.svg)
AI 솔루션 문의하기
공공시설에 비전 AI를 적용할 때는 카메라 영상을 분석하는 기능만 먼저 정하기보다 어떤 시설에서 어떤 상황을 확인할 것인지부터 구체적으로 정하는 작업이 필요합니다. 공원과 체육시설, 지하도, 공공청사, 주차장 등은 이용자의 움직임과 시설 구조가 서로 다르기 때문입니다. 같은 사람이나 차량을 인식하는 기능이라도 설치 장소에 따라 필요한 영상 조건과 판단 기준이 달라질 수 있습니다. 따라서 도입 초기에는 AI가 감지할 대상을 정하고, 실제 현장에서 해당 결과를 어떤 업무에 활용할 것인지까지 함께 확인하는 방식으로 범위를 설정해야 합니다.
비전 AI의 분석 결과는 촬영 환경에 따라 달라질 수 있습니다. 공공시설은 실내외 공간이 함께 존재하는 경우가 많고 카메라의 설치 높이와 방향, 촬영 거리, 조명 조건이 시설마다 다르게 구성될 수 있습니다. 낮에는 자연광이 들어오지만 야간에는 조명에 의존하는 공간도 있고, 역광이나 그림자로 인해 사람이나 물체의 형태가 달라지는 경우도 있습니다. 기존 CCTV를 활용한다면 해상도와 프레임, 설치 위치 등을 먼저 확인하고 AI 분석에 적합한 영상인지 검토해야 합니다.
실제 운영 환경에서 얻어지는 영상의 상태를 먼저 파악해야 별도의 카메라 교체가 필요한지 기존 설비를 활용할 수 있는지 판단하기 수월합니다.
비전 AI 도입에서 기술적인 인식 성능만큼 중요한 부분은 어떤 장면을 정상으로 보고 어떤 상황을 점검 대상으로 분류할지 정하는 기준입니다. 예를 들어 공원에서 사람이 오래 머무는 것은 일반적인 상황이지만 특정 제한구역에 진입하는 경우에는 확인이 필요할 수 있습니다. 주차장에서도 차량이 정차한 사실 자체보다 통행을 방해하는 위치에 장시간 머무는 상황이 업무 대상이 될 수 있습니다. 시설의 운영규정과 실제 이용방식을 기준으로 AI가 찾아야 할 상황을 구체화해야 불필요한 알림을 줄일 수 있습니다.
공공시설에서는 단순히 사람이나 물체를 발견하는 것보다 사람이 시설물과 어떤 위치 관계를 형성하고 있는지를 분석해야 하는 경우가 있습니다. 출입이 제한된 구역에 사람이 들어갔는지, 안전선 밖으로 이용자가 이동했는지, 시설물 주변에 물체가 장시간 놓여 있는지 등이 대표적입니다. 이를 위해서는 객체의 종류뿐 아니라 위치와 이동 방향, 체류시간 등의 정보를 함께 활용할 수 있어야 합니다. 시설별 운영기준에 따라 필요한 분석 수준을 결정하고 데이터 라벨링 범위도 그에 맞춰 설정하는 방식이 적합합니다.
공공시설은 시간에 따라 이용자가 크게 달라질 수 있습니다. 출근 시간의 공공청사와 오후의 민원공간, 낮과 밤의 공원은 같은 장소라도 화면 구성이 완전히 달라집니다. 따라서 특정 시간대의 영상만 가지고 비전 AI를 검증하면 실제 운영 과정에서 발생하는 장면 변화를 충분히 확인하기 어렵습니다. 이용자가 많은 시간과 적은 시간, 시설 운영시간과 폐쇄시간 등 다양한 조건에서 영상을 수집하고 분석 결과가 어떻게 달라지는지 확인해야 합니다. 계절이나 행사에 따른 이용량 변화도 시설 특성에 따라 검토할 수 있습니다.
공공시설의 비전 AI는 사람이 등장하는 영상을 지속적으로 처리할 수 있기 때문에 기술적인 분석과 함께 영상정보와 개인정보가 어떤 목적으로 수집되고 어디까지 활용되는지를 구분하는 관리체계가 필요합니다. AI 분석에 반드시 원본 영상이 필요한지, 분석 결과만 별도로 저장할 수 있는지 검토하고 업무 목적에 맞춰 접근권한을 설정해야 합니다. 여러 기관이나 시스템에서 영상을 공유하는 경우에도 필요한 정보의 범위를 사전에 정하는 것이 중요합니다. 특히 시설 운영을 위한 영상과 AI 학습이나 성능검증에 사용하는 데이터는 활용 목적을 구분해 관리하는 방식을 고려할 수 있습니다.
비전 AI가 이상상황을 감지했다고 해서 모든 상황에 동일한 대응이 필요한 것은 아닙니다. AI의 감지 결과를 실제 담당자의 확인이나 현장 조치와 어떻게 연결할 것인지까지 도입 범위에 포함해야 합니다. 단순 알림으로 끝나는 경우와 담당자가 영상을 확인해야 하는 경우, 즉시 현장 대응이 필요한 경우를 구분할 수 있습니다. 또한 오인식이나 감지 누락이 발생했을 때 담당자가 결과를 수정하거나 검토 의견을 남길 수 있는 구조도 필요합니다. AI가 제공하는 결과와 최종적인 업무 판단 사이의 역할을 명확히 나누는 것이 운영 과정에서 중요합니다.
이 기준을 미리 정해두면 비전 AI를 단순 영상분석 도구가 아니라 기존 시설관리 업무와 연결되는 시스템으로 설계하기 수월합니다.
공공시설마다 공간 구조와 이용방식이 다르기 때문에 한 시설에서 높은 성능을 보인 AI 모델이 다른 시설에서도 동일하게 작동한다고 단정하기 어렵습니다. 시설 유형과 촬영환경에 따라 데이터를 구분하고 실제 운영 영상으로 성능을 다시 확인하는 과정이 필요합니다. 새로운 CCTV가 설치되거나 시설 구조가 변경되는 경우에도 기존 데이터와 영상조건이 달라질 수 있습니다. 따라서 도입 이후에도 새로운 상황을 지속적으로 수집하고 필요한 데이터를 추가하는 관리방식을 마련하는 것이 좋습니다.
비전 AI 도입 결과를 평가할 때 단순히 인식 정확도 하나만 확인해서는 실제 활용성을 판단하기 어렵습니다. AI가 얼마나 정확하게 상황을 찾아내는지와 함께 담당자의 영상 확인시간이나 현장 대응 과정이 어떻게 달라졌는지를 함께 살펴야 합니다. 특정 상황을 지나치게 많이 감지해 불필요한 알림이 증가한다면 실제 업무 부담이 오히려 커질 수도 있습니다. 반대로 감지 대상이 너무 제한적이면 현장에서 필요한 정보를 충분히 제공하지 못할 수 있습니다. 실제 운영기간 동안 오류 유형과 대응시간 등을 함께 기록하면서 기준을 조정하는 방식이 적합합니다.
.svg)
.svg)
