.svg)
AI 솔루션 문의하기
전기버스 차고지는 단순 주차 공간을 넘어 정비, 세척, 배터리 관리, 연료 공급이 동시에 이루어지는 복합 시설입니다. 대량의 배터리를 탑재한 버스들이 밀집된 공간에 배치되어 있으며, 정비 과정에서 용접, 절단, 고온 작업이 수행됩니다. 세척 장비에서 배출되는 미스트, 정비소의 화학 약품, 전기 설비의 과부하 같은 여러 점화원과 가연물이 공존합니다.
차고지의 화재는 수십 대의 버스와 주변 시설에 연쇄적으로 확산될 수 있으므로, 조기 감지와 신속한 대응이 대규모 피해를 방지하는 핵심입니다. 기존의 감지기만으로는 차고지의 특수한 환경을 완벽하게 커버하기 어려워 CCTV 기반의 영상 감지가 보완 수단으로 활용될 수 있습니다.
▲ 주차 구역 모니터링 : 버스가 밀집된 주차 라인의 화염, 연기, 비정상 온도를 감시하는 카메라 배치
▲ 정비 작업 구역 감시 : 용접, 절단, 정비 중 발화 신호를 포착하는 고해상도 카메라 배치
차고지의 효율적인 CCTV 배치는 단순히 보안 목적만 고려해서는 불충분합니다. 주차 구역, 정비 구역, 배터리 관리실, 세척 시설 등 각 영역의 화재 위험도와 특성에 맞는 카메라 선택과 배치가 필요합니다. 카메라의 해상도, 프레임 레이트, 야간 촬영 능력 등을 영역별로 차등 설정하여 운영 비용과 감지 성능을 최적화합니다. 카메라 간의 영상 겹침을 고려하여 감시 사각지대를 최소화하면서도 이중 감시 구간을 활용하여 감지 신뢰도를 높입니다. 전략적 CCTV 배치로 차고지의 모든 고위험 구역을 효과적으로 모니터링할 수 있습니다.
차고지의 일반 CCTV 영상으로부터 화재의 초기 신호를 추출하려면 고도의 영상 분석 기술이 필요합니다. 연기는 배경의 밝기, 색상, 움직임 패턴을 기준으로 감지되며, 정상적인 먼지나 수증기와의 구분이 중요합니다. 화염은 밝기의 급격한 변화, 주황색 계열의 색상 특성, 불규칙한 움직임으로 식별됩니다. 배터리 화재의 경우 백색 또는 노란색의 연기를 배출하므로 색상 분포 분석으로 배터리 관련 화재를 우선 식별할 수 있습니다. AI 모델이 수천 시간의 정상 차고지 영상과 화재 영상 데이터로 학습하면, 다양한 조건에서 화재 신호를 신속하게 감지할 수 있을 것으로 예상됩니다.
차고지에서 이루어지는 용접, 절단, 그라인딩 같은 작업은 수백도의 고온을 발생시킵니다. AI 시스템이 이러한 정상적인 작업 열과 버스 배터리나 전기 설비의 비정상 발열을 구분해야 합니다. 시간대별 작업 일정, 작업 장소, 작업 유형 정보를 AI에 입력하면, 해당 시간과 장소에서 예상되는 열 신호를 필터링할 수 있습니다. 예상 범위를 벗어나는 열 신호나 작업 예정이 없는 구역에서의 비정상 열은 즉시 화재 신호로 판단됩니다. 작업 일정 정보와 영상 분석을 연동함으로써 거짓 경보를 최소화하면서도 실제 화재를 신속하게 포착할 수 있습니다.
차고지는 24시간 운영되므로 야간과 주간의 조명 조건이 크게 다릅니다. 적외선(열) 카메라를 보안 CCTV와 함께 배치하면 조명 조건에 관계없이 연기와 열을 감지할 수 있습니다. 우천 시 카메라 렌즈의 물방울이나 먼지로 인한 영상 왜곡을 보정하는 알고리즘도 필요합니다. 차고지의 환기 시스템 가동, 세척 작업으로 인한 수증기 발생 같은 환경 변수를 시스템이 인식하고, 이로 인한 오감지를 방지하는 방식으로 운영됩니다. 일관된 감지 성능을 유지하려면 계절 변화, 작업 시간대별 환경 차이, 카메라 유지보수 주기를 종합적으로 고려해야 합니다.
CCTV 기반 영상 분석은 강력한 감지 수단이지만 단독으로 완벽하지 않습니다. 기존의 연기 감지기, 온도 센서, 일산화탄소 감지기와 함께 운영하면 각 방식의 약점을 보완할 수 있습니다. 한 감지 방식이 오경보를 낼 때 다른 센서의 신호로 검증하고, 여러 신호가 동시에 발생해야 경보를 발동하는 방식으로 신뢰도를 높입니다. 각 감지 센서의 신호를 통합 관리 시스템으로 수집하여 중앙에서 모니터링하므로, 감지 권한이 분산되지 않고 신속한 대응이 가능합니다. 다중 감지 시스템의 통합 운영으로 높은 신뢰도와 신속한 반응 속도를 동시에 달성할 수 있을 것으로 기대됩니다.
현대적 차고지는 버스 배치, 정비 일정, 운전자 관리 등을 자동화된 운영 시스템으로 관리합니다. 화재 감지 시스템을 운영 시스템과 연동하면, 화재 발생 시 영향받는 버스의 주행 일정을 자동으로 취소하거나 대체 일정을 편성할 수 있습니다. 화재 구역의 정비 일정을 자동으로 연기하고 대기 중인 정비 버스를 안전한 다른 구역으로 이동시킬 수 있습니다. 차고지 관리자, 소방팀, 경영진 등 이해관계자들이 실시간으로 화재 상황을 공유받고 의사결정을 신속하게 수행할 수 있습니다. 차고지 운영 시스템과의 자동화된 연동으로 화재 발생 시 즉시 대응 체계가 작동할 수 있습니다.
CCTV 기반 화재 감지 AI는 처음부터 완벽할 수 없으며, 현장에서의 경험을 바탕으로 지속적으로 개선되어야 합니다. 오경보 사건들을 분석하여 오경보를 유발한 영상 특성을 모델이 학습하고, 거짓 경보의 기준을 조정합니다. 실제 화재 사건이 발생했을 경우 해당 영상 데이터를 수집하여 모델의 학습 데이터로 추가하면, 유사한 화재를 더욱 신속하게 감지하는 능력이 향상됩니다. 차고지 특화 모델을 개발하면 공항, 터미널 같은 다른 대형 차량 운영시설로도 기술을 확대할 수 있습니다.
차고지의 보안 CCTV는 화재 감지 외에도 절도 방지, 정비 품질 감시, 안전 규정 준수 확인 등 다양한 목적으로 활용됩니다. 같은 카메라 시스템으로 화재 감지 AI, 사람 감지 AI, 이상 행동 감지 AI 등 여러 분석 모듈을 병렬로 실행할 수 있습니다. 이러한 다목적 활용으로 단일 용도 카메라 대비 시스템 설치 비용과 유지보수 비용을 절감할 수 있습니다. CCTV의 다목적 활용으로 보안, 안전, 운영 효율성을 통합적으로 강화할 수 있습니다.
.svg)
.svg)
