지능형 관제, 데이터 통한 공공 서비스 최적화 등 스마트시티 구축사례
사회 인프라 디지털화로 사이버 위협의 범위도 넓어져...융합보안 대책은?
[보안뉴스 이상우 기자] 코로나19가 말미암은 디지털 서비스의 확산은 우리 사회에 많은 변화를 빠르게 가져왔다. 전염병 대유행 상황이 비대면·비접촉 서비스 도입을 촉발하며, 화상회의나 원격근무가 본격적으로 이뤄지게 됐다. 블록체인을 기반으로 하는 확진자 동선 추적 서비스를 통해 개인정보를 노출하지 않고도 자신과 확진자의 동선이 겹치는지 확인할 수 있는 서비스를 제공하고 있으며, 출입통제나 인증 분야에서도 비대면 방식이 도입되면서 인공지능이나 생체인식 등 인증을 위한 새로운 기술이 도입되고 있다. 이처럼 사회 전반이 ICT 기술과 만나면서 지능화되고, 우리 생활은 점차 ‘스마트시티’로 들어서고 있다.
[이미지=utoimage]
제주특별자치도가 꿈꾸는 ‘스마트 아일랜드’
스마트시티라는 표현을 들으면 새롭게 구축한 대규모 계획도시를 먼저 떠올릴 수 있지만, 스마트시티를 구성하는 기술과 개념은 이미 우리 생활 가까이 와 있다. 대표적인 사례가 제주도다. 제주도는 지역 특성상 농업 등의 1차 산업과 관광을 중심으로 발전해온 만큼, 산업 구조가 열악하다. 이에 따라 제주특별자치도는 미래산업구조를 개선하기 위해 미래전략을 구성하고, ICT 기술을 기반으로 기존 도시 성장 및 노후도시 재생 등을 중심으로 스마트시티 전략을 펼치고 있다. 인프라 중심의 대규모 신규 계획도시 구축과는 방향성이 조금 다른 셈이다. 특히, 섬이라는 특징 덕분에 독립성을 갖출 수 있어 스마트시티 실증이나 성과 창출에 유리하다. 가령, 서울시에서 이를 실증할 경우 인천이나 경기도 등 인접도시와의 연계 등을 고려해야 하는 반면, 제주도의 경우 단독으로 사업 추진이 가능하다.
‘제주 스마트시티’는 IoT, 클라우드, 인공지능, 빅데이터, 드론 등 4차 산업혁명에 대응하는 기술을 기반으로 추진되고 있으며, 이러한 미래산업을 바탕으로 향후 국제 표준화까지 이어지도록 할 계획이다. 정책 추진 방향은 크게 교통, 안전, 환경 등 3대 분야를 중심으로 이뤄지고 있으며, 에너지와 관광 역시 주요 분야다.
제주특별자치도는 지난 2018년부터 스마트시티 조직을 구성해 정책을 추진하고 있으며 그동안 구축해온 인프라를 기반으로 오는 2022년까지는 스마트시티를 정착하고 확산하는 등 고도화 과정을 진행한다. 지난 3년간 제주특별자치도는 공공와이파이를 기반으로 하는 물리적 인프라를 구축했다. 주요 관광지, 버스 정류장, 버스 내에서는 관광객이나 도민이 공공 와이파이를 통해 인터넷을 이용할 수 있다. 특히, 관광객의 경우 와이파이 이용 시 국가, 성별, 나이 등의 간단한 정보를 입력하도록 하고 있어 관광객의 이동 경로나 방문 지역 등을 파악해 행정 서비스에 반영할 수 있다.
▲제주특별자치도 스마트 대중교통 서비스[자료=제주특별자치도]
대중교통 분야에서는 스마트 대중교통 서비스 구축을 위해 모든 버스에 고정밀 GPS 수신기(RTK GNSS)를 장착했다. 사실 이러한 서비스는 대부분의 도시 대중교통에 쓰이고 있지만, 실제 서비스와의 오차(버스 도착 예정시간 등)는 약 2~3분 정도 발생할 수 있다. 이와 달리, 제주도는 촘촘한 지상 기지국을 건설하고 지연오차를 줄여 25cm 거리 오차 1초 이내의 시간 오차를 달성했다. 이러한 서비스를 기반으로 버스의 중앙선 침범이나 난폭운전 등의 패턴을 거의 실시간으로 파악하는 것은 물론, 대중교통 서비스 품질 향상이나 사고 시 긴급대응 등도 가능하다. 이렇게 구축한 버스정보 데이터는 국가 중점 데이터로 인정받을 정도로 고가치 데이터로 관리되고 있으며, 제주특별자치도는 해당 정보를 민간에 공유하며 함께 서비스를 구축하고 있다. 대표적인 사례가 카카오 지도다. 카카오는 제주특별자치도와 함께 초정밀 버스위치정보 서비스를 제공하고 있으며, 사용자는 거의 실시간으로 동기화되는 버스 현재 위치를 지도 위에서 파악할 수 있다. 이를 통해 어떤 차선이 막히는지 인공지능을 통해 분석하고, 교차로 신호체계를 최적화하는 데도 이용할 수 있다.
스마트 모빌리티를 통한 교통체증 감소 역시 이룰 계획이다. 제주도의 경우 거주민의 자동차 보유수량이 전국 평균의 두 배에 이르며, 이에 따른 교통체증이 발생한다. 이러한 문제를 해결하기 위해 공유 모빌리티, 급속충전 인프라를 구축하고, 잉여 전력을 수요처와 연계하는 등의 인프라가 필요하다. 제주특별자치도는 우선 지상접근성이 높고 충전 등을 위한 거점으로 활용할 수 있으며, 새로운 설비 구축 필요성이 상대적으로 적은 편의점을 기반으로 친환경 모빌리티 및 에너지 허브를 구현한다.
각종 도시문제를 해결하기 위해서 제주특별자치도는 드론을 적극적으로 이용하고 있다. 관광도시의 특성상 강력범죄 발생률이 높으며, 감귤 등 월동작물 생산량 예측에 실패해 안정적인 공급이 어려울 때도 있으며, 섬 한가운데 솟은 한라산에서는 각종 안전사고도 발생한다. 이러한 문제를 해결하기 위해 드론 기반 행정 서비스 모델을 확보하고, 드론 실증을 위한 자유화구역을 운영해 장거리 드론, 운송 드론 등을 실증하고 있다.
지난해 4월의 경우 공적 마스크 공급량이 2매로 제한됐을 때 부속도서에 드론을 이용해 배송하기도 했으며, 드론 택시를 추진해 모슬포항에서 마라도까지 배로 25분 걸리는 거리를 5분 이내로 단축하기도 했다. 태양광으로 동력을 얻는 인공지능 드론이 해조류 이상번식이나 해양 쓰레기 등을 탐지하는 모델, 수소전지를 기반으로 비행시간을 2시간까지 늘려 응급환자를 수송하는 모델 등 다방면에 이를 활용할 계획이다.
