당신 회사의 보안 시스템 지능지수는 얼마나 될까?

What is the IQ Rating of Your Security System?

인간의 지능을 측정하는 것은 표준화된 시스템에 근거를 두고 있다. 평균적으로 개인의 지능지수는 100인데, 그 이유는 인구 중 50%는 100보다 높고, 다른 반은 그보다 낮다는 것을 의미하기 때문이다. 이와 유사한 측정 시스템을 ‘지능형’ 보안 제품들을 대상으로 사용할 수 있다.

이 글을 읽는 여러분들이라면 누구나 한번쯤 자기의 보안 시스템이 얼마나 똑똑할까라는 의문을 가져본 적이 있을 것이다. 지능형 보안 시스템에 관한 연구발표에 따르면, 2대의 모니터를 감시하는 운영자는 10분 후에는 움직임의 45%, 22분 후에는 95%를 잊어버린다고 한다.

이것은 비교적 텅 빈 화면들을 대상으로 조사한 결과인데, 만약 복잡한 장면을 대상으로 조사하면 화면의 내용을 잊어버리는 데 더 적은 시간이 걸릴 수 있다. 수백 대, 어떤 경우에는 수천 대의 화면을 감시하는 운영자가 어떤 쓸만한 단서나 중요한 사안을 관찰할 가능성이 얼마나 되겠는가?

그러므로 보안이 필요한 기업들은 카메라 구입과 관제실 구축에 투자하는 상당한 비용이 실제 효과를 거두지 못하고 있다는 것을 인식하고 있다. 일례로, 감시용으로 설치된 DVR은 사건이 발생한 후에는 쓸모가 있지만 사고를 예방하는 점에서는 별로 가치가 없다.

그러므로 보안 시스템을 구축해서 그 가치를 얻고자 하는 기업들은 사건이 일어났을 경우, 운영자에게 이 사실이 통보되는 것 등과 같은 ‘지능’이 필요하다는 사실을 점점 더 많이 인식하게 됐다. 일례로, 보안 시스템은 235번 카메라에서 어떤 사람이 쓰러졌다든지, 혹은 650번 카메라에서 가방이 버려졌다는 등과 같은 사실을 운영자에게 통보해줄 수 있어야 한다.

이제 보안기능을 빈틈없이 사용하는 사용자들은 지능이 없이는 그들의 보안장비에 투자한 비용을 충분히 활용할 수 없고, 최악의 경우에는 쓸모가 없다는 것을 인지하고 있기 때문에 향후 지능형 감시 시스템 관련 산업은 크게 성장할 것으로 전망된다.

한편 이런 가운데, 기존에 단순히 데이터베이스에 접근하는 것 이상의 그 무엇도 제공하지 않는 공급자들은 사용자들에게 마치 자기들의 시스템이 지능을 제공하는 것으로 홍보하고 있어, 사용자들을 심각한 혼란에 빠뜨리는 경우도 있다. 이에 지능형 감시 솔루션을 공급하고 있는 iOmniscient Corp.사에서도 기존의 공급업체들과 어떻게 차별화해서 지능을 제공한다고 사용자들에게 설명할 것인가에 대해서는 똑같은 문제점을 갖고 있었다.

당사는 그간 많은 대학교에서 실험을 거쳤고, 상용 제품과 관련해서 고도의 지능을 지닌 제품들과 단순한 프로그래밍으로 제조된 간단한 제품들을 동시에 보유하고 있었기 때문에 지능형 감시 범위내의 기능에 따라 지능형 시스템 등급을 만들 수 있게 되었다.

지능형 기술의 분류

우선, 지능형 기술에는 감지기능과 관련된 것, 확인기능과 관련된 것 등과 같이 2가지 주요한 종류가 있다. 감지기능은 장면을 관찰하고 장면에서 무엇이 일어나고 있는지를 파악하는 것(어떤 사람이 담장을 넘어간 것 등)이고, 확인기능은 그 사람의 신원을 파악하는 것(담장을 넘어간 사람이 잭 스미스라는 것을 아는 것)을 각각 말한다. 여기서 감지기능과 확인기능은 모두 사람보다는 물체에 사용될 수 있음에 유의해야 한다. 일례로, 확인기능은 차량의 번호판 확인 시스템을 자동차까지 확대해서 적용할 수 있다.

감지기술

인간의 뇌를 모방한 엄청난 복잡성과 관련된 그런 알고리즘은 높은 지능을 요구하는 것으로 분류된 반면, 실행이 간단한 다른 기술들은 낮은 지능등급을 가진 것으로 간주할 수 있다. 따라서 제품들은 60에서 180의 지능을 가진 것으로 측정할 수가 있다. 누구나 쉽게 예상할 수 있지만, 현재 시장에 출시되고 있는 제품들은 낮은 지능을 제공하는 시스템 공급자들이 많이 있는 편이다. 지능 측정이 늘어날수록, 출시된 제품의 수는 줄어들게 된다.

