국내 인공지능 기업 한국딥러닝이 다각도 영상과 비전-언어 모델(VLM)을 결합한 CCTV 학습용 데이터 구축을 완료했다. 단순 객체 인식 수준에 머물던 기존 지능형 CCTV 기술을 사건 흐름 분석 단계로 확장하려는 시도다.
한국딥러닝은 11일 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 추진한 ‘2025 초거대 AI 확산 생태계 조성 사업’의 일환으로 ‘다각도 CCTV 생활안전 데이터’ 과제를 완료했다고 밝혔다. 프로젝트에는 쿠도커뮤니케이션이 참여했으며 총 5000건 규모 데이터가 제작됐다.
이번 데이터셋은 기존 CCTV 분석 방식의 구조적 한계를 보완하는 데 초점을 맞췄다. 현재 지능형 CCTV 다수는 단일 시점 영상과 객체 라벨링 중심 구조를 사용한다. 이 방식은 특정 장면 인식에는 강점을 보이나 사건 흐름이나 다중 객체 상호작용 분석에서는 제약이 있다는 평가가 많다. 시야 범위가 제한된 상황에서 행위 해석 정확도가 떨어지는 문제도 꾸준히 제기돼 왔다.
쿠도커뮤니케이션은 수요기관으로 부천시를 확보하고 다각도 CCTV 추가 설치를 진행했다. 실제 생활안전 상황을 반영한 시나리오 데이터 확보도 담당했다. 한국딥러닝은 데이터 가공과 품질 관리 전반을 맡았다. 얼굴, 간판 상호, 차량 번호 등 식별 요소는 비식별화 처리했고 가명정보처리위원회 검토도 마쳤다.
특징은 시계열 구조다. 데이터에는 이벤트 발생 이전·진행·이후 단계 정보가 포함된다. 객체 분류 ID, 카메라 위치, 프레임별 근거 정보가 함께 기록된다. 경계선 침입, 특정 구역 장시간 배회 등 생활안전 상황 11종을 중심으로 구성됐다. 단편 장면 인식이 아닌 사건 맥락 파악을 목표로 설계된 셈이다.
또 하나 눈에 띄는 부분은 ‘생각의 사슬(CoT)’ 기반 라벨링 도구다. 한국딥러닝은 단계적 추론 구조가 반영된 저작 도구를 자체 개발해 데이터 설명 과정에 적용했다. 회사 측 설명에 따르면 해당 방식은 AI가 판단 근거를 단계적으로 학습하는 데 도움을 준다.
품질 검증 결과도 공개됐다. 최신 영상 분석 모델을 활용한 내부 유효성 검사에서 다양성, 구문 정확성, 의미 정확성, 추론 검증 항목 모두 오류 없이 100% 결과가 나왔다는 설명이다. NIA 외부 검증에서도 ‘우수’ 평가를 받았고 AI 윤리 확산 참여기업 확인 마크도 획득했다.
다만 업계에서는 실제 관제 환경 적용 성능이 관건이라는 의견도 나온다. 학습 데이터 품질이 높더라도 다양한 현장 변수, 조명 변화, 군중 밀집 상황 등에서 동일 수준 정확도를 유지할지는 별도 검증이 필요하다는 지적이다. 특히 다중 카메라 기반 분석은 시스템 연산 부담과 구축 비용 문제도 함께 따라온다.
김지현 한국딥러닝 대표는 “객체 탐지를 넘어 상황 흐름까지 이해하는 CCTV 학습 데이터를 확보했다”며 “VQA-CoT 기반 데이터셋이 활용되면 신뢰도 높은 지능형 CCTV 구현에 도움이 될 것”이라고 말했다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
