메인콘텐츠 바로가기
메뉴
페이스북 공유하기
트위터 공유하기
카카오톡 공유하기

Interview

CCTV에 불어넣은 인공지능,

공공의 안전을
업그레이드하다

지능보안연구그룹 김건우 책임연구원

한국의 CCTV 설치 대수는 795만 6,000여 대로 세계에서 가장 많은 나라다. 이는 ‘CCTV의 천국’이라 불리는 영국보다도 많다. 하지만, CCTV의 정보를 ‘빅데이터’로 활용하는 해외 선진국과는 대조적이다. 이 때문에 지능형 CCTV의 활성화는 사회안전을 위해 꼭 필요하다. 이에 따라 ETRI는 CCTV에 인공지능을 불어넣는 지능형 CCTV 개발사업에 박차를 가하고 있다. 국민의 안전을 업그레이드하는 것. 이는 국민 삶의 질을 높이는 기반이 될 것이다.

Q.01

수행 중인 연구테마를 소개해 주세요.

김건우책임연구원인터뷰 네비게이션’

현재 수행 중인 ‘클라우드 기반 지능형 영상보안 인큐베이팅 플랫폼 개발사업’은 지능형 사회안전에 초점을 맞춰 R&D 2년, 실증 시범서비스 1년을 포함해서 총 3년 사업으로 진행되고 있다. ETRI가 주관하는 이 사업에는 경찰청(치안정책연구소)과 제주(도)가 공동으로 참여하고 있다. 이는 기술 수요자가 직접 참여하는 실증 시험 및 검증을 통해서 현장에서 즉시 사용될 수 있는 영상 인공지능 기술 개발에 주목했기 때문이다.
_
김건우책임연구원
“클라우드 기반 지능형 영상보안 인큐베이팅 플랫폼 개발사업은 현재 과학기술정보통신부 정보보호핵심원천기술개발 사업으로 진행하고 있습니다. 이 사업은 인공지능 클라우드 플랫폼을 기반으로 다양한 CCTV 치안 환경에 최적화된 지능형 영상보안 모델을 학습·관리해서 영세한 국내 영상 업체들이 자신만의 인공지능 솔루션을 확보하고 활용할 수 있도록 하며, 이를 통해 미래형 첨단치안 플랫폼 구축을 최종 목표로 하고 있습니다.”
현재 전 세계 영상 기술의 트렌드는 지능형이다. 하지만, 국내 대부분 영상 업체들은 자체 AI R&D 인력 확보가 어려울 정도로 영세하기 때문에 미국 등의 고도화된 지능형 high-end급 기술과 중국의 대규모 저가 제품에 밀려 시장 경쟁력이 하락하고 있는 실정이다. 이에 ETRI 지능보안연구그룹은 업체들이 자체적으로 인공지능 기술을 개발할 수 없다면, 연구진이 개발한 기술을 쓸 수 있도록 클라우드에 올리면 되지 않을까? 업체가 CCTV 환경에 최적화된 자신만의 인공지능 기술을 쉽게 관리하고 학습시킬 수 있지 않을까? 생각했다.
_
김건우책임연구원
