‘무차별 흉기 난동’…“‘AI CCTV’ 널리 보급돼야”

[애플경제 김향자 기자] 최근 무차별 흉기 난동사건 등 치안의 허점이 연속 드러나 문제가 되고 있다. 그런 가운데 특히 기존의 수동 CCTV가 아닌, 인공지능(AI)을 접목시킨 지능형 CCTV의 필요성이 증가하고 있다.

최근 이에 관한 연구에 집중해온 한국전자통신연구원에 따르면 지능형 CCTV는 ‘AI 기반 영상 분석 기술을 도입한 지능형 관제시스템’으로 정의된다. 즉, “관제사의 수작업에 의존한 장시간의 영상 분석 작업에 AI를 접목해 육안 관제의 한계를 극복하고, 인력 공백을 메꾸기 위한 것”이다.

특히 “사건이 발생하면 지능형 CCTV를 통해전방위적 정보를 신속하게 획득하고, 범죄, 테러 등 위험 상황에 대한 대응과 해결책을 효율적으로 제시할 수 있다.”는 것이다.

전자통신연구원, ‘4가지 특성’으로 정의

이에 관한 연구보고서를 펴낸 한국전자통신연구원에 따르면 지능형 CCTV는 크게 식별, 재인식, 이상행동 인식, 범죄 예측 등 4가지 특성으로 분류할 수 있다.

그 중 ‘식별’ 기능은 사람의 얼굴을 인식하고, 차량 번호판을 인식하는 등 고유 식별정보를 대상으로 한 것이다. 이는 “(AI를 접목함으로써) 원거리 CCTV 관제 환경으로 인해 탐지 객체가 작고, 획득된 영상 품질이 낮은 문제점을 해소할 수 있다.

‘재인식’은 사람, 얼굴 혹은 차량을 식별하지 않고 같은 객체임을 판단하는 것이다. “열악한 환경으로 인해 식별을 위한 특징 정보가 불확실한 경우 이동 경로 추적에 활용된다”는 설명이다.

특히 박상욱 한국전자통신연구원 책임연구원 등은 “얼굴 ‘인식’과 얼굴 ‘재인식’은 모두 안면 이미지에서 특징을 추출하여 유사도를 계산하여 동일인 여부를 판단하는 과정을 공통으로 포함한다.”면서도 두 기술의 차이점을 구분했다.

우선 ‘얼굴인식’은 용의자 출현 CCTV 영상에서 탐지된 얼굴 이미지와, 미리 구축한 블랙리스트 내 얼굴 특징을 매칭하여 질의(query)하고, 이미지의 신원(ID)을 식별하는 기술이다. 여기서 ‘블랙리스트’는 주로 통제된 환경에서 촬영한 증명사진, 머그샷 등 신원이 부여된 얼굴 이미지 DB가 해당된다.

얼굴 인식과 또 다른 ‘재인식’ 기술

이에 비해 ‘얼굴 재인식’은 현장 주변의 각기 다른 CCTV에서 획득된 얼굴 이미지들 간의 매칭을 통해 유사한지, 동일인인지를 판단하는 기술이다. 이는 “신원 식별을 반드시 포함하는 것은 아닌 점”에서 ‘얼굴 인식’과 다르다.

‘재인식’ 기술은 사람의 전신 이미지를 입력, 사용한다. CCTV 일부 구도에서 얼굴이 보이지 않거나 시야각이 다르지만, 복장 등 사람의 외양(visual appearance)이 일정 시간 유지(stationary)된 상태를 전제로 한다.

박 책임연구원 등은 특히 “△갈아입는 것이 가능한 옷, 가방, 액세서리 등 소속된 속성(belong-to attribute)보다 △얼굴과 같은 인상착의의 타고난 속성(born-to attribute)이 좀 더 안정적(stable)이고 신뢰할 수 있는 분석 객체의 특징이 될 수 있다”는 설명이다. 이는 특히 “다양한 위치나, 오랜 시간 동안 용의자 추적ㆍ식별을 요구하는 시나리오(long-range identity tracking over space and time)에서 유용하다”고 했다.

‘이상행동 인식’은 배회, 침입, 유기, 쓰러짐, 싸움, 방화, 마케팅, 실종자, 익수자 및 화재 탐지 등을 파악하는 것이다.

‘범죄예측’은 과거 범죄 이력에 따른 현재, 혹은 미래의 범죄 발생 여부를 예측하는 것이다. 즉, “CCTV에서 사람 속성이나, 행동, 주변 환경 등을 분석해 선별 관제 등에 활용하는 것”이란 설명이다.

범죄 발생 위험 예측, ‘다차원 기반 분석’

이같은 범죄예측 기술에 대해 박 책임연구원 등은 “범죄 발생을 억제하고 사회 안전을 실현해 나갈 수 있도록 현재 혹은 미래의 범죄 위험도를 예측하는 기술”로서 “과거에 발생한 사건을 분석한 핫스팟 예측 방식은 발생지역과 시간을 상세하게 특정하거나, 사람 간 상호작용의 불확실성이 내재된 범죄는 예측하는 것은 한계가 있다”고 했다.

따라서 현재 시점의 변화하는 다양한 유발요인을 인식, 범죄 발생 위험도를 예측하는 다차원 기반 분석이 필요하다는 주장이다. 특히, “AI 영상 분석 기술의 발전에 따라 CCTV 영상으로 현장에서 발생하는 사건을 실시간 분석, 상황을 파악함으로써 영상에서 탐지된 사람, 차량의 속성, 날씨 등 환경의 변화를 범죄 유발의 한 원인으로 분석하여 위험도를 예측할 수 있다”고 했다.

한편 이같은 ‘지능형 CCTV’ 기술은 주요 도시나 지자체 통합관제센터에서 상당수 구축, 운영하고 있다. 각 지자체별로 도메인 특화형 기술 개발과 실증도 활발히 진행되고 있다는 소식이다. 특히 최근 잇따르고 있는 무차별 흉기 난동 등 각종 범죄의 사각지대를 최소화하는 유용한 도구로서 널리 보급되어야 한다는 목소리가 높다.