가장 낮은 레벨에서 측정된 알고리즘은 비디오 모션 디텍션(VMD)에 기반을 두고 있다. 가장 간단한 형태의 VMD는 한 이미지상의 픽셀을 다음 이미지와 비교하는 것으로 이루어지는데, 차이점이 있다면 화면 내의 변화는 보통 움직임으로 해석된다.

이 같은 시스템의 지능은 60으로 측정되고 광범위하게 사용되지만, 그 지능지수가 의미하듯 경고오류를 발생할 가능성이 높은 별 가치가 없는 제품들임을 의미하게 된다. 모든 변화가 움직임에 기인하는 것은 아니다. 빛의 변화, 수면의 반사, 그림자나 다른 변화의 주체는 픽셀상의 변화를 야기하고 이것은 단지, 자신이 공급하고 있는 시스템이 지능형이라고 주장하는 사람들에게만 유용하게 작용한다.

다음의 정교함 단계에서는, 시스템이 이미지 간의 픽셀 변화를 ‘얼룩’으로 그룹화하도록 설정할 수 있고, 그 후에 화면상에 나타난 얼룩의 움직임을 추적할 수 있다(지능지수 : 100). 얼룩의 특징(크기와 모양 등) 또한 분석되고 시스템은 사람과 작은 동물, 자동차와 트럭 등을 구별할 수 있는데, 심지어 동일한 지능수준에서도 기술적으로 다양한 기능이 나타날 수 있다.

복잡하지 않고 빈 화면에서 한 개인을 추적하는 것은 꽤 간단한 일이다. 하지만 화면이 복잡해지고, 사람이 많아지면 알고리즘은 그룹으로 뭉쳐지고, 나눠지는 얼룩에 대처할 수 있어야 한다. 붐비는 장면 속에서 특정한 사람을 추적하는 것은 매운 복잡한 일이고 이런 등급을 지닌 기술을 공급하고 있는 회사들도 모두 그런 장면들에 효과적으로 대처할 수 있는 것은 아니다.

이 같은 수준의 기술을 사용하면, 언제 얼룩이 나뉘어졌는지, 기존 얼룩이 어디에 그대로 남아있는지 등과 연관해서 상대적으로 빈 화면 속에서 남은 물체를 감지하는 것도 가능해진다.

다음 수준의 기능(지능지수 : 110)은 추적한 항목(편의상 사람이라고 분류)을 분명하게 파악하고 정확하게 숫자를 셀 수 있는 기능과 관련된다. 지능지수가 100이라면 시스템 공급업체들은 얼마나 숫자를 잘 파악하느냐에 따라 광범위하게 편차를 보일 수 있다. 하지만, 그 기능은 뭉치고 갈라지는 얼룩에 대처하는 기능에 따라 달라져야 하며, 이것은 설정된 양질의 알고리즘에 따라 매우 정확한 것이 될 수 있다.

일단 얼룩을 추적하고, 숫자를 파악하면 그 다음 단계의 정교함은 그 얼룩이 무엇을 하고 있는지를 파악하는 것이다. 이것이 행위분석(지능지수 : 115)이다. 이 단계의 기술로는 ‘어슬렁거림’, ‘달리기’, ‘미끄러짐’, ‘넘어짐’ 등을 감지할 수 있다. 이 같은 행위는 문화에 의존하게 되므로 모든 행위들을 시스템이 감지하기란 쉽지가 않다.

예를 들어,‘다툼’을 감지하도록 설계된 시스템을 관찰했는데, 이 시스템은 영국에서는 잘 작동했지만, 이태리에서는 완전히 실패했다. 그 이유는 정렬적인 이태리인 두 사람이 오랜만에 만나서 포옹한 것을 이 시스템이 ‘다툼’으로 오해했기 때문이다. 따라서 이런 단계에서, 포괄적인 행위 감지 알고리즘을 제공할 수 있는 업체수는 극소수에 불과하다.

지능지수가 120에 가까워질수록 기술은 개인을 감지, 관찰하는 것에서 복잡한 상황하에서 시스템을 운영하는 것으로 옮겨지게 된다. 이 단계에서의 군중관리는 일정한 시각에 매우 붐비는 장면(게이트를 통과하는 사람의 숫자를 세는 것과 대립) 내에서 얼마나 많은 사람들이 있는지를 파악하는 기능을 제공할 수 있다.