“저희가 실증 CCTV 영상 빅데이터로 학습된 인공지능 신경망을 개발해 클라우드에 올립니다. 이후 업데이트된 기술을 수요자인 각 지자체, 경찰청 및 관련 보안 업체에서 다운받아 사용할 수 있도록 하는 것입니다. 인큐베이팅 플랫폼의 개념은 각 지자체, 경찰청 및 보안 업체가 운영하는 CCTV 환경에 최적화된 인공지능 기술로 쉽게 업그레이드할 수 있도록 원거리 학습 환경을 제공하고, 자신만의 지능형 영상분석 솔루션을 확보하도록 하는 것입니다. 하지만 실제로 클라우드 서버에 모든 딥러닝 기술을 제공할 수는 없습니다. 그중 사회안전과 관련해서 가장 요구사항이 많은 치안 솔루션을 우선으로 개발하고 있습니다.”
현재 수행 중인 ‘클라우드 기반 지능형 영상보안 인큐베이팅 플랫폼 개발사업’은 지능형 사회안전에 초점을 맞춰 R&D 2년, 실증 시범서비스 1년을 포함해서 총 3년 사업으로 진행되고 있다. ETRI가 주관하는 이 사업에는 경찰청(치안정책연구소)과 제주(도)가 공동으로 참여하고 있다. 이는 기술 수요자가 직접 참여하는 실증 시험 및 검증을 통해서 현장에서 즉시 사용될 수 있는 영상 인공지능 기술 개발에 주목했기 때문이다.
김건우
책임연구원
“클라우드 기반 지능형 영상보안 인큐베이팅 플랫폼 개발사업은 현재 과학기술정보통신부 정보보호핵심원천기술개발 사업으로 진행하고 있습니다. 이 사업은 인공지능 클라우드 플랫폼을 기반으로 다양한 CCTV 치안 환경에 최적화된 지능형 영상보안 모델을 학습·관리해서 영세한 국내 영상 업체들이 자신만의 인공지능 솔루션을 확보하고 활용할 수 있도록 하며, 이를 통해 미래형 첨단치안 플랫폼 구축을 최종 목표로 하고 있습니다.”
현재 전 세계 영상 기술의 트렌드는 지능형이다. 하지만, 국내 대부분 영상 업체들은 자체 AI R&D 인력 확보가 어려울 정도로 영세하기 때문에 미국 등의 고도화된 지능형 high-end급 기술과 중국의 대규모 저가 제품에 밀려 시장 경쟁력이 하락하고 있는 실정이다. 이에 ETRI 지능보안연구그룹은 업체들이 자체적으로 인공지능 기술을 개발할 수 없다면, 연구진이 개발한 기술을 쓸 수 있도록 클라우드에 올리면 되지 않을까? 업체가 CCTV 환경에 최적화된 자신만의 인공지능 기술을 쉽게 관리하고 학습시킬 수 있지 않을까? 생각했다.
김건우
책임연구원
“저희가 실증 CCTV 영상 빅데이터로 학습된 인공지능 신경망을 개발해 클라우드에 올립니다. 이후 업데이트된 기술을 수요자인 각 지자체, 경찰청 및 관련 보안 업체에서 다운받아 사용할 수 있도록 하는 것입니다. 인큐베이팅 플랫폼의 개념은 각 지자체, 경찰청 및 보안 업체가 운영하는 CCTV 환경에 최적화된 인공지능 기술로 쉽게 업그레이드할 수 있도록 원거리 학습 환경을 제공하고, 자신만의 지능형 영상분석 솔루션을 확보하도록 하는 것입니다. 하지만 실제로 클라우드 서버에 모든 딥러닝 기술을 제공할 수는 없습니다. 그중 사회안전과 관련해서 가장 요구사항이 많은 치안 솔루션을 우선으로 개발하고 있습니다.”

