GPS가 필요 없습니다.
메타데이터도 필요 없습니다.
AI가 장면을 읽어냅니다.
어떤 사진이든
촬영 위치 찾기
사진은 있지만 GPS도, 메타데이터도 없습니다. 오직 픽셀뿐. Oceanir는 도로, 표지판, 건물, 지형 같은 장면을 읽어 사진이 어디에서 찍혔는지 추정합니다. EXIF 데이터는 필요하지 않습니다.
여기까지 오신 이유
어느 누구도 사진의 위치를 찾고 싶다는 마음으로 하루를 시작하지는 않습니다. 그 전에 무언가가 있었습니다. 떨치기 어려운 질문, 또는 답이 필요한 한 장의 이미지.
특정 도시의 시위 장면이라고 주장하는 영상이 소셜 미디어에 올라옵니다. 계정은 익명이고 메타데이터는 사라져 있습니다. 보도하기 전에 실제로 어디에서 촬영되었는지 검증해야 합니다.
실종자가 마지막으로 남긴 연락은 메시징 앱으로 보낸 사진이었습니다. 앱은 GPS 데이터를 제거했고, 가지고 있는 것은 그 이미지뿐입니다.
위치 라벨이 없는 오래된 사진을 아카이브에서 발견했습니다. 건물, 도로 표시, 식생, 모두가 이 사진이 어디에서 찍혔는지 무언가를 말해 주고 있으며, 그 이야기를 들어볼 필요가 있습니다.
누군가가 사진을 공유했고, 그곳이 어디인지 알고 싶어집니다. 중요한 일이라서가 아니라, 그 사진을 자꾸 들여다보며 궁금해지는 것을 멈출 수 없기 때문입니다.
모든 사례에서 메타데이터는 사라져 있습니다. Instagram도, WhatsApp도, Twitter도 모두 메타데이터를 제거합니다. 스크린샷에는 처음부터 없습니다. 남은 것은 이미지 그 자체이며, 그것만으로 충분합니다.
사진 촬영 위치를 찾는 방법
절차 자체는 단순합니다. 그 뒤에 깔린 사고는 그렇지 않습니다.
이미지를 업로드합니다
JPG, PNG, WebP 무엇이든 가능합니다. 드래그 앤 드롭으로 진행하시면 되고, 시작하기 위해 계정도 필요 없습니다. 영상에서 정지 프레임을 추출해 사용할 수도 있습니다. 명료한 야외 장면에서 일시정지하고 프레임을 저장한 뒤 업로드하시면 됩니다. 형식은 중요하지 않습니다. 중요한 것은 픽셀입니다.
모델이 장면을 읽어냅니다
이미지 매칭이 아닙니다. 모델은 사용자의 사진을 기존 위치 데이터베이스와 비교하지 않습니다. 훈련된 지리학자처럼 이미지를 읽어내며, 도로 표시 양식, 건축 시기, 수종, 그림자 각도를 식별합니다. 각 단서가 세계의 범위를 좁혀갑니다.
예시: 사진에 노란색 번호판, 좌측 통행, 새시 창문이 있는 테라스형 벽돌집이 보입니다. 노란색 번호판은 후보를 EU와 중국으로 좁혀줍니다. 좌측 통행은 중국을 제외시킵니다. 새시 창문과 벽돌 테라스는 영국을 가리킵니다. 모델은 추측하지 않습니다. 가능성을 하나씩 제거합니다.
결과를 검증합니다
Oceanir는 지도 위 단일 지점이 아닌, 순위가 매겨진 후보를 반환합니다. 각 후보에는 신뢰도 점수, 이를 뒷받침하는 증거 사슬, 직접 확인할 수 있는 Street View 비교가 함께 제공됩니다. 최종 결정은 사용자가 내립니다. 모델이 세계의 범위를 좁히고, 사용자가 사건을 마무리합니다.
어떤 사진이 가장 잘 작동하나요
가장 좋은 결과
- +거리나 교차로가 보이는 야외 장면
- +건물, 상점, 건물 입면이 명확하게 보이는 장면
- +도로 표지판, 상호, 또는 번호판이 보이는 사진
- +특징적인 랜드마크, 다리, 또는 기념물
- +식별 가능한 식생이나 해안선이 있는 지형
위치 식별이 더 어려운 경우
- –창문이나 외부 맥락이 없는 실내 사진
- –보이는 디테일이 제한된 야간 촬영
- –심하게 잘려 있거나 확대된 클로즈업
- –배경이 흐려진 인물 사진이나 셀카
- –매우 높은 고도에서 촬영된 항공 드론 사진
메타데이터가 필요하지 않습니다
Instagram, Twitter/X, Facebook, WhatsApp, Signal 같은 소셜 미디어로 공유되는 대부분의 사진은 업로드 시 EXIF와 GPS 메타데이터가 자동으로 제거됩니다. 즉, 메타데이터에 의존하는 전통적인 도구는 아무 결과도 반환하지 못합니다.