영상관제 데이터 개방...투명성 높여 국민 알 권리 보장한다
스마트시티에서 관제는 도시 곳곳에서 발생하는 사건사고와 재난을 빠르게 파악하고, 효과적으로 대응해 피해를 줄일 수 있게 해주는 수단이다. 이를 위해서는 고성능 CCTV 등의 인프라를 구축하는 것은 물론, 이러한 정보가 필요한 사람에게 빠르게 공유될 수 있어야 한다. 서초구청은 도시정보운영센터를 통해 필요한 사람에게 영상정보를 제공하고, 이러한 과정을 투명하게 공개하는 시스템을 구축했다.
서초구청은 자료에 대한 반출, 열람, 처리, 폐기 등 과정을 웹 및 앱으로 단일화했다. 과거 경찰이 CCTV 관제센터(현 도시정보운영센터)에서 수사에 필요한 자료를 열람·조회·반출하기 위해서는 종이로 된 신청서를 우선 작성해야 한다. 서초구청에 따르면 하루 평균 20건 정도의 신청이 있으며, 신청마다 두 장 정도의 서류가 필요하고, 이를 1년으로 계산하면 1만 4,600장의 정보가 종이로 남게 된다. 여기서 불필요한 서류를 보관해야 하는 문제가 발생하며, 무엇보다 종이 데이터는 누군가 디지털화 하지 않으면 활용하기 어렵다. 이러한 데이터를 의미있게 활용하기 위해 서초구청은 모든 프로세스를 온라인 및 디지털화 했고, 이러한 접근 정보를 시민에게 공개해 알 권리를 충족하는 것도 가능해졌다.
[이미지=utoimage]
앱과 웹은 IT에 익숙하지 않은 현장 경찰도 쉽게 이용할 수 있도록 인터페이스를 단순화했으며, 센터를 직접 방문해 출입을 기록하고 신청서를 작성하는 등의 불필요한 과정을 줄일 수 있어 정보 활용의 효율성을 높일 수 있다.
모든 열람·반출·요청은 온라인으로만 신청해 처리되고 폐기된다. 도시정보운영센터 웹 및 앱으로 접근하는 기록을 모두 남기며, 운영결과 데이터를 바탕으로 CCTV 위치나 설치 수를 조절하거나, 지역별 사건사고 발생빈도 등을 간접적으로 파악하는 것 역시 가능해졌다. 뿐만 아니라 센터 내에서 사진촬영 등을 불가하게 해 불필요한 정보 유출도 막을 수 있다. 특히 시민에게 접근 기록을 공개하는 등 투명한 운영 역시 가능해졌다.
이와 함께 서초구청은 영상정보에 개인정보가 포함될 가능성을 낮추고, 더 넓은 범위를 관제할 수 있도록 고층 무선 카메라를 구축 및 운영하고 있다. 지상 CCTV의 경우 시점이 상대적으로 낮아 주변 상황을 종합적으로 관제하기 어렵다. 이에 서초구청은 고정카메라 40대를 관내 민간 고층건물 및 공공건물 옥상에 설치했다. 설치된 곳보다 높은 위치를 볼 수 없는 방범 CCTV와 달리 더 넓은 곳에서 상황을 파악할 수 있고, 제도적·기술적 문제로 활용하기 어려운 드론과 비교해 고층 무선 카메라는 지금 당장 이용할 수 있는 기술이다. 뿐만 아니라 네트워크를 LTE가 아닌 와이파이 망을 이용해 재난 시 발생할 수 있는 모바일 네트워크 병목현상에 대응하고, 유선 가설 없이도 원격으로 영상 수집 및 카메라에 대한 제어가 가능하다. 이를 통해 대규모 재난이나 재해 등 사고가 발생했을 경우 더 높은 곳에서 종합적인 상황을 관제하고, 구급차 이동 경로를 조정하거나 교통을 효율적으로 통제할 수 있다.
이러한 영상정보는 관계자와 실시간으로 공유하는 것이 가능하다. 가령, 특정 사고나 재난이 발생했을 경우 센터에서 현장 가까운 곳에 있는 유관기관 담당자에게 실시간 영상을 공유하고, 2차 사고를 예방하는 등 발 빠른 대응이 가능하다. 기존 방식의 경우 유관기관에서 신청한 후 영상을 가져가는 방식인 반면, 서초구청은 센터에서 발견한 정보를 승인된 사람에게 실시간으로 공유해 상황을 파악할 수 있게 한다.
이미 해외에서는 각종 범죄발생 정보나 공간정보 등을 민간에 공개하고 있는 반면, 국내에서는 개인정보보호를 중시하는 정보공개가 활발하지 않은 편이다. 이에 서초구청은 관내에서 발생하는 모든 자료를 디지털화하고, 다양한 분야의 데이터를 융합해 유의미한 정보로 제공하는 것을 목표로 하고 있으며, 이를 통해 국민 알 권리를 충족할 계획이다. 특히, 이 과정에서 개인정보보호가 필요한 만큼 차량 번호나 얼굴 등에 대한 마스킹, 단어 치환 등의 작업 역시 필요하다.
모든 것이 연결된 세상, 융합보안 대책은?
PC나 스마트폰 등의 기기뿐만 아니라 냉장고나 세탁기 등의 가전제품, 도어락이나 가스 검침기 등의 비가전 제품까지 모든 것이 인터넷에 연결되는 융합환경이 구축되면서 사이버 공격의 영역과 대상 역시 넓어지고 있다. 실제로 몇 년 전에는 미국 식품의약안전국이 심장박동기에서 보안 취약점을 발견했다며 경고한 바 있다. 과거 PC나 스마트폰을 노린 사이버 공격이 이제는 디지털 헬스케어, 스마트빌딩, 자율주행차, 스마트 팩토리 등 사회 전반으로 확산되고 있는 셈이다.
기존 IT 보안은 서버, PC, 스마트폰 등을 중심으로 보안을 꾸준히 구축해 왔으며, 오늘날 PC에 백신을 설치하는 것은 마치 상식처럼 통하고 있다. 반면, 의료, 산업(공장), 자동차 등 IT와 조금 거리가 있는 분야는 보안이 상대적으로 등한시돼 왔다.
▲정부가 추진하는 융합보안 전략[자료=한국인터넷진흥원]
정부는 이러한 위협에 대응하기 위해 IoT 기기의 보안 내재화 등을 추진해 왔으며, 이러한 개념이 점차 확대돼 오늘날 K-사이버방역 전략에서는 융합보안이라는 개념으로 확대했다. KISA는 IoT 보안과 관련한 테스트베드 및 가이드라인을 개발하고 있다. 테스트베드의 경우 IoT 제품에 대해 보안성을 테스트 할 수 있는 환경을 구성하고, 제품 및 서비스 개발자가 이 환경에서 보안 취약점을 점검할 수 있도록 지원하는 곳이다. 가전제품, 교통, 의료, 안전, 건설, 자동차 등 다양한 테스트 환경을 판교에 구축했다.
최근 정부는 5G 핵심서비스 융합보안 강화방안을 K-사이버방역에 포함했으며 각 지역의 주요 산업과 연계해 실증 및 테스트를 지원하는 보안 리빙랩을 구축 및 운영하고 있다. 앞서 소개한 것처럼 개발자가 자신의 제품이나 서비스의 보안성을 테스트하기 위해서는 테스트베드가 필요하다. 하지만 IoT가 사회 및 산업전반의 기존 서비스와 융합하면서 영역이 넓어지고, 이를 판교에 있는 테스트베드 한 곳에서 모두 테스트하기는 어려운 상황이 됐다.
