현장 데이터 기반 학습으로 AI 영상분석 정확도 끌어올리며 산업안전 시장 공략
연구 성능보다 실제 운영 환경에서 안정적으로 작동하는 현장 최적화 중심 전략
영상 요약과 Re-ID 결합으로 관제 효율 개선, VLM 기반 자연어 검색까지 확장

[보안뉴스 강초희 기자] AI 영상분석 기술이 산업안전과 공공안전 분야로 빠르게 확산되고 있다. 기존에는 기술 성능 중심의 경쟁이 이어졌다면, 최근에는 실제 현장에서 작동하는지 여부가 중요한 기준으로 떠오르고 있다.

인피닉은 이러한 흐름 속에서 데이터 기반 성능과 현장 최적화에 초점을 맞춘 AI 영상분석 솔루션으로 시장 공략에 나섰다. 특히 영상 요약과 재식별(Re-ID)을 결합한 구조를 통해 방대한 영상 데이터를 빠르게 분석하고, 관제 효율을 개선하는 방향으로 기술을 발전시키고 있다.


▲박경서 인피닉 인공지능사업본부장/이사 [출처: 보안뉴스]

Q. 인피닉과 본인 소개 부탁드립니다
인피닉은 2005년 설립됐으며, 데이터 가공과 테스트 사업을 중심으로 성장해 온 기업입니다. 이후 연구소 설립과 함께 AI 기술 개발에 대한 투자를 확대하면서 국방과 산업안전, 공공안전 분야로 사업을 확장했습니다. 저는 현재 인공지능 사업본부에서 엔터프라이즈 솔루션과 데이터, 공공 사업을전반적으로 담당하고 있는 박경서 이사입니다. 실제 현장에서 활용할 수 있는 AI 기술을 개발하고 이를 사업으로 연결하는 역할을 맡고 있습니다.

Q. AI 데이터 기업에서 산업안전 솔루션 ‘오론-아이’(Auron-i)로 확장한 배경은 무엇인가요
인피닉이 산업안전 솔루션 ‘오론-아이’로 확장하게 된 가장 큰 배경은 데이터에 있습니다. 저희는 오랜 기간 다양한 산업군의 데이터를 가공하고 처리해 오면서 각 산업군에서 실제로 요구되는 기술과 환경을 보다 명확하게 이해해 왔습니다.

이 과정에서 연구개발 환경에서의 성능과 실제 현장에서의 성능 간 차이가 존재한다는 점을 인지하게 됐고, 데이터의 성격에 따라 결과가 달라질 수도 있다는 점도 중요하게 보고 있습니다. 이러한 경험을 바탕으로 AI 데이터 사업에서 출발해 산업 현장에 적용 가능한 솔루션으로 자연스럽게 확장하게 됐다고 보시면 됩니다.

Q. 산업안전 솔루션 ‘오론-아이’만의 차별화된 강점은 무엇인가요
‘오론-아이’는 화재 감지, 침입, 배회, 쓰러짐 등 산업 현장에서 기본적으로 요구되는 기능을 제공합니다. 이 중 차별화 포인트는 ‘실제 현장 데이터 기반 학습’에 있습니다. 일반적으로는 연구개발 단계에서 확보된 데이터로 성능을 평가하는 경우가 많지만, 연구 환경에서의 성능과 실제 현장 성능은 차이가 발생하는 경우가 많습니다. 데이터의 성격이나 환경 조건이 서로 다르기 때문입니다.

저희는 대규모 엔터프라이즈 현장 구축 경험을 통해 확보한 데이터를 활용해 모델을 학습하고, 그 데이터를 기반으로 다시 테스트를 진행합니다.

이를 통해 단순히 수치상 성능이 아니라 실제 운영 환경에서 안정적으로 작동하는 성능을 확보하는 데 초점을 두고 있습니다. 결과적으로 고객이 체감할 수 있는 수준의 성능을 제공할 수 있고, 각 현장의 환경과 요구에 맞게 최적화할 수 있다는 점이 저희 솔루션의 가장 큰 강점이라고 볼 수 있습니다.

Q. 산업안전 분야에서는 정확도가 특히 중요합니다. ‘오론-아이’의 탐지 성능은 어느 수준인가요? 또 이를 확보하기 위한 기술적 접근은 무엇인가요
산업안전 분야는 사람의 생명과 직결되는 만큼 정확도가 중요한 영역입니다. ‘오론-아이’의 경우 현장에서 수집된 데이터를 기반으로 학습을 진행하고 있으며, 현재 약 92%에서 최대 97% 수준의 탐지 정확도를 확보하고 있습니다. 저희는 이를 ‘정탐률’ 기준으로 보고 있는데, 실제로 발생하는 쓰러짐이나 침입, 화재 등의 이벤트를 얼마나 정확하게 감지하는지를 의미합니다.

