[인터뷰] 딥러닝 기반 셋탑박스로 화재의 골든타임을 잡는다
상태바
[인터뷰] 딥러닝 기반 셋탑박스로 화재의 골든타임을 잡는다
  • 김경한 기자
  • 승인 2019.11.29 15:02
  • 댓글 0
이 기사를 공유합니다

비젼인 권태민 사장(COO)

[CCTV뉴스=김경한 기자] 화재의 골든타임은 ‘5분’이라는 말이 있다. 소방차가 5분을 넘겨 현장에 도착하면 5분 전에 도착했을 때보다 사망자가 2배 이상, 재산피해는 3배 이상 늘어나는 것을 의미한다. 그런데 서울연구원의 2017년 보고서에 따르면, 서울시의 연도별 화재 골든타임 초과 건수는 2000년부터 2014년까지 751건이 발생했으며, 매년 100건 이상이 발생하는 것으로 나타났다. 통계 자료에서 알 수 있듯, 화재의 골든타임을 잡기 위한 혁신적인 시스템이 도입돼야 할 시기다. 

비젼인 권태민 사장(COO)

 

비젼인의 권태민 사장은 “비젼인의 지능형 영상화재 감지 시스템은 인공지능 불꽃과 연기를 10초이내에 감지할 뿐만 아니라, 화재경보를 SMS와 이메일로 영상을 발송하기 때문에 화재유무를 직접 눈으로 확인할 수 있다”고 밝혔다. 일반적인 불꽃감지기는 아크용접 불빛이나 자외선의 노이즈에 의해서도 오작동하는 반면, 비젼인의 화재감지기는 일반 CCTV를 통한 화염과 연기 감지로 오탐율이 적다. 만약 오탐이 되더라도 화재경보로 수신받은 영상을 확인하면 바로 알 수 있으므로 오탐 여부를 눈으로 직접 확인할 수 있다. 

이와 같은 지능형 CCTV 솔루션을 보유한 비젼인이 최근에는 딥러닝 기반 셋탑박스를 개발하고 있다. 현실에 안주하지 않고 끊임없이 연구하며 혁신에 도전하는 비젼인의 권태민 사장을 만나 딥러닝 기반 셋탑박스의 기술과 향후 활용범위에 대해 들어봤다. 


Q. 비젼인이 어떤 기업인지 소개를 부탁드린다. 

비젼인은 비전(Vision)과 인간(人)이 공존하는 세상을 만들어간다는 모토 아래, 지능형 영상감시, 머신비전, 바이오 인식, 스마트 자동차 분야의 핵심기술을 개발하는 기업이다. 

인하대학교 정보통신공학과 김학일 교수가 2014년에 제자들과 함께 학교 내에 설립했다. 그동안 주차장 지능형 CCTV 솔루션, 임베디드 화재감지 카메라 등 다양한 장비를 개발하면서 사업이 점점 확장됐고, 회사 홍보와 영업 강화의 필요성이 증가함에 따라 올해 4월 서울 가산디지털단지에 사업부와 영업부 사무실을 신설했다. 현재 인하대학교 내 연구소에서는 김학일 교수(대표이사)를 중심으로 연구개발에 주력하고 있으며, 서울사무소에서는 권태민 사장(COO)를 중심으로 전반적인 사업운영과 영업에 집중하고 있다. 

비젼인은 지금까지 딥러닝 기반 영상보안 소프트웨어를 물리보안 회사나 카메라 회사에 공급해왔다. 하지만 서울사무소에서 거래처들과의 지속적인 만남을 통해 얻은 결론에 따르면, 소프트웨어만으로는 사업 성장에 한계가 있음을 깨닫게 됐다. 이에 따라 인하대학교 연구소에서는 딥러닝 기술을 탑재한 셋탑박스 제품의 개발에 박차를 가하고 있다. 최근에는 엔젤투자로 10억 원을 유치하기도 했다.