이에 따라 정부는 주요 산업 거점을 중심으로 5개 리빙랩을 구축했다. 안산에 위치한 스마트공장 보안 리빙랩은 스마트 팩토리 데모 시연 및 체험뿐만 아니라 각종 산업통제장치 등을 구축해 실제와 유사한 환경에서 보안 테스트 및 위협 환경을 보여준다.
상용차 생산지인 군산에서는 자율주행차 보안 리빙랩을 구축했다. 여기에 위치한 자동차융합기술원과 연계해 신기술을 개발하는 것은 물론, 동시에 보안과 관련한 부분 역시 시험할 수 있도록 마련해 ECU 등 부품개발업체가 직접 테스트까지 연계할 수 있는 환경을 구축했다.
원주 의료기기테크노밸리에는 디지털헬스케어 보안 리빙랩을 구축했다. 여기에서는 의료기기 및 서비스 보안성 테스트 환경을 제공한다. 특히, 식품의약품안전처와 협의해 인터넷에 연결되는 의료기기의 경우 테스트랩이나 리빙랩에서 시험 성적서를 받을 경우 보안관련 점검은 면제할 수 있다.
부산에는 스마트시티 보안 리빙랩을 센텀기술창업타운 내에 구축해 로봇 도시통합 플랫폼 등의 테스트 환경을 운영하고 있다. 경기도 안양에는 실감콘텐츠 보안 리빙랩을 구성해 디지털 트윈이나 가상·증강현실에서 발생할 수 있는 데이터 변조 등의 공격에 대응한다.
세계 CCTV 관제 동향
스마트시티의 주요 구성 요소 중 하나인 지능형 CCTV는 오늘날 물리보안 시장에서 가장 규모가 큰 사업 분야다. 특히, 인공지능 기술 발전과 함께 오늘날 영상분석 산업기술은 고도화되고 있다. 과거 단순히 카메라에서 수신한 영상 정보를 살펴보는 수준에서는 관제요원 한 명이 다수의 화면을 육안으로 봐야하기 때문에 효율성이 떨어진다. 이 때문에 인공지능을 통한 영상분석 기술로 육안관제를 보완할 필요성도 커지고 있으며, 이 과정에서 개인에 대한 추적 등 사생활 침해 가능성 역시 줄여야 한다.
세계 영상감시 시장도 꾸준히 성장하고 있다. 프로스트앤설리번이 발표한 자료에 따르면 영상감시 시장은 연평균 4.1%씩 성장해 오는 2022년에는 30억 6,000만달러에 이를 전망이다. 이는 도시 전역에서 보안 요구가 증가하고 있으며, 영상분석에 대한 지출 역시 늘고 있기 때문이다. 특히, 스마트시티에서 중요한 역할을 할 수 있는 만큼 스마트시티 성장과 함께 향후 지능형 CCTV에 대한 수요 역시 꾸준히 증가할 것으로 보인다.
[이미지=utoimage]
지능형 CCTV는 스마트시티에서 발생할 수 있는 에너지, 교통, 환경, 재난 등 다양한 문제를 ICT 관점에서 해결하려는 시도 중 하나다. 단순히 카메라로 정보 획득한 정보를 수집·저장하는 수준을 넘어 스마트시티에서는 영상정보를 분석해 다양한 형태의 서비스를 제공할 수 있다. 선별관제를 통한 치안 및 안전 강화, 주요시설 관리, 주차관제 등 이미 지능형 CCTV는 우리 삶에 밀접하게 들어와 있다. 즉, 스마트시티 역시 자연스럽게 우리 삶에 스며들고 있는 셈이다.
스마트시티 해외 국가 동향을 살펴보면 기본적으로 안전, 범죄 예방, 교통문제 해결 등 도시의 삶의 질 향상을 목표로 하고 있다. 지능형 CCTV를 통한 차량인식의 경우 단순히 번호판만 보는 것이 아니라 소유자, 범죄 징후 선별관제 등 다양한 요소를 판별한다. 얼굴인식의 경우 역이나 공항 등 공공장소에서 객체를 검출하고 신원을 확인해 이상행동이 있거나 문제가 있는 사람은 즉시 알려 조치한다.
특히, 중국은 스마트시티 인프라 구축을 위해 많은 노력을 하고 있다. 화면에 나타난 사람 수, 이름, 행동패턴 등 분석해 일정한 시간동안 인물이 이동한 경로를 알려주는 서비스를 구현했다. 향후에는 이를 기반으로 이동할 경로까지 예측 할 계획이다. 중국의 경우 미아나 실종사고가 많이 발생하고 있는 만큼, 스마트폰과 관제 시스템을 연계하는 대중감시 네트워크도 구축했다. 특히 사천성은 이러한 기술을 통해 범죄율을 50% 낮추고, 검거 역시 50% 높인 바 있다.
현재 중국은 1억 7,000만개 이상의 보안 카메라 네트워크를 구축했다. 이런 카메라로 확보한 데이터를 인공지능으로 분석하고, 공항 등 주요 시설의 데이터와 결합해 공공 인프라 얼굴 인식에 도입하고 있다. 이를 통해 용의자가 지나갈 경우 2~3분 이내 적발하는 것이 가능하다.
교통망이 열악한 중국 항주는 알리바바 시티브레인을 적용해 교통상황을 파악하고, 사건사고 처리 및 신호 통제 등을 수행하고 있다. 신호체계를 최적화한 결과 지난 2018년에는 정체가 최고조에 이르는 시간대에 교통 혼잡도를 9.2% 줄이고 차량의 평균 이동 속도를 15.3% 높인 바 있다.
미국 역시 지능형 CCTV를 활용한 보안에 투자하고 있으며, 특히 차량과 사람에 대한 연구가 많다. 관제센터에서 운전자 상태를 파악해 졸음운전이나 음주운전 등의 이상 징후가 보이면 이에 대해 경고하고, 차량과 보행자의 속성을 관제센터에서 검색 필터를 적용해 찾을 수 있게 했으며, 지리정보시스템 등과 연계해 현재 싸움 등 폭력행위가 일어나는 위치를 동시에 보여준다.
이처럼 영상정보 기술은 스마트시티와 밀접한 관계를 갖고 있으며, 향후에는 고정형 CCTV뿐만 아니라 드론 등 이동체를 통한 관제 역시 주요 동향이 될 것으로 보인다. 드론은 하늘에서 관제할 수 있는 만큼 사각이 줄어들며, 이를 활용해 군중의 폭력성 예측 등의 시스템 역시 개발할 수 있다. 지리정보시스템과 얼굴인식 시스템을 연계해 다중이용시설에 등장한 위험인물을 빠르게 찾아내는 것도 가능하다.
영상 솔루션, 스마트 산업 현장에서는 어떻게 활용될까?