Oceanir는 EXIF 데이터를 필요로 하지 않습니다. AI는 순수 시각 분석을 수행하며, 건축 양식, 도로 표시, 표지판 언어, 지형 특징, 식생 유형, 그리고 픽셀 안에 담긴 수백 가지 다른 지리적 신호를 읽어냅니다.
이를 통해 Oceanir는 스크린샷, 다시 저장된 이미지, 메시징 앱으로 받은 사진, 그리고 메타데이터가 사라졌거나 처음부터 없었던 어떤 이미지에서도 위치를 추정할 수 있습니다.
작동 방식 보기
사진을 업로드하면 Oceanir는 매칭을 검색하지 않습니다. 신호 하나하나를 읽으며 세계의 범위를 점차 좁혀갑니다. 그 모습은 다음과 같이 보입니다.
시각 신호를 분석하는 중...
대기 중...
대기 중...
대기 중...
대기 중...
대기 중...
대기 중...
그렇다면 Google Lens는 어떤가요?
Google Lens는 좋은 도구입니다. 랜드마크를 식별하고 시각적으로 유사한 이미지를 매칭할 수 있습니다. 그러나 일부 이미지에서는 위치를 찾아내지 못하며, 그런 이미지가 사람들이 실제로 도움을 가장 필요로 하는 사진인 경우가 많습니다. 차이는 거기에서 드러납니다.
WhatsApp으로 받은 사진 (메타데이터 제거됨)
결과 없음. GPS도, 결과도 없습니다.
장면을 읽어냅니다. 건물, 도로 양식, 식생을 통해 위치를 도출합니다.
Google 스트리트 뷰 프레임의 스크린샷
매칭 불가. 원본 이미지가 아닌 스크린샷입니다.
스크린샷의 시각 콘텐츠를 다른 사진과 동일한 방식으로 읽어냅니다.
랜드마크가 없는 평범한 교외 도로
너무 일반적이라 매칭 대상으로 삼을 만한 특징이 없습니다.
도로 표시, 연석 형태, 전봇대 양식, 진입로 간격, 모두가 지리적 신호입니다.
여러 번 다시 저장되고 심하게 압축된 사진
품질이 너무 낮아 매칭할 수 없습니다. 결과 없음.
압축이 파괴하는 것은 메타데이터이지 지리가 아닙니다. 도로도, 건물도 그대로 남아 있습니다.
창문 너머로 찍은 실내 사진
실내 = 매칭 불가. 끝.
창문 너머에 무엇이 보이나요? 건축물, 하늘, 지형. 부분적인 단서만으로도 의미가 있습니다.
패턴은 동일합니다. 다른 도구는 자체 색인에서 시각적 매칭을 찾는 데 의존합니다. 이미지가 너무 일반적이거나, 너무 압축되었거나, 메타데이터가 너무 많이 제거되어 매칭이 없을 때, 이 도구들은 아무 결과도 반환하지 못합니다. Oceanir는 픽셀에서 직접 지리를 읽어내므로 매칭이 필요하지 않습니다.
정밀도를 위해 만들어졌습니다
자주 묻는 질문
네. Oceanir는 EXIF나 GPS 메타데이터에 의존하지 않습니다. AI는 이미지 자체의 시각적 단서(도로, 표지판, 건물, 지형, 식생)를 읽어 위치를 추정합니다. 소셜 미디어에서 공유되는 대부분의 사진은 메타데이터가 제거되므로, Oceanir는 처음부터 메타데이터 없이도 작동하도록 설계되었습니다.
Oceanir의 Orca 모델은 Im2GPS3k 벤치마크에서 1km 기준 20.1%, 25km 기준 46.8%의 정확도를 달성했습니다. 이는 시각 지리정보 시스템 중 공개된 최고 점수입니다. 정확도는 활용 가능한 시각 단서에 따라 달라지며, 특징적인 건축물, 표지판, 또는 지형이 있는 야외 장면에서 가장 좋은 결과가 나옵니다.
도로, 거리 표지판, 상점, 건물 입면, 또는 특징적 지형이 보이는 야외 장면이 가장 좋습니다. 실내 사진, 야간 촬영, 심하게 잘린 이미지, 그리고 인물 클로즈업은 지리적 단서가 적어 식별이 더 어렵습니다.
신용카드 등록 없이 스타터 크레딧 10회를 제공합니다. 분석 한 건당 1크레딧이 사용됩니다. 유료 플랜은 Pro 월 $10, Developer 월 $63부터 시작하며, Unit 워크스페이스는 월 $119, Enterprise와 Enterprise는 영업팀 문의를 통해 이용할 수 있습니다.
네. 영상에서 정지 프레임을 추출해(명료한 야외 장면이 가장 좋습니다) JPG, PNG, 또는 WebP로 업로드하시면 됩니다. Oceanir는 프레임을 일반 사진과 동일한 방식으로 분석합니다.