에지 분석을 통한 미래 보장형 비디오 보안 감시 투자

Timo Sachse

비디오 보안 감시와 관련하여 ‘에지/엣지 분석'(또는 ‘에지 단에서의 분석’)에 대해 들어보셨을 것입니다. 가장 단순한 형태로 볼 때, 그것은 네트워크의 ‘에지’, 즉 카메라 자체 내에서 분석을 수행하는 점점 더 강력해지는 비디오 분석 애플리케이션과 관련이 있습니다. 제 동료 안드레스 비그렌(Andres Vigren)의 최근 게시물은 이 부분을 훌륭하고 소개하고 있습니다.

상당한 잠재력을 제공하는 여타의 신기술과 마찬가지로, 업계는 이 용어를 적극적으로 취하려 하고 있습니다. 에지 기반 분석과 서버 기반 분석의 즉각적인 이점을 고려할 때 놀라운 일이 아닙니다.

카메라 내부, 즉 네트워크 가장자리에서 이루어지는 분석은 중요한 데이터만 운영자에게 전송하면 된다는 것을 의미합니다. 이와 반대로 서버에서 분석을 수행하려면 카메라에서 나온 모든 데이터를 데이터 센터로 전송해야 하며, 이는 비용이 많이 드는 대역폭이 훨씬 더 많이 필요합니다. 둘째로, 카메라 내에서 그리고 캡처된 지점과 최대한 가까이에서 비디오를 분석한다는 것은 검토 중인 이미지가 가능한 최고 품질임을 의미합니다. 즉 (아이러니컬하게도 이전 문제 – 대역폭 소요 문제를 줄이기 위해 종종 수행되는) 전송 전에 이미지를 압축할 때 발생할 수 있는 화질 저하가 없다는 것입니다.

하지만 새로운 기술 용어의 열광적인 채택과 함께 위험이 닥칩니다. 유행어는 과도하게 사용되는 경향이 있고 종종 오용되어 제한적이거나 부정확한 이해로 이어집니다. 에지 분석도 어느 정도 발생하고 있습니다. 꼭 부정확한 이해라고 할 수는 없지만, 확실히 제한되어 있습니다.

유행어는 또한 빠르게 과대 광고로 여겨질 수 있고, 그것도 위험합니다. 사람들은 지나치게 홍보되는 어떤 것이든 경계심을 느끼기 마련이고, 이는 가치 있는 신기술을 채택하는 데 영향을 미칠 수 있습니다.

그러나 과대 선전을 한다는 비난을 받을 위험을 감수하면서, 저는 에지 분석이 혁신적일 것이라고 확신합니다. 현재 거론되고 있는 많은 사용 사례 이상의 이유로 인해 그렇습니다. 또한 오늘날에는 에지 분석 기능이 탑재된 비디오 보안 감시 카메라에 대한 투자를 고려할 만한 설득력 있는 이유를 찾지 못하는 기업들도, 미래를 대비한 투자에 있어 한 걸음 더 일찍 나서는 것이 필수적이라고 저는 생각합니다.

에지 분석 vs. 미래의 잠재력에 대한 오늘날의 이해

딥 러닝 기반 에지 분석의 중심은 훨씬 더 정확한 객체 인식입니다.

트래픽 관리(이 기사에서 보다 자세히 설명되어 있음)의 예를 들자면, 기존 분석 애플리케이션의 문제 중 하나는 허위 경보의 수입니다. 예를 들어 카메라가 물웅덩이나 그림자를 고속도로에 정차 중인 차량으로 착각하고 경보를 생성한다는 것입니다.

에지 분석의 정확도가 높아지면 이러한 문제가 크게 감소하고 효과는 훨씬 더 커집니다. 에지 분석은 다양한 유형의 개체를 구별할 수 있는 기능을 제공합니다. 도로로 돌아가면 트럭, 버스, 자동차 및 오토바이를 개별적으로 식별할 수 있어 트래픽 관리에 커다란 효율성을 창출하고 새로운 기회를 열 수 있습니다.

이와 같은 애플리케이션은 분명히 유용하지만, 이는 에지 분석이 가진 잠재력의 수박 겉핥기일 뿐입니다. 오늘날의 사용 사례는 여전히 주로 ‘장면 분석’이라고 하는 특정 장면의 실시간 보기, 일어나는 일 분석, 경고 또는 자동으로 트리거되는 작업(예: 도로 표지 경고 및 교통 제어)에 초점을 맞추고 있습니다.

하지만 앞으로 이 잠재력은 영상 자체뿐만 아니라 에지 분석이 비디오 보안 감시 영상에 무엇을 하고 있는지에서 나올 것으로 기대됩니다.

비디오 감시에서 데이터 추상화

궁극적으로는 이는 데이터에 대한 문제입니다(요즘에는 많은 것이 문제가 되고 있는…).

보안 업계 외부의 사람들조차 (다른 것은 몰라도 영화나 TV 쇼에서 정기적으로 등장하는) 비디오 보안 감시의 전통적인 패러다임에 익숙합니다. 보안 감시 카메라가 촬영한 실시간 및/또는 녹화된 비디오를 인간 운영자가 검토하고, 경우에 따라 프레임을 멈추거나 더 잘 보기 위해 확대하는 것들 말입니다. 하지만 항상 그들은 시각적인 정보를 검토하고 있습니다.