4차 산업혁명과 함께 강력한 컴퓨팅 성능, 네트워크, 빅데이터가 만나면서 인공지능을 통한 지능화 시대가 열렸다. 인공지능은 주어진 데이터를 빠르게 처리해 결과를 보여줘 인간의 사고를 확장해준다. 이러한 인공지능은 영상 솔루션과 결합하며 다양한 스마트 산업에서 활용되고 있다.
대표적인 사례가 차량 번호판 인식분야를 통한 차량관제다. 단순히 OCR을 기반으로 번호만 인식하는 방식과 달리, 인공지능을 기반으로 특이한 번호판이나 복제된 번호판 등 예외적인 상황을 인식할 수 있다. 또한, 번호판뿐만 아니라 차량의 종류 및 흐름을 분석해 위법행위를 한 차량을 특정할 수 있으며, 여기서 나아가 안전벨트 미착용 여부까지 판별할 수 있다. 차량 흐름을 분석한 데이터는 지능형교통체계(ITS)에서 차량검지기와 같은 용도로 활용해 효과적인 교통관제 및 신호관리에 도움을 줄 수도 있다.
▲매장 내 소비자 동선 분석[자료=하이크비전]
매장에서 소비자 동선이나 구매력 등을 분석해 매장관리 및 매출증진을 제공하는 영상분석 시장도 존재한다. 가령, 매장에서 대기열 분석은 고객의 불편을 최소화하며 효율적으로 매장을 운영할 수 있도록 지원한다. 관리자가 일일이 상황을 파악해 매장을 운영하는 방식에서 벗어나 지정한 영역을 영상으로 촬영하면서 대기자수와 대기시간을 파악할 수 있고, 상황에 맞도록 카운터 추가 오픈 및 물품 공급을 늘리는 등 매장 운영을 효과적으로 개선할 수 있다. 지능형 CCTV를 이용해 매장 방문객이 어떤 위치에 오래 머물렀는지 파악하는 것 역시 가능하다. 이를 통해 각 진열품에 대한 소비자의 주목도를 파악할 수 있으며, 여기에 시계열 자료를 추가할 경우 어떤 시간대에 어떤 위치에 있는 제품에 대한 선호도가 높은지 분석해 판매 전략을 수립할 수도 있다. 실제로 상용 솔루션 중 이러한 집중도를 히트맵 형태로 표시해 CCTV 영상에 오버레이로 표시하는 경우도 있다.
영상분석 분야에서 행위분석은 위험한 행위, 금지된 행위, 주의가 필요한 행위를 파악해 다양한 형태의 현장에서 발생하는 사고를 예방하는 데 도움을 줄 수 있다. 일반적인 육안관제 환경에서는 제한된 관제인원을 통해 수많은 모니터링 채널을 관리해야 한다. 특히, 특정 화면을 장시간 보고 있어야 이러한 행위를 찾아낼 수 있기 때문에 발생하는 모든 행위를 파악하는 것이 사실상 불가능하다. 이 때문에 인공지능을 통한 지능형 관제가 대안으로 주목받고 있다.
가령, 중대재해처벌법 등 산업안전 분야에 대한 사회적 이슈와 함께 법적인 조치 강화가 되고 있는 상황에서, 산업현장의 안전모 착용 여부를 인공지능 영상감시로 분석할 수 있다. 안전모를 필히 착용해야 하는 공간에서 이를 잠시 벗거나 착용하지 않은 사람을 찾아 실시간으로 알려주고, 산업현장의 안전을 강화할 수 있다. 또한, 이러한 솔루션은 안전모 종류나 유해가스가 나오는 공간의 마스크 미착용 여부 등을 파악하는 방식으로 발전할 수도 있다.
근무태만을 감시하는 것도 지능형 관제를 적용할 수 있다. 가령, 어린이집 등에서 원아를 방치하거나 가학적인 행동을 하는 경우 이를 인식해 알려줄 수 있다. 의료나 소방 등 근무태만이 안전과 직결되는 현장에도 이를 적용할 수 있으며, 허가되지 않은 근무지이탈 등도 찾아내는 것이 가능하다.
쓰러짐 감지는 사회안전 분야에서 주목받는 기술이다. 인적이 드문 장소에서 심장마비와 같이 응급의료를 요구하는 상황을 실시간으로 관제할 수 있어 이를 통해 소중한 생명을 구하는 것이 가능하다. 사람의 높이와 자세를 분석하는 솔루션을 병원, 요양원과 같은 의료시설, 에스컬레이터 등 안전사고가 일어날 수 있는 곳에 적용할 경우 사고 발생 시 즉각적인 의료지원 제공하는 것도 가능하다.
지능형 CCTV 솔루션 성능시험과 인증제도
지금까지 소개한 것처럼 CCTV 분야에서는 인공지능을 통한 지능형 관제 시스템이 주요 화두다. 지능형 CCTV의 필요성은 효율성 향상이다. 서울시를 예로 들면, 서울시에는 약 7만대(25개 자치구 통합관제센터 관제 CCTV 기준)의 CCTV가 설치돼 있으며, 관제요원 1명당 약 722대를 관제하고 있는 상황이다. 반면, 행정안전부가 제시한 기준으로는 관제사 1인당 약 50대를 육안으로 관제하는 것이 적정하다. 즉, CCTV는 늘어나고 있지만, 육안으로 관제할 수 있는 수준은 이미 초과한 셈이다. 여기에 개인이 설치하는 가정용 지능형 CCTV 역시 늘어나고 있으며, 출동보안 업체도 이를 기반으로 서비스를 제공하고 있는 만큼 지능형 CCTV의 성능시험과 인증의 중요성은 커지고 있다.
한국인터넷진흥원(KISA)이 지난 2012년 조사한 결과에 따르면 지능형 CCTV에 대한 만족도가 100점 만점에 21.2점에 불과했다. 선별관제 등을 위한 지능형 CCTV지만, 오늘날과 같은 인공지능 성능을 기대할 수 없었던 만큼 잘못된 목표물을 알리는 오탐이나 찾아야할 목표물을 놓치는 경우도 많았다. 반면, 최근에는 인공지능 기술의 발전으로 오탐·미탐이 확실히 줄어들었다.
이처럼 지능형 CCTV가 확산되고, 수요가 증가함에 따라 KISA는 성능시험을 위한 방안을 개발했으며, 2016년 10월부터 배회, 침입, 유기, 쓰러짐, 싸움, 방화 등의 영역에서 영상 데이터베이스를 구축하고, 이를 기반으로 성능시험 및 인증을 시행하고 있다.
향후 KISA는 더 나은 지능형 CCTV 솔루션 시험 및 인증을 위해 개편을 단행할 계획이다. 우선 시험용 영상 데이터베이스는 기존 맑은 날씨뿐만 아니라 눈·비·안개 등을 추가해 여러 환경에서도 제대로 작동하는지 평가할 계획이며, PC 등의 장비에 따른 성능 차이가 발생하지 않도록 PC를 제공해 객관적인 지능형 CCTV 알고리즘 성능 시험을 추진한다. 또한, 시험·인증 제도 계약 단계를 간소화해 접근성을 높이고, 드론 기반 이상상황 및 객체 탐지, 엣지 지능형 CCTV 영상분석 등 시험 분야도 확대 추진할 계획이다.