Q.02

말씀하신 딥 러닝 기반 치안 기술은
무엇인가요?

딥 러닝 기반 치안 기술

기존에 설치된 CCTV는 범죄를 해결하는 데 있어 결정적인 증거를 제공하는 등 폭넓게 활용되지만, 아직 사람의 육안으로 정확하게 식별이 어려운 상황이 많다. 또한, 관제요원 한 사람이 수십 대 CCTV 채널 영상을 순차적으로 장시간 모니터링함에 따라 위험 상황이 발생하더라도 이를 인지하지 못하는 경우도 발생한다.
_
김건우책임연구원
“저희가 보유한 원천기술을 기반으로 한 치안 기술은 세 가지 정도가 있습니다. 첫 번째로 다중 CCTV를 이용해 하나의 차량, 한 명의 사람의 이동을 연속적으로 추적하는 Re-Identification 기술로, 실시간 도주 중인 범죄 용의자를 추적하거나 놀이동산에서 미아를 찾는 등 시간과 비용을 획기적으로 줄여 피해를 최소화 수 있는 기술입니다. 두 번째는 사람의 시각 인식 한계를 극복하는 지능형 차량 번호판 판독 기술(Deep Resolution)입니다. 실제 도로 위에 설치된 일반 CCTV로는 차 번호를 식별할 수 없는 경우가 대부분입니다. 차는 빠르게 지나가고, 셔터속도는 느려서 대부분 블러가 발생해 흐릿하게 찍히죠. 이런 부분에 있어 차량 번호판을 인식하고 싶어도 식별이 불가한 경우가 많아요. 지능형 비식별 차량 번호판 복원기술은 잘 보이도록 복원해주는 기술입니다. 기계가 인식을 잘하는 것이 아니라 전혀 인식하지 못한 숫자를 복원하는 것입니다. ‘이 숫자는 3일 확률이 70%야’ 혹은 ‘2일 확률이 30%야’ 이렇게 확률적으로 접근하는 것입니다. 세 번째 기술은 실시간 교통사고 감지 기술로, 관제요원이 놓칠 수 있는 교통사고를 자동으로 감지하여 신속히 대응할 수 있도록 하는 기술입니다.”
연구진은 올해 말, 제주도 지역에 경찰청과 공동으로 시범사업을 시행한다. 제주는 국내·외 관광객의 많은 렌터카 이용률에 따른 교통사고율과 범죄율이 높은곳이어서 시범사업에 적합했다. 연구진은 기술 개발을 통해 설치된 CCTV 상에서 차종, 차량의 색상, 모델 등을 인공지능 기술로 자동 추출할 것이다. 이를 통해 범죄 용의자가 이동 시 동일인 여부의 판단도 가능하게 될 것으로 내다보고 있다. 아울러 초당 30프레임으로 수집되는 HD급 CCTV 내의 치안 위험상황도 실시간 자동 인식 및 추적이 가능하게 될 예정이다. 이후 연구진은 대전, 천안·아산, 부산 지역으로 치안 영역을 확대해 나갈 계획이다.
기존에 설치된 CCTV는 범죄를 해결하는 데 있어 결정적인 증거를 제공하는 등 폭넓게 활용되지만, 아직 사람의 육안으로 정확하게 식별이 어려운 상황이 많다. 또한, 관제요원 한 사람이 수십 대 CCTV 채널 영상을 순차적으로 장시간 모니터링함에 따라 위험 상황이 발생하더라도 이를 인지하지 못하는 경우도 발생한다.
김건우
책임연구원
“저희가 보유한 원천기술을 기반으로 한 치안 기술은 세 가지 정도가 있습니다. 첫 번째로 다중 CCTV를 이용해 하나의 차량, 한 명의 사람의 이동을 연속적으로 추적하는 Re-Identification 기술로, 실시간 도주 중인 범죄 용의자를 추적하거나 놀이동산에서 미아를 찾는 등 시간과 비용을 획기적으로 줄여 피해를 최소화 수 있는 기술입니다. 두 번째는 사람의 시각 인식 한계를 극복하는 지능형 차량 번호판 판독 기술(Deep Resolution)입니다. 실제 도로 위에 설치된 일반 CCTV로는 차 번호를 식별할 수 없는 경우가 대부분입니다. 차는 빠르게 지나가고, 셔터속도는 느려서 대부분 블러가 발생해 흐릿하게 찍히죠. 이런 부분에 있어 차량 번호판을 인식하고 싶어도 식별이 불가한 경우가 많아요. 지능형 비식별 차량 번호판 복원기술은 잘 보이도록 복원해주는 기술입니다. 기계가 인식을 잘하는 것이 아니라 전혀 인식하지 못한 숫자를 복원하는 것입니다. ‘이 숫자는 3일 확률이 70%야’ 혹은 ‘2일 확률이 30%야’ 이렇게 확률적으로 접근하는 것입니다. 세 번째 기술은 실시간 교통사고 감지 기술로, 관제요원이 놓칠 수 있는 교통사고를 자동으로 감지하여 신속히 대응할 수 있도록 하는 기술입니다.”
연구진은 올해 말, 제주도 지역에 경찰청과 공동으로 시범사업을 시행한다. 제주는 국내·외 관광객의 많은 렌터카 이용률에 따른 교통사고율과 범죄율이 높은곳이어서 시범사업에 적합했다. 연구진은 기술 개발을 통해 설치된 CCTV 상에서 차종, 차량의 색상, 모델 등을 인공지능 기술로 자동 추출할 것이다. 이를 통해 범죄 용의자가 이동 시 동일인 여부의 판단도 가능하게 될 것으로 내다보고 있다. 아울러 초당 30프레임으로 수집되는 HD급 CCTV 내의 치안 위험상황도 실시간 자동 인식 및 추적이 가능하게 될 예정이다. 이후 연구진은 대전, 천안·아산, 부산 지역으로 치안 영역을 확대해 나갈 계획이다.

