[Global Security TOP 100] 이상우 아이엔아이 대표이사 “AI와 보안으로 국가 인프라 지키는 영상보안 기업”

AI 영상분석·보안 기술로 국가중요시설 보호 강화
펌웨어 위변조 방지·비밀번호 자동관리 기술로 보안성 고도화
“영상보안은 국가 안전 인프라” 대·중소기업 상생 구조 강조

[보안뉴스 강초희 기자] 대한민국 영상보안 산업의 태동기부터 현재까지 현장을 지켜온 이상우 아이엔아이 대표는 감지센서와 CCTV, AI 영상분석으로 이어진 산업 변화를 몸소 경험한 1세대 보안인이다. 아이엔아이는 국가중요시설을 중심으로 영상보안 장비의 해킹 방지와 운영 보안 기술을 고도화하며 산업 현장의 실질적인 보안성을 높이고 있다. 이상우 대표를 만나 국내 영상보안 산업의 변화와 과제, 그리고 중소기업 기술 생태계의 방향을 들었다.

Q. 영상보안 산업의 태동기부터 AI 시대까지 현장을 지키셨습니다. 그간의 기술 변화를 어떻게 보고 있나요
과거의 보안은 사람이 직접 현장을 지키거나 감지 센서에 의존하는 방식이었습니다. 이후 CCTV가 도입되면서 위험 상황을 보는 단계로 발전했고, 1986년 아시안게임과 1988년 올림픽을 기점으로 국가중요시설에 경계 설비가 본격화됐습니다. 그리고 현재, AI가 영상을 분석해 위험 징후를 먼저 찾아내는 지능화 단계로 진화했습니다.

대표적인 예가 AI 기반 영상분석과 이상행동 감지입니다. 특정 조건의 차량을 빠르게 추적하거나 쓰러짐, 급격한 움직임 등의 이상행동을 시스템이 먼저 판단해 알림을 보냅니다. 여기에 비명 등 이상 음원을 감지해 카메라가 자동으로 방향을 돌리는 음원 추적 기술까지 더해지면서 사람이 놓칠 수 있는 사각지대를 기술이 보완하는 시대로 접어들었습니다.

Q. 최근 아이엔아이가 가장 집중하고 있는 핵심 기술은 무엇인가요
국가중요시설에 설치되는 영상보안 장비의 해킹 방지와 유지보수 보안에 집중하고 있습니다. 카메라의 화질이 아무리 좋아도 외부 공격이나 내부자의 악의적인 조작에 노출되면 국가 안보에 치명적입니다. 특히 유지보수 과정에서 현장 장비에 노트북을 연결해 펌웨어를 조작하거나 백도어를 심는 위협을 막기 위해 ‘펌웨어 위·변조 방지 및 비정상 조작 알람 기술’을 개발했습니다.

또한, 수백~수천대에 달하는 카메라와 NVR의 비밀번호를 규격과 인증 기준에 맞춰 자동으로 생성·변경·저장하는 ‘비밀번호 자동 변경·관리 기술’을 확보했습니다. 이 기술들은 국정원 보안 검증과 KCMVP 인증을 기반으로 조달 우수제품 및 혁신제품 인증을 획득하며 기술력을 인정받았습니다.

Q. 국내 영상보안 산업의 현실에서 가장 아쉬운 부분은 무엇인가요
수많은 중소기업이 존재하지만, 자신만의 뚜렷한 기술 영역을 구축하기보다 비슷한 시장에서 경쟁하는 구조가 가장 아쉽습니다. 방폭 카메라, 야간·안개 환경 대응 카메라, 외곽 침입감지, 펌웨어 보호, 비밀번호 관리 등 기업마다 잘할 수 있는 분야가 다릅니다.

각 기업이 특화 기술을 중심으로 시장을 만들어가야 산업 전체의 경쟁력도 높아질 수 있습니다. 인재 확보 문제도 큽니다. 우수한 젊은 기술 인력들이 대기업을 선호하다 보니, 산업의 허리 역할을 하는 중소기업이 연구개발과 기술 투자를 지속하기가 현실적으로 쉽지 않습니다.

Q. 앞으로 영상보안 산업이 나아가야 할 방향은 무엇이라고 보나요
영상보안은 국가 안전과 도시 운영을 뒷받침하는 핵심 인프라 산업으로 바라봐야 합니다. 장비의 지능화와 함께 보안성도 동시에 높아져야 합니다. 아무리 좋은 장비를 설치해도 해킹이나 조작에 취약하면 현장에서는 신뢰받기 어렵기 때문입니다. 대기업과 중소기업의 실질적인 상생 구조도 필요합니다.

대기업의 원천 기술과 중소기업의 현장 기술이 결합하고, 그 기술이 중소기업의 경쟁력으로 이어지는 구조가 만들어져야 합니다. 아이엔아이도 지속적인 기술 개발과 일자리 창출을 통해 영상보안 산업 발전에 기여하겠습니다.

[강초희 기자(choh@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다