물론 컴퓨터에는 눈이 없습니다. 따라서 비디오 정보를 (카메라 에지에서든 서버에서든) 기계가 검토하고 분석하려면, 해당 정보를 데이터로 변환해야 합니다. 이는 데이터 추상화에 대한 이야기로, 데이터 본체를 전체의 단순화한 표현으로 축소하는 것과 관련이 있습니다. 에지 분석 기능이 탑재된 감시 카메라는 우리가 인식하는 것과 같은 방식으로 자동차를 인식하는 것이 아니라, 자동차의 본질적인 특성을 데이터로 인식합니다.

또한 에지 분석은 비디오 정보를 데이터로 바꿀 뿐만 아니라(장면 분석에 주로 사용됨) 메타데이터도 생성합니다.

메타데이터는 기본적으로 데이터에 대한 데이터입니다. 만약 이 말이 혼란스럽게 들린다면, 여기 여러분이 이 글을 읽는 동안 시도할 수 있는 예가 있습니다. 휴대폰을 들고 찍었던 사진을 열어 보십시오. 에지 분석 애플리케이션이 할 수 있는 것과 같은 방식으로, 여러분은 이미지 자체에 있는 객체들을 인식할 것입니다: 집, 녹색 자동차, 사람, 사람.

그러나 이미지에는 메타데이터도 포함됩니다. 이미지 오른쪽 상단에 있는 아이콘을 클릭하면 찾을 수 있는데, 전화기마다 다를 수 있습니다). 여러분의 설정에 따라 메타데이터는 사진을 찍은 시간과 날짜, 위치, 카메라의 셔터 속도 등을 알려줄 수 있습니다.

데이터와 메타데이터를 모두 사용함으로써, 방대한 양의 정보를 분석하는 효율성이 기하급수적으로 향상됩니다. 간단한 예를 들자면, 여러분은 어떤 지 모르겠지만, 저는 제 휴대폰 안에 문자 그대로 수천 장의 사진을 가지고 있고, 따라서 특정한 사진을 찾는 것은 정말 골칫거리가 될 수 있습니다. 하지만 만약 제가 그리스에서, 오후에 찍은, 파란 보트가 포함된 사진을 검색할 수 있다면, 저는 그 휴가의 스냅사진들을 훨씬 더 빨리 찾을 수도 있을 것입니다.

모르는 것이 있다는 것을 모르는 것을 밝혀내는 일

에지 분석 애플리케이션이 생성한 데이터와 메타데이터의 조합은 여러 시간에 걸쳐 수집된 방대한 양의 정보를 분석하는 데 매우 유용할 수 있습니다. 이를 통해 조직들은 관심 분야, 이른바 ‘모르는 것이 있다는 것을 아는 부분(known unknowns)’에 대한 통찰력을 얻을 수 있습니다.

예를 들어, ‘지난 한 달 동안 몇 번이나 차들이 버스 차선을 막았는가?’ 또는 ‘평일 아침 7시에서 9시 사이에 이 지하철역에 들어오는 사람들의 평균 숫자는 얼마인가?’와 같은 것들 말입니다. 답은 모르지만, 무엇을 찾고 있는지는 알고 있습니다.

이러한 능력이 에지 분석의 이점을 한 번 더 발전시키기는 하지만, 아마도 분석이 가장 큰 가치를 창출할 수 있는 부분은 ‘모르는 것이 있다는 것을 모르는 것(unknown unknowns)’, 즉 여러분이 몰랐다는 것을 알지 못했던 것에 대한 통찰력을 제공하기 시작할 때일 것입니다.

분석이 여러분이 몰랐던 것에 대한 통찰력을 제공하기 시작할 때 ‘알 수 없는 것’을 통해 가장 큰 가치를 창출할 수 있을 것입니다.

기계, 특히 딥 러닝을 사용하는 점점 더 지능화되고 있는 기계들은, 패턴을 인식하고 그 안에서 이상 현상을 강조하는 데 매우 능숙합니다. 분석해야 하는 데이터가 많을수록 예측이 더 정확해져 통찰력이 생기고, 이를 통해 문제를 더 빠르고 정확하게 처리할 수 있게 됩니다(대표적인 예로는 의학 같은 분야).

이것이 바로 영상 감시 분야에서 에지 분석의 진정한 잠재력입니다. 방대한 양의 데이터를 시간을 두고 꾸준히 분석하면서 패턴과 이상 징후를 식별하게 되고 안전, 보안, 서비스 제공 및 효율성, 프로세스 최적화 등의 부문에서 지금까지 볼 수 없었던 개선이 가능해질 것입니다. 그리고 이러한 부문의 목록은 계속해서 늘어날 것입니다. 모르는 것이 있다는 것을 몰랐던 부분들 말입니다.

얼리 어답터를 위한 기회

이 중 일부는 공상과학 소설처럼 보일 수 있습니다. 에지 분석은 초기 단계에 있으며, 상황이 어떻게 전개될지 기다려보고자 하는 유혹이 있습니다. 하지만 위에서 설명한 것처럼, 에지 분석의 모든(또는 대부분의) 가치는 즉시 실현되지 않을 수도 있지만 시간이 지남에 따라 분명히 나타날 것입니다.

어떤 면에서, 에지 분석 자체에서 얻을 수 있는 잠재적인 이점은 현재 ‘모르는 것이 있다는 것을 모르는 부분’입니다. 하지만 제가 분명히 알고 있는 것은 조직이 에지 분석 사용을 시작하지 않는 한, 이점을 결코 깨닫지 못할 것이라는 점입니다. 발가락을 물에 담글 시간입니다.

 

에지 단에서의 인공지능과 비디오 감시의 기회에 대해 자세히 읽어보세요.

에지에서 구현되는 인공지능