 

Q. 아직까지 딥러닝 기반 CCTV 솔루션이 대중에게 익숙하지 않은 기기인 것 같다. 고객들의 반응은 어떤가?

딥러닝 기반 영상보안 소프트웨어를 판매하다 보면, 상당수의 고객들이 딥러닝에 대한 깊이 있는 이해보다는 실적 위주로 기업을 평가하곤 한다. 그런데 딥러닝은 2016년 알파고와 이세돌 9단의 바둑대결이 펼쳐진 이후에 세상에 알려지기 시작했으며, 그 이후 딥러닝 관련 제품이 쏟아져 나왔다. 비젼인도 설립은 2014년이었으나 본격적으로 지능형 영상 CCTV 사업에 진입한 시기는 2016년이다. 따라서 비젼인을 포함한 대부분의 딥러닝 기술 업체들은 표면적으로 보이는 실적이 적을 수밖에 없다. 만약 어떤 기업이 지능형 CCTV로 100건 이상의 실적을 보유했다고 얘기한다면, 과연 딥러닝을 적용한 건수는 몇 건이나 되는지를 꼼꼼히 따져봐야 할 것이다. 

하지만 딥러닝을 제대로 이해하는 고객들은 우리 엔진의 유연성과 기술 집약성을 따져보고 계약을 체결한다. 딥러닝은 학습하면 할수록 결과값이 점점 좋아질 것을 알기 때문이다. 현재 주요 고객으로는 물리보안 회사인 삼성에스원, 한화테크윈, 카메라 회사로는 HD프로, 하이트론 등이 있다. 

 

Q. 현재 개발 중인 딥러닝 기반 셋탑박스의 작동원리는 어떻게 되는가?

IP 카메라와 서버용 컴퓨터 사이에 지능형 셋탑박스를 설치해 에지와 서버의 부담을 줄이고 딥러닝 기능을 집중하도록 만든 지능형 임베디드 솔루션이다. 현재 많이 활용되는 인공지능이 탑재된 카메라의 경우에는 칩 자체 사양이 딥러닝 기술을 따라가지 못한다. 반면, 서버용 컴퓨터를 활용할 경우에는 2.4GHz의 뛰어난 사양을 갖추고 있으나 워낙 많은 시스템을 돌리다 보니 딥러닝 실행 시에는 부담이 될 수밖에 없다. 비젼인의 셋탑박스는 800MHz, 혹은 1.2GHz의 사양을 갖추고 있어 딥러닝 시스템을 충분히 돌릴 수 있을 뿐만 아니라, 오직 딥러닝만 수행하므로 기기의 부담도 적다. 

비젼인의 딥러닝 시스템은 기본적으로 트래킹 앤드 보팅(Traking and voting) 형식에 따른다. 예를 들어, 차량 번호판 인식은 1초에 30프레임의 사진을 찍는 CCTV에서 5프레임, 7프레임 등 홀수 개로 사진을 추출한 후 시스템 내에서 투표를 해 번호판 숫자를 분석한다. 

지능형 화재감지 시스템 작동 사례

화재감지 시스템은 화염과 연기를 동시에 감지해 화재 여부를 판별하게 된다. 화염감지는 화염의 주파수인 15Hz 이상(초당 흔들림 수)를 확인한 후, 차분영상을 이용해 움직임을 감지하고 색상을 분석한다. 연기감지는 연기의 움직임 패턴을 분석하는데, 차분영상을 이용한 움직임의 패턴을 분석하고 영상 분할 기반의 다중 연기 검출 방식으로 감지하게 된다. 

 

Q. 딥러닝 기반 셋탑박스의 강점은 무엇인가?

우선, 기존 IP 케메라를 인공지능 임베디드 카메라로 교체할 필요가 없다. 기존에 깔려 있는 IP 카메라를 임베디드 카메라로 교체할 시에는 비용이 만만치 않을 뿐만 아니라, 교체시기 등 고려해야 할 사항이 많다. 하지만 딥러닝 셋탑박스는 기존 카메라를 그대로 유지한 채 셋탑박스만 추가 설치하면 되므로 예산과 시간 절감의 효과가 있다. 

또한 차량 번호판 인식을 할 경우에는 루프 시스템이 필요없다. 기존 IP 카메라가 사물을 인식할 때는 루프 시스템을 활용한다. 루프 시스템은 CCTV 앞의 바닥을 깨서 그 안에 루프 코일을 매설하는 것으로, 차량이 그곳을 지날 때 카메라가 작동하는 장치다. 하지만 차량이 자주 다니다 보니 루프 코일이 파손되는 일이 많으며, 이 때는 바닥을 다시 깨서 루프 코일을 재설치해야 하기 때문에 인건비, 시간, 공사비가 추가로 들게 된다. 그러나 딥러닝 셋탑박스는 그런 작업 자체가 필요 없고, 솔루션에 이상이 생기면 셋탑박스만 수리하거나 교체하면 된다. 

