at the world,

그 기술이 세상을 다른 눈으로 볼 수 있게 해준다는 겁니다.

and we can use that lens

또한 소리를 제어하여 진동을 일으키는 요소가 무엇인지 뿐 아니라

to learn not just about forces like sound that cause an object to vibrate,

사물 그 자체의 성질에 대해서도 알 수 있게 해줍니다.

but also about the object itself.

And so I want to take a step back

그래서 저는 한발짝 물러나

and think about how that might change the ways that we use video,

우리가 동영상을 이용하는 용도가

어떻게 달라질 수 있는지에 대해 생각해 보고 싶어요.

because we usually use video to look at things,

왜냐하면 우리는 주로 어떤 것들을 보기 위해 동영상을 이용하는데

and I've just shown you how we can use it

제가 보여드린 것 처럼 영상을 통해

to listen to things.

그것이 내는 소리를 들을 수도 있기 때문입니다.

But there's another important way that we learn about the world:

하지만 사물의 성질에 대해 알 수 있는 다른 방법이 있습니다.

that's by interacting with it.

바로 직접 작동해 보는 것입니다.

We push and pull and poke and prod things.

우리는 사물을 밀기도 붙잡기고 하고 찌르거나 당겨보기도 합니다.

We shake things and see what happens.

흔들어보고 어떻게 반응하는지 살피기도 합니다.

And that's something that video still won't let us do,

이것은 아직까지도 우리가 동영상으로 할 수 없는 것입니다.

at least not traditionally.

적어도 지금까지 알 던 바로는 말이죠.

So I want to show you some new work,

자 그럼 새로운 프로젝트를 보여드리겠습니다.

and this is based on an idea I had just a few months ago,

이는 몇달전에 나온 아이디어를 기반으로 한 것인데,

so this is actually the first time I've shown it to a public audience.

실제로 오늘 처음으로 대중에게 공개하는 것입니다.

And the basic idea is that we're going to use the vibrations in a video

동영상의 미동을 이용한 기본이론을 전제로

to capture objects in a way that will let us interact with them

사물이 우리와 상호 작용 하는 방식을 포착한 것인데요,

and see how they react to us.

이들이 우리에게 어떻게 반응 하는지 알 수 있습니다.

So here's an object,

이것이 사물입니다.

and in this case, it's a wire figure in the shape of a human,

이 실험의 경우 사람모양의 철사로 만든 인형입니다.

and we're going to film that object with just a regular camera.

일반 카메라로 이 사물을 촬영합니다.

So there's nothing special about this camera.

카메라 자체는 별로 특이할 것이 없습니다.

In fact, I've actually done this with my cell phone before.

사실 이전에 제 핸드폰 카메라로 실험하기도 했습니다.

But we do want to see the object vibrate,

우리는 사물의 진동을 관찰해 보고자 하는데

so to make that happen,

그러기 위해서

we're just going to bang a little bit on the surface where it's resting

사물이 놓여진 표면을 세게 두들겨 봅니다.

while we record this video.

촬영하는 동안 말입니다.

So that's it: just five seconds of regular video,

그렇습니다. 우리가 표면을 두들기는 동안 찍은

5초 길이의 일반적인 동영상 입니다.

while we bang on this surface,

and we're going to use the vibrations in that video

진동이 포착된 이 영상을 이용해

to learn about the structural and material properties of our object,

이 사물의 구조와 물질적 특징이 어떤 것인지

and we're going to use that information to create something new and interactive.

그 정보를 이용하여 직접 사물을 조작해 볼 수 있습니다.

And so here's what we've created.

자 이것이 우리가 만든 것입니다.

And it looks like a regular image,

보시기에는 평범한 사진 같습니다.

but this isn't an image, and it's not a video,

하지만 이것은 사진도 동영상도 아닙니다.

because now I can take my mouse

왜냐하면 지금 제가 마우스를 갖다대서

and I can start interacting with the object.

이 사물을 움직여 볼 수 있기 때문입니다.

And so what you see here

보시는 것은

이전에는 보지 못했던 힘을 가할때 이 사물이

is a simulation of how this object

would respond to new forces that we've never seen before,

어떻게 반응하는 지를 보여주는 시뮬레이션입니다.

and we created it from just five seconds of regular video.

오직 5초짜리 일반 동영상을 가지고 만들어낸 것 입니다.