특히 미탐은 거의 없는 수준이며, 일부 오탐은 날씨나 환경 변화에 의해 발생할 수 있습니다. 예를 들어 빗방울이나 조도 변화 등으로 인해 인식에 영향을 줄 수 있는 경우입니다.

이러한 한계를 개선하기 위해 환경 변화에 따라 AI 모델이 자동으로 전환되는 기술을 개발하고 있습니다. 비가 오거나 눈이 내리는 상황, 주·야간 환경 차이를 시스템이 스스로 인식하고 그에 맞는 최적의 모델로 자동 변경하는 방식입니다.

현재 해당 기술은 개발을 완료하고 실제 적용을 위한 단계에 있으며, 이르면 여름부터 현장에 적용될 예정입니다. 실제 현장 환경에 보다 안정적으로 대응할 수 있는 방향으로 고도화를 진행하고 있습니다.

Q. 주요 적용 산업과 실제 구축 사례는 어떻게 되나요
주요 타깃은 석유화학, 정유, 건설, 공공 분야입니다. 특히 엔터프라이즈 시장을 중심으로 접근하고 있으며, 그중에서도 석유화학과 정유 산업의 비중이 큽니다. 실제로 해당 산업군에서 솔루션 도입과 기술개발 요청이 이어지면서 지난 1년간 관련 데이터를 확보하고 이에 맞는 솔루션을 지속해서 개발해 왔습니다. 현재 국내 주요 석유화학 및 정유 기업을 중심으로 일부 솔루션이 이미 설치돼 운영 중이며, 추가 구축도 계속 진행되고 있습니다.

이들 산업은 국가중요시설로 분류되기 때문에 테스트 환경에 제약이 많다는 특징이 있습니다. 예를 들어 실제 화재 상황을 만들어 검증하는 것이 어려워 연기 테스트 정도만 가능한 경우도 있습니다. 이러한 테스트 환경 제약에서 오는 한계를 극복하기 위해 인피닉은 합성 데이터를 활용해 실제 현장과 유사한 환경을 구성하고, 이를 기반으로 성능을 검증하고 있습니다. 실제 현장에서 확보한 배경 데이터와 결합해 테스트를 진행함으로써 현장 테스트에 준하는 수준의 성능을 확보하는 방식입니다.

현재는 LPG 출하장이나 석유화학 제품 출하 시설 등 실제 산업 현장에서 솔루션이 운영되고 있으며, 적용 범위를 지속적으로 확대해 나가고 있습니다.

Q. 국가중요시설 등 특정 산업 데이터를 기반으로 학습한 모델이 다른 산업에도 적용될 수 있나요
특정 산업에서 확보한 데이터가 오히려 다른 산업으로 확장되는 데 긍정적인 역할을 할 수 있습니다. 예를 들어 석유화학과 같은 특수 환경에서 학습한 데이터는 일반적인 환경보다 더 복잡하고 다양한 변수들을 포함하고 있기 때문에 이를 기반으로 모델을 고도화하면 건설이나 공공 환경에도 충분히 적용이 가능합니다. 결과적으로 특정 산업에 특화된 데이터가 오히려 범용성을 확장하는 기반이 될 수 있다고 보고 있습니다.


▲오론-아이 Re-ID 솔루션 [출처: 인피닉]

Q. 기존 재식별(Re-ID) 기술은 정확도 문제로 실제 현장에서 활용도가 낮다는 지적도 있습니다. 그럼에도 인피닉은 이 기술에 집중하고 있습니다
기존 Re-ID 기술은 정확도에 문제가 있어 실제 현장에서 적극적으로 활용되기 어려운 경우가 많았습니다. 기술적으로는 객체를 추적할 수 있지만, 정확도가 충분히 확보되지 않다 보니 관제 인력이 신뢰하고 사용하기에는 한계가 있었던 것이 사실입니다.

또 하나의 문제는 ‘검색의 방식’입니다. 설령 Re-ID 기술로 특정 객체를 찾아낼 수 있다고 하더라도, 방대한 영상 데이터 속에서 이를 사람이 직접 확인해야 하는 구조라면 실제 업무 효율을 크게 개선하기 어렵습니다.