[이상우 기자(boan@boannews.com)]
사회 인프라 디지털화로 사이버 위협의 범위도 넓어져...융합보안 대책은?
[보안뉴스 이상우 기자] 코로나19가 말미암은 디지털 서비스의 확산은 우리 사회에 많은 변화를 빠르게 가져왔다. 전염병 대유행 상황이 비대면·비접촉 서비스 도입을 촉발하며, 화상회의나 원격근무가 본격적으로 이뤄지게 됐다. 블록체인을 기반으로 하는 확진자 동선 추적 서비스를 통해 개인정보를 노출하지 않고도 자신과 확진자의 동선이 겹치는지 확인할 수 있는 서비스를 제공하고 있으며, 출입통제나 인증 분야에서도 비대면 방식이 도입되면서 인공지능이나 생체인식 등 인증을 위한 새로운 기술이 도입되고 있다. 이처럼 사회 전반이 ICT 기술과 만나면서 지능화되고, 우리 생활은 점차 ‘스마트시티’로 들어서고 있다.
[이미지=utoimage]
제주특별자치도가 꿈꾸는 ‘스마트 아일랜드’
스마트시티라는 표현을 들으면 새롭게 구축한 대규모 계획도시를 먼저 떠올릴 수 있지만, 스마트시티를 구성하는 기술과 개념은 이미 우리 생활 가까이 와 있다. 대표적인 사례가 제주도다. 제주도는 지역 특성상 농업 등의 1차 산업과 관광을 중심으로 발전해온 만큼, 산업 구조가 열악하다. 이에 따라 제주특별자치도는 미래산업구조를 개선하기 위해 미래전략을 구성하고, ICT 기술을 기반으로 기존 도시 성장 및 노후도시 재생 등을 중심으로 스마트시티 전략을 펼치고 있다. 인프라 중심의 대규모 신규 계획도시 구축과는 방향성이 조금 다른 셈이다. 특히, 섬이라는 특징 덕분에 독립성을 갖출 수 있어 스마트시티 실증이나 성과 창출에 유리하다. 가령, 서울시에서 이를 실증할 경우 인천이나 경기도 등 인접도시와의 연계 등을 고려해야 하는 반면, 제주도의 경우 단독으로 사업 추진이 가능하다.
‘제주 스마트시티’는 IoT, 클라우드, 인공지능, 빅데이터, 드론 등 4차 산업혁명에 대응하는 기술을 기반으로 추진되고 있으며, 이러한 미래산업을 바탕으로 향후 국제 표준화까지 이어지도록 할 계획이다. 정책 추진 방향은 크게 교통, 안전, 환경 등 3대 분야를 중심으로 이뤄지고 있으며, 에너지와 관광 역시 주요 분야다.
제주특별자치도는 지난 2018년부터 스마트시티 조직을 구성해 정책을 추진하고 있으며 그동안 구축해온 인프라를 기반으로 오는 2022년까지는 스마트시티를 정착하고 확산하는 등 고도화 과정을 진행한다. 지난 3년간 제주특별자치도는 공공와이파이를 기반으로 하는 물리적 인프라를 구축했다. 주요 관광지, 버스 정류장, 버스 내에서는 관광객이나 도민이 공공 와이파이를 통해 인터넷을 이용할 수 있다. 특히, 관광객의 경우 와이파이 이용 시 국가, 성별, 나이 등의 간단한 정보를 입력하도록 하고 있어 관광객의 이동 경로나 방문 지역 등을 파악해 행정 서비스에 반영할 수 있다.
▲제주특별자치도 스마트 대중교통 서비스[자료=제주특별자치도]
대중교통 분야에서는 스마트 대중교통 서비스 구축을 위해 모든 버스에 고정밀 GPS 수신기(RTK GNSS)를 장착했다. 사실 이러한 서비스는 대부분의 도시 대중교통에 쓰이고 있지만, 실제 서비스와의 오차(버스 도착 예정시간 등)는 약 2~3분 정도 발생할 수 있다. 이와 달리, 제주도는 촘촘한 지상 기지국을 건설하고 지연오차를 줄여 25cm 거리 오차 1초 이내의 시간 오차를 달성했다. 이러한 서비스를 기반으로 버스의 중앙선 침범이나 난폭운전 등의 패턴을 거의 실시간으로 파악하는 것은 물론, 대중교통 서비스 품질 향상이나 사고 시 긴급대응 등도 가능하다. 이렇게 구축한 버스정보 데이터는 국가 중점 데이터로 인정받을 정도로 고가치 데이터로 관리되고 있으며, 제주특별자치도는 해당 정보를 민간에 공유하며 함께 서비스를 구축하고 있다. 대표적인 사례가 카카오 지도다. 카카오는 제주특별자치도와 함께 초정밀 버스위치정보 서비스를 제공하고 있으며, 사용자는 거의 실시간으로 동기화되는 버스 현재 위치를 지도 위에서 파악할 수 있다. 이를 통해 어떤 차선이 막히는지 인공지능을 통해 분석하고, 교차로 신호체계를 최적화하는 데도 이용할 수 있다.
스마트 모빌리티를 통한 교통체증 감소 역시 이룰 계획이다. 제주도의 경우 거주민의 자동차 보유수량이 전국 평균의 두 배에 이르며, 이에 따른 교통체증이 발생한다. 이러한 문제를 해결하기 위해 공유 모빌리티, 급속충전 인프라를 구축하고, 잉여 전력을 수요처와 연계하는 등의 인프라가 필요하다. 제주특별자치도는 우선 지상접근성이 높고 충전 등을 위한 거점으로 활용할 수 있으며, 새로운 설비 구축 필요성이 상대적으로 적은 편의점을 기반으로 친환경 모빌리티 및 에너지 허브를 구현한다.
각종 도시문제를 해결하기 위해서 제주특별자치도는 드론을 적극적으로 이용하고 있다. 관광도시의 특성상 강력범죄 발생률이 높으며, 감귤 등 월동작물 생산량 예측에 실패해 안정적인 공급이 어려울 때도 있으며, 섬 한가운데 솟은 한라산에서는 각종 안전사고도 발생한다. 이러한 문제를 해결하기 위해 드론 기반 행정 서비스 모델을 확보하고, 드론 실증을 위한 자유화구역을 운영해 장거리 드론, 운송 드론 등을 실증하고 있다.
지난해 4월의 경우 공적 마스크 공급량이 2매로 제한됐을 때 부속도서에 드론을 이용해 배송하기도 했으며, 드론 택시를 추진해 모슬포항에서 마라도까지 배로 25분 걸리는 거리를 5분 이내로 단축하기도 했다. 태양광으로 동력을 얻는 인공지능 드론이 해조류 이상번식이나 해양 쓰레기 등을 탐지하는 모델, 수소전지를 기반으로 비행시간을 2시간까지 늘려 응급환자를 수송하는 모델 등 다방면에 이를 활용할 계획이다.