(Applause)

(박수)

And so this is a really powerful way to look at the world,

이것은 엄청난 영향력을 지닌 세상을 보는 방법입니다.

because it lets us predict how objects will respond

왜냐하면 이로써 사물이 새로운 상황에 대해

어떻게 반응할지 예측할 수 있게 해주기 때문입니다.

to new situations,

and you could imagine, for instance, looking at an old bridge

예를들어 보죠. 여러분이 낡은 다리를 보고

and wondering what would happen, how would that bridge hold up

자동차로 그 다리를 건널 때에

if I were to drive my car across it.

그 다리가 잘 버틸지를 궁금해 할 수 있습니다.

And that's a question that you probably want to answer

이러한 질문은 누구라도 그 답을 알고 싶어 하는 것입니다.

before you start driving across that bridge.

실제로 운전해서 다리를 건너기 전에 말입니다.

And of course, there are going to be limitations to this technique,

물론 앞서 소개해드린 음원복원 기술처럼

just like there were with the visual microphone,

이 기술에도 한계점이 있겠지만

but we found that it works in a lot of situations

우리가 예상치 못한 많은 상황에서도

that you might not expect,

이 기술이 작동한다는 것을 확인하였습니다.

especially if you give it longer videos.

특히 더 긴 길이의 동영상을 이용하면 말입니다.

So for example, here's a video that I captured

보시는 동영상은 제 아파트 앞

of a bush outside of my apartment,

화단을 촬영한 것입니다.

and I didn't do anything to this bush,

이 나뭇가지에 그 어떤 것도 하지 않았습니다.

but by capturing a minute-long video,

1 분정도 길이의 촬영만으로도

a gentle breeze caused enough vibrations

약한 바람에 의한 진동이 포착되었고

that we could learn enough about this bush to create this simulation.

이 화단에 대해 충분한 정보를 얻어 시뮬레이션을 만들어 볼 수 있었습니다.

(Applause)

(박수)

And so you could imagine giving this to a film director,

영화감독에게 이 이미지를 준다고 상상해 보세요.

and letting him control, say,

이 장면이 찍히고 난 후에

the strength and direction of wind in a shot after it's been recorded.

바람의 강도와 방향을 조정할 수 있겠죠.

Or, in this case, we pointed our camera at a hanging curtain,

보시는 것은 걸려 있는 커튼을 촬영한 것 입니다.

and you can't even see any motion in this video,

동영상에는 눈으로 볼 수 있는 큰 움직임이 없습니다.

but by recording a two-minute-long video,

하지만 2분짜리 영상을 촬영함으로써

natural air currents in this room

방안의 자연풍이 만들어내는

created enough subtle, imperceptible motions and vibrations

아주 미세한 움직임과 진동을 통해

that we could learn enough to create this simulation.

다음과 같은 시뮬레이션을 만들 수 있습니다.

And ironically,

아이러니하게도

we're kind of used to having this kind of interactivity

우리는 이미 가상현실 그래픽을 통해 이런식으로

when it comes to virtual objects,

직접 조작해 보는 것에 대해 익숙해져있습니다.

when it comes to video games and 3D models,

비디오 게임이나 3D 모델 같은것이요.

but to be able to capture this information from real objects in the real world

하지만 현실세계의 실제 사물을

using just simple, regular video,

단순한 동영상을 통해 이러한 정보를 얻어내느 것은

is something new that has a lot of potential.

이전에는 없었던 것으로 매우 큰 잠재력을 지니고 있습니다.

So here are the amazing people who worked with me on these projects.

자, 여기 이분들은 이 프로젝트에 애써주신 훌륭한 분들입니다.

(Applause)

(박수)

And what I've shown you today is only the beginning.

제가 오늘 보여드린 것은 단지 시작에 불과합니다.

We've just started to scratch the surface

이러한 영상으로 할 수 있는 일 중

of what you can do with this kind of imaging,

극히 일부분에 근접했을 뿐입니다.

because it gives us a new way

이 기술을 통해 우리 주변의 것들을

to capture our surroundings with common, accessible technology.

새롭게 모색할 수 있는 좀 더 보편적인 방법을 개발할 것입니다.

And so looking to the future,

미래에는

it's going to be really exciting to explore

이 기술이 가능케 할

what this can tell us about the world.

신나는 모험이 기다리고 있습니다.

Thank you.

감사합니다.

(Applause)

(박수)