저희는 이러한 점을 고려해 접근 방식을 조금 다르게 가져갔습니다. Re-ID를 전면에 두기보다는, 먼저 영상 요약 기술을 통해 방대한 영상을 빠르게 정리하고 탐색 범위를 줄이는 데 초점을 맞췄습니다. 이후 그 위에 Re-ID 기술을 결합하는 방식으로 구조를 설계했습니다. 이렇게 하면 관제 인력이 전체 영상을 일일이 확인하는 대신 요약된 정보를 기반으로 필요한 구간만 빠르게 찾아볼 수 있고, 그 과정에서 Re-ID가 보다 효율적으로 활용될 수 있습니다.

향후에는 VLM(Vision-Language Model) 기반 자연어 기술을 적용해 사용자가 자연어로도 영상을 검색하고 분석할 수 있도록 고도화할 계획입니다. 현재는 1단계인 영상 요약 기능이 개발·적용 단계에 있으며, 올 여름을 목표로 ‘지능형 영상 요약 솔루션’을 선보일 예정입니다.

Q. ‘오론-아이’ 도입 시 관제 인력의 업무 방식이나 효율은 어떻게 달라지나요
실제 현장에서는 수백대에서 많게는 1000대 가까운 CCTV를 운영하는 경우가 많습니다. 이 상황에서 사람이 모든 영상을 직접 모니터링하는 것은 현실적으로 한계가 있습니다. 특히 관제 인력의 집중도는 일정 시간이 지나면 떨어질 수밖에 없기 때문에, 놓치는 상황이 발생할 가능성도 있습니다.

‘오론-아이’는 이벤트 발생 시 자동으로 알림을 제공하기 때문에 관제 인력이 모든 영상을 계속 확인하지 않아도 되는 구조를 만듭니다. 실제 현장에서도 “다른 업무를 병행할 수 있어 효율이 크게 높아졌다”는 반응이 나오고 있습니다.

고객에 따라 오탐을 줄이는 방향 또는 이벤트를 최대한 많이 탐지하는 방향 등 민감도 조정도 가능해, 운영 환경에 맞춘 설정이 가능하다는 점도 특징입니다. 또한 관제 효율과 관련해 기존 100분 정도 소요되던 작업을 약 20분 이내로 단축하는 것을 목표로 하고 있습니다. 장기적으로는 1시간 단위 작업을 7분에서 10분 이내로 줄이는 것을 목표로 하고 있습니다. 이는 영상 요약과 Re-ID, 향후 VLM 기술이 결합되면 충분히 가능하다고 보고 있습니다.

Q. VMS 환경이 다양한 만큼, Re-ID 기술과의 호환성 문제는 어떻게 대응하고 있나요

[출처: 보안뉴스]
공공 관제 환경에서는 지자체마다 사용하는 VMS(Video Management System)가 다르기 때문에 호환성 확보가 중요한 과제입니다. 이를 위해 특정 CCTV 영상을 요청할 때, VMS에 과도한 부하가 걸리지 않도록 요청 주기나 데이터 양에 제한을 두는 방식으로 시스템 부담을 최소화하고 있습니다. 또한 각 VMS 업체와의 연동을 고려해 시스템 설계를 병행하고 있습니다.

다만 VMS마다 처리 속도와 구조가 모두 다르기 때문에 일정 부분은 각 환경에 맞춘 커스터마이징이 필요합니다. 실제로 영상 요청에 대한 응답 속도가 빠른 시스템과 느린 시스템이 혼재돼 있어 이에 맞춰 데이터 요청량이나 처리 방식을 조정하는 방식으로 전체적인 성능을 관리하고 있습니다.

결과적으로 호환성과 성능을 동시에 확보하기 위해서는 표준화된 접근과 함께 현장 환경에 맞춘 유연한 대응이 병행돼야 한다고 보고 있습니다.

Q. 보안 측면 대응은 어떻게 하고 있나요
모델과 플러그인 레벨에서 암호화를 적용해 위·변조를 방지하고 있습니다. 또한 공공시장 진출을 위해 국정원 검증 암호화 모듈(KCMVP) 적용도 검토 중이며, 보안성과 신뢰성을 동시에 확보하는 방향으로 대응하고 있습니다.

Q. 향후 사업 전략이 궁금합니다
올해는 솔루션을 확보하고 검증하는 데 집중할 계획입니다. 공공조달 등록과 인증을 진행하는 한편, 엔터프라이즈와 해외 시장 진출도 병행할 예정입니다. 특히 일본과 베트남을 중심으로 현지 시장에 맞는 전략을 준비하고 있으며, 향후 글로벌 시장에서도 경쟁력을 확보해 나갈 계획입니다.

[강초희 기자(choh@boannews.com)]

<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>