영상관제 데이터 개방...투명성 높여 국민 알 권리 보장한다
스마트시티에서 관제는 도시 곳곳에서 발생하는 사건사고와 재난을 빠르게 파악하고, 효과적으로 대응해 피해를 줄일 수 있게 해주는 수단이다. 이를 위해서는 고성능 CCTV 등의 인프라를 구축하는 것은 물론, 이러한 정보가 필요한 사람에게 빠르게 공유될 수 있어야 한다. 서초구청은 도시정보운영센터를 통해 필요한 사람에게 영상정보를 제공하고, 이러한 과정을 투명하게 공개하는 시스템을 구축했다.
서초구청은 자료에 대한 반출, 열람, 처리, 폐기 등 과정을 웹 및 앱으로 단일화했다. 과거 경찰이 CCTV 관제센터(현 도시정보운영센터)에서 수사에 필요한 자료를 열람·조회·반출하기 위해서는 종이로 된 신청서를 우선 작성해야 한다. 서초구청에 따르면 하루 평균 20건 정도의 신청이 있으며, 신청마다 두 장 정도의 서류가 필요하고, 이를 1년으로 계산하면 1만 4,600장의 정보가 종이로 남게 된다. 여기서 불필요한 서류를 보관해야 하는 문제가 발생하며, 무엇보다 종이 데이터는 누군가 디지털화 하지 않으면 활용하기 어렵다. 이러한 데이터를 의미있게 활용하기 위해 서초구청은 모든 프로세스를 온라인 및 디지털화 했고, 이러한 접근 정보를 시민에게 공개해 알 권리를 충족하는 것도 가능해졌다.
[이미지=utoimage]
앱과 웹은 IT에 익숙하지 않은 현장 경찰도 쉽게 이용할 수 있도록 인터페이스를 단순화했으며, 센터를 직접 방문해 출입을 기록하고 신청서를 작성하는 등의 불필요한 과정을 줄일 수 있어 정보 활용의 효율성을 높일 수 있다.
모든 열람·반출·요청은 온라인으로만 신청해 처리되고 폐기된다. 도시정보운영센터 웹 및 앱으로 접근하는 기록을 모두 남기며, 운영결과 데이터를 바탕으로 CCTV 위치나 설치 수를 조절하거나, 지역별 사건사고 발생빈도 등을 간접적으로 파악하는 것 역시 가능해졌다. 뿐만 아니라 센터 내에서 사진촬영 등을 불가하게 해 불필요한 정보 유출도 막을 수 있다. 특히 시민에게 접근 기록을 공개하는 등 투명한 운영 역시 가능해졌다.
이와 함께 서초구청은 영상정보에 개인정보가 포함될 가능성을 낮추고, 더 넓은 범위를 관제할 수 있도록 고층 무선 카메라를 구축 및 운영하고 있다. 지상 CCTV의 경우 시점이 상대적으로 낮아 주변 상황을 종합적으로 관제하기 어렵다. 이에 서초구청은 고정카메라 40대를 관내 민간 고층건물 및 공공건물 옥상에 설치했다. 설치된 곳보다 높은 위치를 볼 수 없는 방범 CCTV와 달리 더 넓은 곳에서 상황을 파악할 수 있고, 제도적·기술적 문제로 활용하기 어려운 드론과 비교해 고층 무선 카메라는 지금 당장 이용할 수 있는 기술이다. 뿐만 아니라 네트워크를 LTE가 아닌 와이파이 망을 이용해 재난 시 발생할 수 있는 모바일 네트워크 병목현상에 대응하고, 유선 가설 없이도 원격으로 영상 수집 및 카메라에 대한 제어가 가능하다. 이를 통해 대규모 재난이나 재해 등 사고가 발생했을 경우 더 높은 곳에서 종합적인 상황을 관제하고, 구급차 이동 경로를 조정하거나 교통을 효율적으로 통제할 수 있다.
이러한 영상정보는 관계자와 실시간으로 공유하는 것이 가능하다. 가령, 특정 사고나 재난이 발생했을 경우 센터에서 현장 가까운 곳에 있는 유관기관 담당자에게 실시간 영상을 공유하고, 2차 사고를 예방하는 등 발 빠른 대응이 가능하다. 기존 방식의 경우 유관기관에서 신청한 후 영상을 가져가는 방식인 반면, 서초구청은 센터에서 발견한 정보를 승인된 사람에게 실시간으로 공유해 상황을 파악할 수 있게 한다.
이미 해외에서는 각종 범죄발생 정보나 공간정보 등을 민간에 공개하고 있는 반면, 국내에서는 개인정보보호를 중시하는 정보공개가 활발하지 않은 편이다. 이에 서초구청은 관내에서 발생하는 모든 자료를 디지털화하고, 다양한 분야의 데이터를 융합해 유의미한 정보로 제공하는 것을 목표로 하고 있으며, 이를 통해 국민 알 권리를 충족할 계획이다. 특히, 이 과정에서 개인정보보호가 필요한 만큼 차량 번호나 얼굴 등에 대한 마스킹, 단어 치환 등의 작업 역시 필요하다.
모든 것이 연결된 세상, 융합보안 대책은?
PC나 스마트폰 등의 기기뿐만 아니라 냉장고나 세탁기 등의 가전제품, 도어락이나 가스 검침기 등의 비가전 제품까지 모든 것이 인터넷에 연결되는 융합환경이 구축되면서 사이버 공격의 영역과 대상 역시 넓어지고 있다. 실제로 몇 년 전에는 미국 식품의약안전국이 심장박동기에서 보안 취약점을 발견했다며 경고한 바 있다. 과거 PC나 스마트폰을 노린 사이버 공격이 이제는 디지털 헬스케어, 스마트빌딩, 자율주행차, 스마트 팩토리 등 사회 전반으로 확산되고 있는 셈이다.
기존 IT 보안은 서버, PC, 스마트폰 등을 중심으로 보안을 꾸준히 구축해 왔으며, 오늘날 PC에 백신을 설치하는 것은 마치 상식처럼 통하고 있다. 반면, 의료, 산업(공장), 자동차 등 IT와 조금 거리가 있는 분야는 보안이 상대적으로 등한시돼 왔다.
▲정부가 추진하는 융합보안 전략[자료=한국인터넷진흥원]
정부는 이러한 위협에 대응하기 위해 IoT 기기의 보안 내재화 등을 추진해 왔으며, 이러한 개념이 점차 확대돼 오늘날 K-사이버방역 전략에서는 융합보안이라는 개념으로 확대했다. KISA는 IoT 보안과 관련한 테스트베드 및 가이드라인을 개발하고 있다. 테스트베드의 경우 IoT 제품에 대해 보안성을 테스트 할 수 있는 환경을 구성하고, 제품 및 서비스 개발자가 이 환경에서 보안 취약점을 점검할 수 있도록 지원하는 곳이다. 가전제품, 교통, 의료, 안전, 건설, 자동차 등 다양한 테스트 환경을 판교에 구축했다.
최근 정부는 5G 핵심서비스 융합보안 강화방안을 K-사이버방역에 포함했으며 각 지역의 주요 산업과 연계해 실증 및 테스트를 지원하는 보안 리빙랩을 구축 및 운영하고 있다. 앞서 소개한 것처럼 개발자가 자신의 제품이나 서비스의 보안성을 테스트하기 위해서는 테스트베드가 필요하다. 하지만 IoT가 사회 및 산업전반의 기존 서비스와 융합하면서 영역이 넓어지고, 이를 판교에 있는 테스트베드 한 곳에서 모두 테스트하기는 어려운 상황이 됐다.