마지막으로 지능지수가 140에 이르면 복잡한 장면 속에서 버려진 물체(혹은 치운 물체)를 감지할 수 있다. 이것은 수하물을 찾아가지 않고 내버려두는 일이 발생하는 공항이나 물품이 도난당할 수도 있는 미술관이나 창고 등에 유용하다. 그런 시스템은 매우 오랜 동안 감시시간에 대처해야 한다(만약 감지시간이 너무 적으면 승객들이 가방을 자주 내려놓아야 하는 성가신 경고음을 수천 번씩 들을 수도 있음). 그리고 장시간 감지하는 시스템은 심각하게 어두운 상황(통행인으로 인해 장시간 동안 대상이 불분명해지는 장소)에도 잘 대처해야 한다.

마지막으로 지능지수가 180인 시스템은 지능지수가 140인 시스템이 제공하는 모든 기능을 제공할 수 있으면서도 물체가 작고, 사람과 거의 대조가 되지 않아 눈에 보이지 않을 정도의 물체도 감지할 수 있어야 한다. 시스템은 종종 한 가지 또는 다른 여러 가지 감시기능을 카메라의 화면에서 수행하는데, 이 모든 기능을 동시에 수행하게 되면 지능지수가 무한대인 것으로 규정된다.

인식 : 감지기능 그 이상까지

카메라의 장면 내에서 물체를 감지했다면, 다음 단계는 그것이 무엇인지 파악하는 것이다. 가장 간단한 수준에서는 크기나 외관에 따라 사람, 동물, 차량 등을 구별해낼 수 있다. 이 영역은 비슷한 크기와 형태의 두 물체를 구별해야 할 필요가 있을 때는 더 복잡해진다. 이를 위해 기존의 접근방법으로는 Neural Network를 사용했다.

여기에는 기본적으로 물체가 보여진 기존의 다수 사례를 살펴보게 되고 그 다음에는 이를 대조해보게 된다. 예를 들면, 화면에 포착된 개 한 마리를 인식하고 싶다면, 서로 다른 각도에서 수천(혹은 수만) 마리의 개 이미지를 시스템에 공급해서, 데이터베이스 내에서 어떤 개의 이미지가 비슷한 것으로 나타나는지, 또 그 개와 맞는 것이 있을 경우에만 비로서 그것이 개라는 것을 알게 된다.

Neural Network는 단순히 대조작업에는 효과적이지만, 복잡한 대조작업을 위해서는 엄청난 양의 계산력과 저장공간이 필요하다. 이 작업은 우리들의 기억에 근거해서 개는 어떻게 생겨야 하는지를 기억해내기 위한 노력으로, 메모리 어프로치라고 부른다. 이에 대한 접근법은 기억보다는 논리를 활용하는 것과 연관이 있다.

위와 같은 사례를 예로 들면, 꼬리를 흔들고, 귀가 펄럭이고, 혹은 움직이거나 행동하는 방식 등과 같은 특징을 이용해서 그 물체를 개라고 말할 수 있다. 논리를 활용하는 이런 접근법은 아주 강력한 방법인데, 계산력이나 저장공간을 거의 차지하지 않는 장점이 있다.

게다가, 이것은 인간의 실제적인 사고를 흉내내기 때문에, 인간이 특정한 물체를 인식하기 위해 사용하는 원리들을 활용할 수 있다. 이 같은 기술은 다양한 단계를 지닌 지능형 제품들의 성능을 향상시키기 위해 사용된다.

예를 들면, 지능지수가 140으로 공항에 설치된 시스템을 통해 사용자는 버려진 수하물을 감지하고 싶어한다고 하자. 이럴 경우, 지능형 시스템은 버려진 물체만 감지하는 것이 아니라 가방과 카트까지 구별해내야 하며, 게다가 그 카트가 빈 것인지 짐이 실린 것인지도 말해줄 수 있어야 한다.

모든 시스템이 갖추어야 할 일반적인 기능

지능수준과는 무관하게 모든 시스템들은 일정한 핵심 기능을 갖추어야 한다. 이런 몇몇 특징은 구조적인 것이지만, 어떤 것들은 특별한 지능수준을 요하기도 한다. 구조적 기능에는 개방성(모든 카메라로부터 입력을 받는 기능, 모든 비디오 녹화 시스템을 통해 컴퓨터와 인터페이스상에서 작동되는), 측정성(단일 카메라에서 수천 대의 카메라로 증대되는 기능), 그리고 분배기능(네트워크내에서 지능형 장치를 중앙이나 원격에 위치시킬 수 있는 기능) 등이 포함된다.