지식공유플랫폼

Q.03

지능보안연구그룹의 향후 방향성과
목표는 무엇인가요?

김건우책임연구원

물론 향후 개선되어야 할 점도 있다. 첫 번째는 연구진이 개발한 기술을 전국 각 CCTV에 적용할 때, CCTV들이 주어진 환경이나 조건에 따라 맞춰줄 방법 또한 필요하다. 연구진은 하나의 솔루션을 개발했지만, CCTV는 각각 환경이 다르기 때문이다. 눈·비가 많이 오는 지역, 골목길, 도로, 높이 설치된 지역, 안개가 많이 끼는 지역 등 현장의 다양한 노이즈로 인하여 오탐지(false alarm) 발생률이 높아질 수 있다. 상당히 쉽지 않은 기술 중 하나지만, 연구진은 이런 부분을 어떻게 보완할지 방안을 찾아가고 있다. 두 번째는 프라이버시 침해 문제다. 딥 러닝 기술은 많은 실증 CCTV 영상 데이터를 확보해서 어떻게 학습을 시키느냐가 성능에 상당히 많은 영향을 미친다. 하지만, 실제 CCTV 영상 데이터에는 프라이버시 정보가 많이 포함되어 있어 개인정보보호법에 따른 비식별화와 인공지능 활용이라는 두 마리 토끼를 동시에 잡을 필요가 있다. 이런 모순을 해결하기 위한 근본적인 영상보안 솔루션에 관한 연구가 필요하다.
_
김건우책임연구원
“지능형 CCTV 관련 연구는 진행된 지 꽤 오래됐습니다. 하지만, 아직 주위에 지능형 CCTV가 실제로 상용되고 있는 사례가 잘 없어요. 예전부터 연구는 많이 했지만, 실제로 많이 상용화되지 못했죠. 예전에는 영상 알고리즘에 기반한 연구가 많이 진행됐었는데, 실 환경에 적용했을 때 오탐지가 많았습니다. 오히려 관제하시는 분들이 힘들어서 아예 알람을 꺼놓고 안 쓸 정도 인식이 좋지 않았어요. 하지만 최근에 딥 러닝 기술이 발달하면서 실제 현장에 적용될 수준까지 기술이 발전했어요. 이제는 저희가 개발한 기술이 실제로 사회에 쓰였으면 합니다. 공공적으로 이런 기술이 시민들의 생명과 재산을 보호하는 데 조금이라도 도움이 되는 것이 개인적인 소망입니다. 예를 들어 대전 시내에서 살인사건이 발생했는데 이 기술을 통해 범인을 30분 만에 잡았다든지, 식별할 수 없는 차량 번호판을 복원해서 뺑소니 차량을 추적할 수 있었다든지 등 이와 같이 국민의 세금을 통해 얻어진 연구비로 국민을 위한 사회안전기술로 빠른 시간내 자리잡길 희망합니다. 이로써 스마트시티 사회안전플랫폼을 구축해 널리 활용되었으면 좋겠습니다.”
클라우드 기반 지능형 영상보안 인큐베이팅 플랫폼 개발은 공공의 안전과 사회 치안을 위한 첨단치안의 초석을 마련했다. 향후 이 기술이 적용될 수백만 대의 CCTV는 누군가의 가족, 누군가의 안전을 지켜낼 것이다. 또 한 가지 확실한 것은 새로운 ‘안전’의 가치를 창출할 것이다.