이에 따라 정부는 주요 산업 거점을 중심으로 5개 리빙랩을 구축했다. 안산에 위치한 스마트공장 보안 리빙랩은 스마트 팩토리 데모 시연 및 체험뿐만 아니라 각종 산업통제장치 등을 구축해 실제와 유사한 환경에서 보안 테스트 및 위협 환경을 보여준다.
상용차 생산지인 군산에서는 자율주행차 보안 리빙랩을 구축했다. 여기에 위치한 자동차융합기술원과 연계해 신기술을 개발하는 것은 물론, 동시에 보안과 관련한 부분 역시 시험할 수 있도록 마련해 ECU 등 부품개발업체가 직접 테스트까지 연계할 수 있는 환경을 구축했다.
원주 의료기기테크노밸리에는 디지털헬스케어 보안 리빙랩을 구축했다. 여기에서는 의료기기 및 서비스 보안성 테스트 환경을 제공한다. 특히, 식품의약품안전처와 협의해 인터넷에 연결되는 의료기기의 경우 테스트랩이나 리빙랩에서 시험 성적서를 받을 경우 보안관련 점검은 면제할 수 있다.
부산에는 스마트시티 보안 리빙랩을 센텀기술창업타운 내에 구축해 로봇 도시통합 플랫폼 등의 테스트 환경을 운영하고 있다. 경기도 안양에는 실감콘텐츠 보안 리빙랩을 구성해 디지털 트윈이나 가상·증강현실에서 발생할 수 있는 데이터 변조 등의 공격에 대응한다.
세계 CCTV 관제 동향
스마트시티의 주요 구성 요소 중 하나인 지능형 CCTV는 오늘날 물리보안 시장에서 가장 규모가 큰 사업 분야다. 특히, 인공지능 기술 발전과 함께 오늘날 영상분석 산업기술은 고도화되고 있다. 과거 단순히 카메라에서 수신한 영상 정보를 살펴보는 수준에서는 관제요원 한 명이 다수의 화면을 육안으로 봐야하기 때문에 효율성이 떨어진다. 이 때문에 인공지능을 통한 영상분석 기술로 육안관제를 보완할 필요성도 커지고 있으며, 이 과정에서 개인에 대한 추적 등 사생활 침해 가능성 역시 줄여야 한다.
세계 영상감시 시장도 꾸준히 성장하고 있다. 프로스트앤설리번이 발표한 자료에 따르면 영상감시 시장은 연평균 4.1%씩 성장해 오는 2022년에는 30억 6,000만달러에 이를 전망이다. 이는 도시 전역에서 보안 요구가 증가하고 있으며, 영상분석에 대한 지출 역시 늘고 있기 때문이다. 특히, 스마트시티에서 중요한 역할을 할 수 있는 만큼 스마트시티 성장과 함께 향후 지능형 CCTV에 대한 수요 역시 꾸준히 증가할 것으로 보인다.
[이미지=utoimage]
지능형 CCTV는 스마트시티에서 발생할 수 있는 에너지, 교통, 환경, 재난 등 다양한 문제를 ICT 관점에서 해결하려는 시도 중 하나다. 단순히 카메라로 정보 획득한 정보를 수집·저장하는 수준을 넘어 스마트시티에서는 영상정보를 분석해 다양한 형태의 서비스를 제공할 수 있다. 선별관제를 통한 치안 및 안전 강화, 주요시설 관리, 주차관제 등 이미 지능형 CCTV는 우리 삶에 밀접하게 들어와 있다. 즉, 스마트시티 역시 자연스럽게 우리 삶에 스며들고 있는 셈이다.
스마트시티 해외 국가 동향을 살펴보면 기본적으로 안전, 범죄 예방, 교통문제 해결 등 도시의 삶의 질 향상을 목표로 하고 있다. 지능형 CCTV를 통한 차량인식의 경우 단순히 번호판만 보는 것이 아니라 소유자, 범죄 징후 선별관제 등 다양한 요소를 판별한다. 얼굴인식의 경우 역이나 공항 등 공공장소에서 객체를 검출하고 신원을 확인해 이상행동이 있거나 문제가 있는 사람은 즉시 알려 조치한다.
특히, 중국은 스마트시티 인프라 구축을 위해 많은 노력을 하고 있다. 화면에 나타난 사람 수, 이름, 행동패턴 등 분석해 일정한 시간동안 인물이 이동한 경로를 알려주는 서비스를 구현했다. 향후에는 이를 기반으로 이동할 경로까지 예측 할 계획이다. 중국의 경우 미아나 실종사고가 많이 발생하고 있는 만큼, 스마트폰과 관제 시스템을 연계하는 대중감시 네트워크도 구축했다. 특히 사천성은 이러한 기술을 통해 범죄율을 50% 낮추고, 검거 역시 50% 높인 바 있다.
현재 중국은 1억 7,000만개 이상의 보안 카메라 네트워크를 구축했다. 이런 카메라로 확보한 데이터를 인공지능으로 분석하고, 공항 등 주요 시설의 데이터와 결합해 공공 인프라 얼굴 인식에 도입하고 있다. 이를 통해 용의자가 지나갈 경우 2~3분 이내 적발하는 것이 가능하다.
교통망이 열악한 중국 항주는 알리바바 시티브레인을 적용해 교통상황을 파악하고, 사건사고 처리 및 신호 통제 등을 수행하고 있다. 신호체계를 최적화한 결과 지난 2018년에는 정체가 최고조에 이르는 시간대에 교통 혼잡도를 9.2% 줄이고 차량의 평균 이동 속도를 15.3% 높인 바 있다.
미국 역시 지능형 CCTV를 활용한 보안에 투자하고 있으며, 특히 차량과 사람에 대한 연구가 많다. 관제센터에서 운전자 상태를 파악해 졸음운전이나 음주운전 등의 이상 징후가 보이면 이에 대해 경고하고, 차량과 보행자의 속성을 관제센터에서 검색 필터를 적용해 찾을 수 있게 했으며, 지리정보시스템 등과 연계해 현재 싸움 등 폭력행위가 일어나는 위치를 동시에 보여준다.
이처럼 영상정보 기술은 스마트시티와 밀접한 관계를 갖고 있으며, 향후에는 고정형 CCTV뿐만 아니라 드론 등 이동체를 통한 관제 역시 주요 동향이 될 것으로 보인다. 드론은 하늘에서 관제할 수 있는 만큼 사각이 줄어들며, 이를 활용해 군중의 폭력성 예측 등의 시스템 역시 개발할 수 있다. 지리정보시스템과 얼굴인식 시스템을 연계해 다중이용시설에 등장한 위험인물을 빠르게 찾아내는 것도 가능하다.
영상 솔루션, 스마트 산업 현장에서는 어떻게 활용될까?
4차 산업혁명과 함께 강력한 컴퓨팅 성능, 네트워크, 빅데이터가 만나면서 인공지능을 통한 지능화 시대가 열렸다. 인공지능은 주어진 데이터를 빠르게 처리해 결과를 보여줘 인간의 사고를 확장해준다. 이러한 인공지능은 영상 솔루션과 결합하며 다양한 스마트 산업에서 활용되고 있다.