지능형 시스템의 기능에는 빛의 변화, 수면의 반사나 그림자 등과 같이 침입과는 무관한 요인들로 인해 오경보 발령을 피하는 기능, 원근법을 이해하는 기능, 그리고 모든 카메라가 제대로 관찰하고 작동되고 있는지를 파악하는 기능 등이 포함된다. 지능적인 시스템과 그렇지 못한 시스템을 구별하는 매우 중요하고 일반적인 특징은 ‘이벤트 점프’ 기능이다.

대부분의 시스템들은 ‘사전경보’ 시간을 설정하면, 경보가 발하기 이전 구간으로 돌아가는 기능을 갖추고 있다. 하지만 붐비는 공항을 관찰하다가 10개의 의심스런 가방을 발견했다면 어떻게 할 것인가? 이때 이벤트 점프 기능을 사용하면 사용자는 이중 어떤 가방에도 초점을 맞출 수 있고, 단 한 번의 클릭으로 그것이 언제 누구에 의해 들어왔는지 볼 수가 있게 된다.

신원확인기술

오늘날 비디오 기반 신원확인기술은 2가지로 구분되는데, 사람을 확인하는 것에 초점을 맞춘 것과, 차량 같은 물체를 확인하는 데 초점을 맞춘 것이 있다. 사람을 확인하기 위해 사용되는 안면인식 기술은 근래 사용된 것으로 이 같은 1:1 확인기술은 아주 광범위에 걸쳐 활용이 가능한데, 특히 그 사람이 여권의 사진과 일치하는지를 확인하는데도 사용할 수 있다.

흥미로운 일이지만, 한 사람이 여권을 오랜 시간 동안 살펴보는 일을 반복적으로 하게 되면 생산성이 크게 떨어지는 단점이 있기 때문에 이를 개선하기 위해 1:N 환경에서 사람을 확인하는 것에 초점을 맞춘 것이 바로 신원확인기술이다.

그렇게 함으로써 붐비는 장면 내에서 다수의 테러 용의자들을 인식하는 시도를 할 수 있지만, 불행하게도 아직까지 N:N 확인 시스템은 아직 충분히 정확한 것으로는 입증되지 못하고 있다. 차량확인 시스템은 번호판을 판독할 수 있는데, 더욱 정교한 시스템은 엠블렘이나 그릴에 근거해 차량의 제조사나 모델까지도 감지할 수 있으며, 최고의 정확도를 높이기 위해서는 통계 모델을 활용해서 다수의 이미지들을 활용할 수도 있다.

감지와 확인기능의 통합

기존의 감지와 확인기능은 다른 장소에 놓인 다른 유형의 카메라가 필요했는데, 특히 확인기능에는 물체에 대한 클로즈업 확인창이 필요했다. 감지기능은 물체가 주변 상황과 환경속에서도 볼 수 있게 원거리 확인창이 필요하다. 가장 최근에 개선된 것은 동일한 카메라로 감지와 확인을 수행하는 것과 관련된 것이다.

당신의 시스템은 어느 정도의 지능을 가지고 있는가?

사용자들은 그들의 시스템이 어떤 기능을 발휘해야 하는지 자문해 볼 필요가 있다. 당신은 사용자로서 사건이 일어난 후 피해상황을 살펴보는 것에만 유용한 시스템에 만족하는가 아니면 재난을 미리 알 수 있도록 도움을 줄 수 있는 시스템을 선호하는가? 어떤 유형의 사건들이 당신에게 중요한 것인가?

당신이 가진 시스템이 이런 사건들을 사전에 보호하는 데 도움을 주는 것인지, 아니면 최악의 경우 사건이 일어나면 즉시 알려줄 수 있는 것인지 살펴볼 필요가 있다. 그럴 경우, 앞에서 설명한 지능등급 시스템은 당신의 시스템이 갖추고 있거나 필요로 하는 지능의 수준을 파악하는데 도움을 줄 것이다.

* iOmniscient Corp.은 사람들이 많이 붐비는 공항 등과 같은 환경에서 Non Motion Detection이 가능한 기술과 관련해서 국제특허를 보유하고 있다. 그러므로, 이와 유사한 수준과 상기 기술들은 iOmniscient Corp.이나 라이센스를 통해서만 사용이 가능하다.

<글: Dr. Rustom Kanga, CEO, iOmniscient Corp.>

[월간 시큐리티월드 통권 제129호(info@boannews.com)]

우리나라 정보보호 수준 향상을 위해 이재명 정부에게 가장 바라는 점은 무엇인가요?
	ISMS 등 보안 인증 제도 실효성 개선
	AI 보안, 양자보안 등 보안 기술 연구개발 지원 확대
	중소 기업 보안 지원 확대
	기업 보안 예산 비율 의무화
	국가 정보보호 거버넌스 체계 정비
	기타(댓글로)