AI 경량화와 최적화 분야에서 두각을 나타내온 노타가 KBS의 ‘재난 CCTV AI 데이터셋 구축 및 영상분석 고도화’ 사업을 성공적으로 마무리했다. 이번 프로젝트의 핵심은 '비전 언어 모델(VLM)'을 기반으로 한 온디바이스 AI 기술을 재난 방송 송출 시스템에 직접 연결했다는 점이다.
핵심 엔진으로 적용된 ‘NVA(노타 비전 에이전트)’는 단순히 사물을 인식하는 수준을 넘어 현장의 맥락을 이해한다. 예컨대 산불이 발생했을 때, 주변 CCTV 수백 대의 영상 중 연기 농도나 화선의 확산 속도, 보도 가치 등을 종합적으로 판단해 방송에 가장 적합한 장면을 수십 초 내에 순위별로 나열한다.
기술적 성과 못지않게 눈에 띄는 부분은 '현장성'이다. 노타는 기술적 수치에만 매몰되지 않고 현장 기자들의 피드백을 시스템 설계 단계부터 반영했다. 재난 보도는 화질이 좋다고 해서 무조건 송출할 수 있는 것이 아니다. 긴박한 현장 상황이 잘 드러나는지, 시청자에게 정확한 정보를 줄 수 있는 각도인지 등 기자들이 가진 고유의 노하우를 데이터화했다.
실제 내부 테스트에서 산불 데이터셋을 분석한 결과, 베테랑 기자들이 선정한 이미지와 NVA가 선별한 결과물이 높은 일치율을 보였다. 이는 AI가 전문가의 직관을 학습하는 데 성공했음을 시사한다. 또한 재난 상황 특유의 트래픽 폭주 상황에서도 끊김 없는 안정성을 확보하며 실전 배치 준비를 마쳤다.
스타트업의 민첩한 기술력이 국가 재난 대응 인프라에 녹아들었다는 점은 고무적이다. 특히 클라우드를 거치지 않는 온디바이스 AI 방식을 택해 데이터 처리 속도와 보안성을 동시에 잡은 점은 높게 평가된다. 정보 전달의 골든타임을 단축해 실제 국민의 생명과 재산을 보호하는 데 기여할 수 있다.
다만, AI의 판단이 항상 완벽할 수는 없다는 점은 경계해야 할 대목이다. 기계적 선별 과정에서 발생할 수 있는 오판이나 시각적 왜곡 가능성을 최소화하기 위해, KBS가 구축한 '사용자 피드백 반영 시스템'이 얼마나 실질적으로 작동할지가 관건이다. 데이터가 축적될수록 시스템이 정교해지겠지만, 최종 송출 단계에서 인간 기자의 '게이트키핑' 역할은 여전히 중요하다는 분석이 지배적이다.
노타 채명수 대표는 "이번 사업은 자사의 최적화 기술이 미디어 분야에서 상용화된 의미 있는 사례"라며 공공 분야로의 확장 의지를 밝혔다. KBS 관계자 역시 "VLM을 활용해 정확한 정보를 신속히 전달할 수 있는 새로운 인프라를 구축했다"고 평가했다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