대표적인 사례가 차량 번호판 인식분야를 통한 차량관제다. 단순히 OCR을 기반으로 번호만 인식하는 방식과 달리, 인공지능을 기반으로 특이한 번호판이나 복제된 번호판 등 예외적인 상황을 인식할 수 있다. 또한, 번호판뿐만 아니라 차량의 종류 및 흐름을 분석해 위법행위를 한 차량을 특정할 수 있으며, 여기서 나아가 안전벨트 미착용 여부까지 판별할 수 있다. 차량 흐름을 분석한 데이터는 지능형교통체계(ITS)에서 차량검지기와 같은 용도로 활용해 효과적인 교통관제 및 신호관리에 도움을 줄 수도 있다.
▲매장 내 소비자 동선 분석[자료=하이크비전]
매장에서 소비자 동선이나 구매력 등을 분석해 매장관리 및 매출증진을 제공하는 영상분석 시장도 존재한다. 가령, 매장에서 대기열 분석은 고객의 불편을 최소화하며 효율적으로 매장을 운영할 수 있도록 지원한다. 관리자가 일일이 상황을 파악해 매장을 운영하는 방식에서 벗어나 지정한 영역을 영상으로 촬영하면서 대기자수와 대기시간을 파악할 수 있고, 상황에 맞도록 카운터 추가 오픈 및 물품 공급을 늘리는 등 매장 운영을 효과적으로 개선할 수 있다. 지능형 CCTV를 이용해 매장 방문객이 어떤 위치에 오래 머물렀는지 파악하는 것 역시 가능하다. 이를 통해 각 진열품에 대한 소비자의 주목도를 파악할 수 있으며, 여기에 시계열 자료를 추가할 경우 어떤 시간대에 어떤 위치에 있는 제품에 대한 선호도가 높은지 분석해 판매 전략을 수립할 수도 있다. 실제로 상용 솔루션 중 이러한 집중도를 히트맵 형태로 표시해 CCTV 영상에 오버레이로 표시하는 경우도 있다.
영상분석 분야에서 행위분석은 위험한 행위, 금지된 행위, 주의가 필요한 행위를 파악해 다양한 형태의 현장에서 발생하는 사고를 예방하는 데 도움을 줄 수 있다. 일반적인 육안관제 환경에서는 제한된 관제인원을 통해 수많은 모니터링 채널을 관리해야 한다. 특히, 특정 화면을 장시간 보고 있어야 이러한 행위를 찾아낼 수 있기 때문에 발생하는 모든 행위를 파악하는 것이 사실상 불가능하다. 이 때문에 인공지능을 통한 지능형 관제가 대안으로 주목받고 있다.
가령, 중대재해처벌법 등 산업안전 분야에 대한 사회적 이슈와 함께 법적인 조치 강화가 되고 있는 상황에서, 산업현장의 안전모 착용 여부를 인공지능 영상감시로 분석할 수 있다. 안전모를 필히 착용해야 하는 공간에서 이를 잠시 벗거나 착용하지 않은 사람을 찾아 실시간으로 알려주고, 산업현장의 안전을 강화할 수 있다. 또한, 이러한 솔루션은 안전모 종류나 유해가스가 나오는 공간의 마스크 미착용 여부 등을 파악하는 방식으로 발전할 수도 있다.
근무태만을 감시하는 것도 지능형 관제를 적용할 수 있다. 가령, 어린이집 등에서 원아를 방치하거나 가학적인 행동을 하는 경우 이를 인식해 알려줄 수 있다. 의료나 소방 등 근무태만이 안전과 직결되는 현장에도 이를 적용할 수 있으며, 허가되지 않은 근무지이탈 등도 찾아내는 것이 가능하다.
쓰러짐 감지는 사회안전 분야에서 주목받는 기술이다. 인적이 드문 장소에서 심장마비와 같이 응급의료를 요구하는 상황을 실시간으로 관제할 수 있어 이를 통해 소중한 생명을 구하는 것이 가능하다. 사람의 높이와 자세를 분석하는 솔루션을 병원, 요양원과 같은 의료시설, 에스컬레이터 등 안전사고가 일어날 수 있는 곳에 적용할 경우 사고 발생 시 즉각적인 의료지원 제공하는 것도 가능하다.
지능형 CCTV 솔루션 성능시험과 인증제도
지금까지 소개한 것처럼 CCTV 분야에서는 인공지능을 통한 지능형 관제 시스템이 주요 화두다. 지능형 CCTV의 필요성은 효율성 향상이다. 서울시를 예로 들면, 서울시에는 약 7만대(25개 자치구 통합관제센터 관제 CCTV 기준)의 CCTV가 설치돼 있으며, 관제요원 1명당 약 722대를 관제하고 있는 상황이다. 반면, 행정안전부가 제시한 기준으로는 관제사 1인당 약 50대를 육안으로 관제하는 것이 적정하다. 즉, CCTV는 늘어나고 있지만, 육안으로 관제할 수 있는 수준은 이미 초과한 셈이다. 여기에 개인이 설치하는 가정용 지능형 CCTV 역시 늘어나고 있으며, 출동보안 업체도 이를 기반으로 서비스를 제공하고 있는 만큼 지능형 CCTV의 성능시험과 인증의 중요성은 커지고 있다.
한국인터넷진흥원(KISA)이 지난 2012년 조사한 결과에 따르면 지능형 CCTV에 대한 만족도가 100점 만점에 21.2점에 불과했다. 선별관제 등을 위한 지능형 CCTV지만, 오늘날과 같은 인공지능 성능을 기대할 수 없었던 만큼 잘못된 목표물을 알리는 오탐이나 찾아야할 목표물을 놓치는 경우도 많았다. 반면, 최근에는 인공지능 기술의 발전으로 오탐·미탐이 확실히 줄어들었다.
이처럼 지능형 CCTV가 확산되고, 수요가 증가함에 따라 KISA는 성능시험을 위한 방안을 개발했으며, 2016년 10월부터 배회, 침입, 유기, 쓰러짐, 싸움, 방화 등의 영역에서 영상 데이터베이스를 구축하고, 이를 기반으로 성능시험 및 인증을 시행하고 있다.
향후 KISA는 더 나은 지능형 CCTV 솔루션 시험 및 인증을 위해 개편을 단행할 계획이다. 우선 시험용 영상 데이터베이스는 기존 맑은 날씨뿐만 아니라 눈·비·안개 등을 추가해 여러 환경에서도 제대로 작동하는지 평가할 계획이며, PC 등의 장비에 따른 성능 차이가 발생하지 않도록 PC를 제공해 객관적인 지능형 CCTV 알고리즘 성능 시험을 추진한다. 또한, 시험·인증 제도 계약 단계를 간소화해 접근성을 높이고, 드론 기반 이상상황 및 객체 탐지, 엣지 지능형 CCTV 영상분석 등 시험 분야도 확대 추진할 계획이다.
[이상우 기자(boan@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
.jpg){kind=small}
.JPG){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
.jpg){kind=small}