물론 향후 개선되어야 할 점도 있다. 첫 번째는 연구진이 개발한 기술을 전국 각 CCTV에 적용할 때, CCTV들이 주어진 환경이나 조건에 따라 맞춰줄 방법 또한 필요하다. 연구진은 하나의 솔루션을 개발했지만, CCTV는 각각 환경이 다르기 때문이다. 눈·비가 많이 오는 지역, 골목길, 도로, 높이 설치된 지역, 안개가 많이 끼는 지역 등 현장의 다양한 노이즈로 인하여 오탐지(false alarm) 발생률이 높아질 수 있다. 상당히 쉽지 않은 기술 중 하나지만, 연구진은 이런 부분을 어떻게 보완할지 방안을 찾아가고 있다. 두 번째는 프라이버시 침해 문제다. 딥 러닝 기술은 많은 실증 CCTV 영상 데이터를 확보해서 어떻게 학습을 시키느냐가 성능에 상당히 많은 영향을 미친다. 하지만, 실제 CCTV 영상 데이터에는 프라이버시 정보가 많이 포함되어 있어 개인정보보호법에 따른 비식별화와 인공지능 활용이라는 두 마리 토끼를 동시에 잡을 필요가 있다. 이런 모순을 해결하기 위한 근본적인 영상보안 솔루션에 관한 연구가 필요하다.
김건우
책임연구원
“지능형 CCTV 관련 연구는 진행된 지 꽤 오래됐습니다. 하지만, 아직 주위에 지능형 CCTV가 실제로 상용되고 있는 사례가 잘 없어요. 예전부터 연구는 많이 했지만, 실제로 많이 상용화되지 못했죠. 예전에는 영상 알고리즘에 기반한 연구가 많이 진행됐었는데, 실 환경에 적용했을 때 오탐지가 많았습니다. 오히려 관제하시는 분들이 힘들어서 아예 알람을 꺼놓고 안 쓸 정도 인식이 좋지 않았어요. 하지만 최근에 딥 러닝 기술이 발달하면서 실제 현장에 적용될 수준까지 기술이 발전했어요. 이제는 저희가 개발한 기술이 실제로 사회에 쓰였으면 합니다. 공공적으로 이런 기술이 시민들의 생명과 재산을 보호하는 데 조금이라도 도움이 되는 것이 개인적인 소망입니다. 예를 들어 대전 시내에서 살인사건이 발생했는데 이 기술을 통해 범인을 30분 만에 잡았다든지, 식별할 수 없는 차량 번호판을 복원해서 뺑소니 차량을 추적할 수 있었다든지 등 이와 같이 국민의 세금을 통해 얻어진 연구비로 국민을 위한 사회안전기술로 빠른 시간내 자리잡길 희망합니다. 이로써 스마트시티 사회안전플랫폼을 구축해 널리 활용되었으면 좋겠습니다.”
클라우드 기반 지능형 영상보안 인큐베이팅 플랫폼 개발은 공공의 안전과 사회 치안을 위한 첨단치안의 초석을 마련했다. 향후 이 기술이 적용될 수백만 대의 CCTV는 누군가의 가족, 누군가의 안전을 지켜낼 것이다. 또 한 가지 확실한 것은 새로운 ‘안전’의 가치를 창출할 것이다.

Editor epilogue

지능형 CCTV는 현재 관제요원의 보조적인 수단으로 사용된다. 하지만 완전히 독립적인 수단으로 사용될 날도 머지않아 보인다. CCTV 빅데이터를 통해 범죄자 도주 경로를 실시간 알려주는 미국 DAS 시스템과 같이 빅데이터·인공지능이 결합한 융합형 CCTV의 개발에 가까워졌기 때문이다. 인간의 한계를 넘어선 지능형 CCTV가 공공안전의 시스템을 어떻게 업그레이드할지, 그리고 우리의 세상이 어떻게 변해있을지 기대된다.

TOP