오경보 문제, 획기적으로 개선한다

>>>경보 검증

알람 모니터링 산업은 각종 위험으로부터의 보호를 위해 꾸준히 성장해 왔다. 지능형 센서는 이러한 시장의 요구를 충족시키기 위해 증가해 왔으며, 디지털 다이얼 장치는 센서 정보를 경찰서, 소방서 등 관계기관에 알릴 수 있도록 중앙감시 시스템을 이용하기도 했다.

하지만, 어떤 지역 내에서 무슨 일이 일어나는지 볼 수 없으면, 그 경보가 진짜인지 어떻게 알겠는가? 일례로, 역사에 설치된 95% 이상의 경보음이 지역경찰과 소방서들에게 잘못 전달된 오경보이다. 이렇듯 매년 증가하는 오경보 피해를 줄이기 위해 관련법이 제정되기도 하는 등 많은 추가비용이 소요되기도 한다.

그러나 영상분석기능을 활용할 경우 관제센터에 의해 쉽게 모니터링이 가능해 경보 가운데 잘못된 경우를 구분해낼 수 있다. 오늘날의 영상 시스템은 자동적으로 담뱃불과 화재를 인식하고, 정말로 사람이 센서를 눌렀는지 판단하며, 누가 그랬는지 인식한다. 이것은 단지 시작에 불과하다.

영상분석기를 통해 자동적으로 검증될 수 없는 경보 센서는 거의 없다. 유리 파손 발견, 문의 열림과 닫힘, 모션 센서, 화재와 담뱃불 경보, 그리고 무엇이 일어나고 누가 그러는지에 대한 정보를 정확히 확인할 수 있어 가치 있는 추가 정보를 제공할 수 있다. 카메라 가격이 급격히 떨어져 영상분석기능이 모든 경보 시스템의 한 부분이 되지 못한다는 게 단지 문제라면 문제다.

CCTV 시스템에서의 6가지 오경보 유형

CCTV 시스템은 조명의 변화 등에 의한 오경보에 시달리는데, 다른 물체들 속에서 흔들리는 나무나 물결 같은 것이 그 원인이다. 그러나 지능형 감시 시스템에서의 영상분석 기능을 활용해 이러한 오경보 문제를 획기적으로 개선시킬 수 있다. CCTV 시스템에서 오경보가 발생하는 유형은 크게 6가지로 구분될 수 있다.

<글: 권 준 기자 / Doug Marman(VideoIQ 사의 CTO)>

[월간 시큐리티월드 통권 제130호(info@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