해결과제
- 증가하는 CCTV 수 대비 관제 인력 증원 한계로 안전, 치안 사각지대 발생 시 대응 효율 저하
- * 적정 모니터링 수는 관제 인력 1인당 CCTV 50대
- 육안 관제 시 CCTV 영상 순환 사이에 발생하는 사건, 사고 탐지 대응 지연
- 관제 인력 변경 시 경험 차이에 따른 대응 지원 우려
기대효과
- 지속적인 CCTV의 증가에도 상황 정보가 표출되는 영상만 자동으로 모니터링하므로 적정 인원으로 관제 범위 확대 가능
- 신속한 사건, 사고 모니터링으로 시민의 재산과 인명 보호 대응 시간 최소화
- * 육안 탐지 대비 최대 600배 시간 단축
- 관제 인력 교체 시에도 안정적 관제 가능
주요서비스
- 공간, 사물, 사람을 식별하여 실시간으로 모니터링하고, 대응이 필요한 이벤트 자동 탐지
- - 일반 분야 : 배회, 침입, 유기, 싸움, 방화, 쓰러짐, 낙상, 익수자 탐색, 실종자 수색 등
- - 안전 분야 : 교통사고, 화재 탐지, 범죄, 생활 안전(치매 노인, 요양 병원 안전), 자살, 감염병 등
- 개인 정보 비식별화(얼굴, 번호판 등 특정 영역) 및 영상 반출 통제(암호화, 전용 플레이어 등)
- 다중 CCTV 영상 속의 사람과 차량을 식별하여 이동 경로 추적
주요구성
구성도
주요기술
딥러닝 기반 객체 탐지
- 인공지능 기술을 이용하여 차량, 보행자, 이륜차 등 객체를 검지하고 차종 및 색상 분류
POINT
검증된 AI 알고리즘 (KISA K-ICTC 인증) 사용
이벤트, 행동 패턴 인식
- 보행자(침입, 배회, 싸움, 쓰러짐 등 행위 분석을 통한 이벤트 감지), 차량 (역주행, 차선 위반, 중앙선 침범) 등 학습 데이터 구축
POINT
선별 관제를 위한 CCTV 영상 내 관심 영역(ROI) 설정 가능
객체 추적
- 영상 분석된 사람, 차량 등 객체 및 이벤트 정보에 대해서 다중 검색어 기반 궤적 추적 가능
POINT
속성 및 재인식(Re-ID) 기술 기반 알고리즘
개인 정보 비식별화
- 얼굴, 번호판, 특정 영역 등 개인 정보 비식별화 및 영상 반출 통제
POINT
암호화, 패스워드 설정, 전용 미디어 플레이어에서만 재생 가능
고속 검색
- 저장된 동영상에서 사람 등 객체를 신속하게 탐지, 검색(100시간 영상 기준 약 10분, 1시간 영상 기준 6초)
POINT
높은 알고리즘 정확성 (사람 99.2%, 번호판 98.5%)
(주요 서비스) 안전, 방범 분석
(응용 서비스) 지능형 연기 및 화재 분석
- 기존 화재 감지 센서의 단점을 보완하여 건물 내외 화재 발생, 가스 누출 등 비상 상황을 지능형 CCTV 영상 정보로 파악하여 재해 사전 예방 및 대응
- 산불 관련 데이터를 학습한 지능형 관제 시스템이 고화질 카메라로 수집한 불꽃, 연기 등 상황 정보를 분석해 산불 검출 및 위치 예측 모델을 활용하여 신속한 산불 대응을 지원
도입 사례
- 서울시는 2026년까지 공원·등산로 등 서울 전역에 설치된 약 16만 대의 CCTV를 인공지능 기반 지능형 CCTV로 전환하여 범죄와 사고로부터의 시민 안전 강화 계획 발표
- 인천광역시는 재난 상황 관제 체계 강화를 위해 2025년부터 지능형 CCTV 설치를 의무화하고, 2028년까지 지능형 CCTV 보급률을 20%로 향상하는 등 단계적으로 전환 추진
- 경기도 오산시는 관제 요원 1명이 500대의 CCTV를 관제하였으나 2022년 지능형 선별 관제 시스템을 도입하여 현재 약 2,200대의 CCTV를 관제 요원 4명이 관제하여 관제 효율 향상
- 국토교통부 지원 글로벌 협력 K-City Network 프로그램으로 베트남 하이퐁시 안즈엉현(2023) 내 주요 도로에 실시간 객체 분류, 통행량 분석, 위험 인지 경보 시스템 적용
기술기업
