.svg)
AI 솔루션 문의하기
대부분의 도로터널에 설치된 CCTV는 20년 이상 오래된 장비인 경우가 많습니다. 이러한 기존 카메라는 해상도가 낮고, 야간 영상 품질도 현대 카메라에 비해 떨어집니다. 그럼에도 불구하고 기존 카메라는 이미 터널 전역에 배치되어 있으며, 운영 인력도 이미 그 영상을 보고 있으므로, 이들을 연기 감지에 재활용하는 것이 매우 효율적입니다. 저해상도 카메라라도 연기 감지에 필요한 충분한 정보를 담고 있습니다. 연기는 전체 영상에 영향을 미치는 대규모 변화이므로, 고해상도가 필수적이지 않습니다. 오히려 저해상도 영상은 처리 속도가 빨라서 실시간 감지에 유리합니다.
기존 CCTV 카메라는 개별 카메라마다 노후화 정도가 다릅니다. 일부 카메라는 렌즈가 오염되어 있고, 어떤 카메라는 색감 재현이 불안정할 수 있습니다. 이러한 성능 편차를 극복하기 위해 시스템은 각 카메라의 고유한 특성을 자동으로 학습합니다. 초기 설치 단계에서 정상 터널 영상을 충분히 수집하여, 각 카메라의 기준선을 설정합니다. 이후 연기 감지 알고리즘은 이러한 개별 기준선과 비교하여 이상을 감지합니다. 따라서 카메라의 절대적 화질은 중요하지 않으며, 같은 카메라 내에서의 변화를 감지하는 것이 가장 중요합니다.
기존 CCTV 시스템의 전송 대역폭은 제한적입니다. 최신 고해상도 카메라는 초당 수십 메가바이트의 데이터를 생성하지만, 기존 시스템은 초당 수 메가바이트 수준의 압축 영상을 전송합니다. 이러한 제한된 대역폭 속에서도 연기 감지를 수행하기 위해, 시스템은 압축 영상에서 직접 특징을 추출합니다. 압축 과정에서 손실된 고주파 정보는 연기 감지에 필요하지 않으며, 저주파 영역의 밝기와 색상 변화만으로도 충분합니다. 또한 프레임 전체를 분석하지 않고, 관심 영역만 추출하여 처리량을 줄입니다.
터널의 각 구간은 조명, 환기, 교통 패턴이 다르므로, 일반화된 알고리즘으로는 효과적이지 않습니다. 기존 CCTV 활용 시스템은 터널을 여러 구간으로 나누고, 각 구간의 특성에 맞춰 감지 알고리즘을 커스터마이징합니다. 터널 입구 부근은 자연광의 영향이 크므로 역광 보정을 강화하고, 중간 구간은 안정적인 조명이므로 표준 알고리즘을 사용합니다. 터널 출구 부근은 다시 역광 문제가 발생하므로 다른 파라미터를 적용합니다. 각 구간마다 수개월의 정상 운영 데이터를 수집하여, 그 지점의 기준선을 정확히 설정합니다.
기존 CCTV 시스템은 이미 터널 전역에 망을 구성하고 있습니다. 연기 감지 솔루션은 이 기존 네트워크를 활용하므로, 새로운 광섬유나 전력선을 깔 필요가 없습니다. 다만 기존 네트워크가 낡거나 대역폭이 부족하면, 국소적인 업그레이드만 수행합니다. 또한 기존 NVR(네트워크 비디오 레코더)도 계속 사용할 수 있으므로, 새로운 저장 장치 투자가 최소화됩니다. 확장성 측면에서도, 나중에 새로운 카메라를 추가하거나 다른 터널로 확대할 때 기존 아키텍처를 그대로 활용할 수 있습니다.
기존 CCTV를 활용한 연기 감지 시스템은 다음과 같은 운영 구조를 갖습니다.
이러한 계층적 구조를 통해 기존 인프라와 신기술의 부드러운 통합을 실현합니다.
기존 CCTV는 이미 운영자들이 익숙한 시스템입니다. 새로운 연기 감지 기능을 추가할 때도 운영자의 기존 업무 흐름을 크게 방해하지 않도록 설계합니다. 감지 결과는 기존 모니터에 오버레이되거나, 경보음으로 알려집니다. 운영자는 새로운 도구를 배우는 것이 아니라, 기존 도구에 새로운 기능이 추가되었음을 인식하는 정도만 필요합니다. 초기에는 거짓 경보가 발생할 수 있으므로, 운영자 교육에서 이를 인내심 있게 대처하도록 강조합니다. 시간이 지나면서 시스템의 정확도가 높아지면, 운영자들도 경보를 더 신뢰하게 됩니다.
기존 CCTV를 활용한 연기 감지의 가장 큰 장점은 비용 효율성입니다. 새로운 카메라를 설치하는 경우 카메라당 수천만 원이 소요되지만, 기존 카메라를 활용하면 소프트웨어 비용만 발생합니다. 100km의 터널에 50개 카메라가 있다고 가정하면, 신규 카메라 설치는 수십억 원이 소요되지만, 기존 CCTV 활용은 수억 원 수준의 소프트웨어 라이선스로 완성됩니다. 또한 기존 운영 인력을 그대로 활용할 수 있어, 추가 인력 고용이 거의 없습니다. 투자 회수 기간도 5년 이내로 매우 짧습니다.
기존 CCTV 활용의 한계도 명확합니다. 저해상도 카메라로는 작은 연기나 먼 거리의 연기 감지가 어렵습니다. 또한 카메라의 사각지대에서 발생하는 화재는 감지할 수 없습니다. 기존 네트워크의 대역폭 제약으로 인해 고주파 정보가 손실되므로, 세밀한 특징 추출이 제한됩니다. 또한 노후 카메라는 고장 위험이 높아, 예기치 않은 카메라 다운 시 그 구간의 감지 능력을 상실합니다. 이러한 한계를 인식하면서도, 기존 인프라의 활용이 여전히 전체적인 안전성 향상에 기여한다는 균형잡힌 판단이 필요합니다.
터널 안전 시스템은 한 번에 완성되지 않습니다. 1단계에서는 기존 CCTV로 기본 감지 능력을 확보하고, 2단계에서는 성능이 부족한 구간의 카메라를 신규 장비로 교체하며, 3단계에서는 네트워크 인프라를 현대화합니다. 이러한 단계적 접근을 통해 초기 투자를 최소화하면서도, 장기적으로 최신 기술 수준으로 발전시킬 수 있습니다. 또한 각 단계에서 수집된 실운영 데이터는 다음 단계의 설계에 활용되므로, 기술 선택의 오류를 줄일 수 있습니다.
한국의 주요 도로터널 대부분은 2000년대 초반 이후 설치된 CCTV를 보유하고 있습니다. 이들 카메라는 기술적으로는 노후되었지만, 기본적인 영상 수집 기능은 여전히 안정적입니다. 일부 터널은 이미 기존 CCTV 기반 연기 감지 시스템을 도입했으며, 초기 성과가 긍정적으로 평가되고 있습니다. 국내 터널 운영 기관들도 비용 효율성을 인식하여, 신규 카메라 설치보다는 기존 카메라 활용을 선호하는 추세입니다. 다만 개별 터널의 특성이 다르므로, 획일적인 기준보다는 각 터널에 맞춘 커스터마이징이 필수적입니다.
.svg)
.svg)
