스마트 시티(Smart City)는 현재 진행형 주제입니다. 코로나19 사태 관련해 이태원 발 뉴스가 터졌을 때 신원 파악이 어려운 이들을 추적하는 데 있어 통신 인프라, 금융 인프라, CCTV 영상 등이 총동원되는 것을 보셨을 것입니다. 네, 대한민국 대도시는 이미 스마트 시트의 면면을 상당 수준으로 갖추고 있습니다. 관련해 오늘은 스마트 시티의 눈인 고화질 CCTV가 보내는 엄청난 양의 영상 처리에 필요한 네트워크 대역폭 절감 방법을 AI에서 찾고 있는 이야기를 전달해 보려 합니다.
도시 곳곳에 장착되는 CCTV는 세대를 거듭하면서 화질이 크게 높아지고 있습니다. 화질이 높다는 것은? 네, 용량이 크다는 것입니다. 문제는 이런 큰 용량의 데이터를 실시간으로 처리할 수 있어야 진정한 스마트 시티라 할 수 있다는 것이죠. 이는 돈을 충분히 들인다면 충분히 가능한 일입니다. 하지만 국민의 세금으로 구현하는 스마트 시티를 예산을 펑펑 쓰면서 만들 이유는 없겠죠. 기술적 난제는 기술로 푸는 것이 가장 합리적입니다. 고화질 영상을 일일이 다 살피지 않고 이상 행위만 탐지하는 식으로 네트워크 대역폭을 절감할 수 있는 방법에 대한 아이디어가 하나 나왔습니다. 최근 'AI at the Edge Challenge' 대회에서 SmellslikeML 팀이 흥미로운 아이디어를 내놓았습니다. 이 팀의 아이디어는 단순합니다. 실시간 영상 속에서 이상 행위 부분만 걸러 보면 되는 것 아니야? 여기서 출발한 것입니다. 이 부분에서 모션 감지 기술을 써도 되는 것 아니야? 이런 생각이 들 것입니다. 이미지 프로세싱 기술을 기반으로 한 모션 감지 기술은 보통 평소 환경 변화가 없는 곳에 적용해야 효과적입니다. 설비나 시설 보안 등에 적용해 한밤중에 누군가 침입을 했을 때 이를 탐지하는 용도로 많이 씁니다. 이 기술을 엄청난 양의 객체들이 등장했다 사라지는 도로에 적용한다 생각해 보십시오. 모두가 움직이는 객체이다 보니 모션 탐지는 그다지 효과적이지 않습니다.
SmellslikeML 팀은 실시간 영상 처리에 있어 충분한 인퍼런싱 성능 확보만 가능하다면 도로 같은 환경에서 이상 행위를 탐지하는 AI 적용이 가능하다고 생각했습니다. 인텔리전트 비디오 분석 모델을 개발하고, 이에 대한 인퍼런싱을 NVIDIA Jetson Nano 기반 애플리케이션을 이용해보니 복잡한 도로 환경에서도 이상 행위만 콕콕 짚어 내는 것이 가능하다는 것을 확인할 수 있었습니다. 다음 비디오를 보시죠. 그냥 일반 도로입니다. NVIDIA Jetson Nano 기반 애플리케이션은 모든 영상을 수집해 보내지 않고 현장에서 이상 행위를 걸러 냅니다. 다음 비디오를 보면 일반 도로에서 이상 행위를 탐지한 화면을 잡아냅니다. 처음 보면 뭐가 이상 행위이지? 이럴 수 있을 것입니다. 한 번 더 보니 역주행 차량을 잡아낸 것을 알 수 있었습니다.
SmellslikeML 팀의 접근이 참신한 이유는 AI 기반 이상 행위 탐지 기술 때문이 아닙니다. 앞서 언급한 바와 같이 스마트 시티의 눈인 CCTV에 담기는 고화질 영상 수집과 분석에 필요한 자원을 어떻게 최소화할 것인가? 비즈니스와 운영 측면에서 AI 활용 방안에 대한 아이디어를 낸 것이 바로 SmellslikeML 팀이 관심을 끈 이유가 아닐까 생각해 봅니다. #AI #NVIDIA_Jetson_Nano #스마트시티 #CCTV #CCTV_모션감지 #AI #인퍼런싱 #CCTV_대역폭_절감