사건 전후 맥락 파악 가능한 시계열 데이터 구축
사각지대 최소화로 관제 업무 효율화 및 인력 부족 문제 해소
[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
한국딥러닝이 과학기술정보통신부와 한국지능정보사회진흥원(NIA)의 '2025년 초거대 AI 확산 생태계 조성 사업' 지원을 받아 '다각도 CCTV 생활안전 데이터' 과제를 성공적으로 완료했다고 11일 밝혔다.
이번 과제는 한국딥러닝이 주관하고 쿠도커뮤니케이션이 참여해 비전·언어 모델(VLM) 기술 기반의 다각도 CCTV 생활안전 데이터 5000건을 구축한 것이 핵심이다. 사업은 전국적으로 CCTV 설치가 확대되는 가운데, 기존 지능형 CCTV가 단방향 영상 데이터와 객체 라벨링 중심 방식에 머물러 상황을 단편적으로만 인식하는 한계를 보완하기 위해 추진됐다. 영상 내 이벤트의 맥락 이해가 어렵고 연속적인 상황 변화나 다수 객체 탐지, 시야 제한에 따른 행위 인식 등에서 제약이 있다는 설명이다.
과제 수행 과정에서 쿠도커뮤니케이션은 부천시 수요기관을 확보하고 다각도 CCTV 추가 설치를 주도하는 한편 실제 생활안전 시나리오를 반영한 데이터 수집을 담당했다. 한국딥러닝은 데이터 가공과 품질 관리를 맡아 개인정보 보호 체계를 적용했다. 가명정보처리위원회를 통해 적정성 검토를 마쳤으며 얼굴·상호명 간판·차량번호 등 민감 정보는 비식별화 처리했다.
또 단계별 논리 사고가 포함된 '생각의 사슬(CoT)' 라벨링 저작 도구를 개발해 데이터 차별화를 꾀했다. 구축 데이터는 이벤트 발생 전·중·후 흐름을 추적할 수 있는 시계열 형태로 객체 분류 ID, 카메라 위치, 프레임별 근거 정보 등을 포함한다. 구축된 데이터는 경계선 침입, 특정 구역 내 지속 배회 등 생활안전 상황 11종에 대한 원천·가공 데이터 총 5000건으로 구성됐다.
회사는 멀티뷰(다각도) 기반 데이터로 사각지대를 최소화하고, AI(인공지능)가 사건 전후 맥락을 분석할 수 있어 관제 요원의 인력 부족 문제 완화와 업무 부담 경감에 기여할 것으로 기대했다.
김지현 한국딥러닝 대표는 "단순 객체 탐지를 넘어 상황의 맥락과 흐름을 이해할 수 있는 차세대 CCTV 학습 데이터를 구축했다"며 "VQA(시각 정보에 대한 질문응답)와 CoT를 결합한 데이터셋이 AI 모델 학습에 활용되면 보다 정확하고 신뢰할 수 있는 지능형 CCTV 시스템 구현이 가능할 것"이라고 말했다.
