긴 영상을 분석할 때 모든 프레임을 하나하나 다 확인하는 것은 시간과 비용 면에서 매우 비효율적입니다. 이를 해결하기 위해 CVPR 2025에서 발표된 T* 기술은 영상 전체를 스캔하는 대신, 질문에 답하기 위해 꼭 필요한 프레임만 빠르게 찾아내는 방식을 제안합니다. T*는 영상을 격자(grid) 형태로 구성하고, 질문의 단서를 바탕으로 필요한 영역을 반복적으로 확대하며 찾아가는 'iterative zoom-in' 과정을 거칩니다. 이 기술을 통해 GPT-4o와 같은 모델의 정확도를 높이면서도, 연산 비용(FLOPs)은 3~5배 줄이고 처리 속도는 약 3배 가까이 향상시키는 놀라운 성과를 거두었습니다. 이 연구는 AI가 긴 영상을 더 효율적으로 이해할 수 있도록 돕는 중요한 기술적 진보를 보여줍니다.