셋탑박스 자체에 팬이 없어 잔고장이 드문 점도 큰 강점이다. 일반 PC는 팬으로 열을 식히므로 외부 먼지가 기기 내로 들어가 먼지가 쌓이게 된다. 반면 비젼인의 제품은 팬 대신 방열판을 설치해 효과적으로 열을 식히면서도 먼지를 사전에 차단할 수 있다. 

 

Q. 딥러닝 기반 셋탑박스의 활용범위는?

차량 번호판 인식, 화재 감지, 사람 트래킹 기술, 아파트 건설현장 안전유무 인식 등 광범위한 분야에서 활용될 수 있다. 고객에게 납품할 때는 2~3가지 유사한 기능을 묶어 서비스를 제공할 계획이다. 

차량 번호판 인식은 건물 내 출입 차량의 번호판 인식과 수배차량, 불법주차인식 등을, 사람 트래킹 기술은 사람의 침입이나 배회 탐지, 담배 피는 행위(스모킹) 인식 등을 하나로 묶을 수 있다. 건설현장에서는 안전모와 안전벨트의 착용유무를 판별하고, 방문자의 출입금지 구역 침입을 인식하는 등 유사한 딥러닝 기술을 묶는 식이다. 

침입탐지 알고리즘

차량 번호판 인식에서 주목할 점은 대형 차량이 많이 다니는 항만이나 공사현장에서 탁월한 기능을 발휘할 수 있다는 것이다. 최근에는 여수지방해양수산청에서 항만의 부두 입출입을 관리하는 시스템의 입찰을 따내 시범사업을 진행하고 있다. 항만에는 컨테이너 같은 대형 차량이 자주 오가다 보니 아스팔트가 손상을 입어 울퉁불퉁해져서 루프 시스템이 오작동하는 사례가 많다. 비젼인의 딥러닝 제품은 바닥 상태와는 관계없이 언제든 번호판 인식이 가능해 항만 시설에서 유용하게 활용되고 있다. 공사현장에서는 대형 트럭이나 레미콘 차량이 다니는데, 번호판이 찌그러지거나 번호판이 흙탕물로 뒤덮여 차량 번호가 인식되지 않는 경우가 흔하다. 차량 무게도 많이 나가 루프 시스템보다는 딥러닝에 기초한 CCTV 솔루션 활용이 효과적이다. 

 

Q. 향후 사업 계획은?

화무십일홍(花無十日紅)이라는 말처럼 꽃은 열흘을 붉지 않으며, 권불십년(權不十年)이라는 말처럼 아무리 막강한 권세도 10년을 넘지 못한다. 옛 선조들의 말에서 알 수 있듯이, 기업이 승승장구한다고 항상 그런 것은 아니며, 기업이 실적이 좋지 않다고 항상 그런 것은 아니라고 생각한다. 

그러므로 비젼인이 지금은 규모가 작은 기업일지라도 언젠가 성공의 기회를 잡을 수 있을 것으로확신하며, 성공의 시기에도 자만하지 않고 끊임없이 경주할 수 있는 발판을 마련하기 위해 기초 다지기에 힘쓰고 있다. 올해는 뛰어난 성능을 갖춘 딥러닝 셋탑박스를 출시하기 위해 개발 인력들이 한 마음 한 뜻으로 개발에 심혈을 기울이고 있으며, 사업부와 영업부를 맡은 서울사무소에서는 기업을 알리는 일에 적극적으로 나서고 있다. 

비젼인은 앞으로 영상보안 관련 인증을 획득한 후 제품 판매에 본격적으로 나설 방침이다. 한 예로, 지난 11월 11일에는 지능형 CCTV 솔루션 제품에 대해 KISA(한국인터넷진흥원)로부터 ‘지능형 CCTV 솔루션 민간 분야(배회, 침입, 방화)’ 성능 인증을 획득하기도 했다. 현재 개발 막바지에 접어든 딥러닝 셋탑박스는 2020년 초에 출시할 계획이다. 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.