① 기술의 개요

○ 9·11 테러 이후, 대중교통 인프라시설의 보안문제는 산업계에서 최상의 중요한 요소가 됨

- 비디오 보안시스템의 설치나 현재 있는 시스템의 업그레이드는 이미 적용되어야 할 보안과 안전 프로그램의 핵심 요소이며, 대중교통 시스템에의 설치는 미국 국토보안국의 승인 지원으로 가능해 왔음

- 추가적인 카메라 설치를 통한 비디오 보안 프로그램의 설치가 이 프로그램의 효과성을 담보할 것인지와는 별개로, 카메라의 데이터를 어떻게 관리할지는 별개의 문제임

○ 샌프란시스코 대중교통연합(Muni)은 자체의 보안 프로그램 업그레이드를 위해 국토보안국의 승인 자금을 사용하는 대중교통 기관 중의 하나임

- 이 기관은 최근 휴스턴과 워싱턴에 사무실을 둔 비디오 행동 인식 소프트웨어 개발회사인 BRS LABs(Behavioral Recognition Systems Inc.)사와 5년 기간의 2백만 달러 계약을 체결함

- 이 회사는 각 카메라가 감시하는 환경과 물체에 대해, 자체적으로 그것을 인식하는 행동 인식 기술을 사용하는 발전한 인공지능 소프트웨어를 개발함

- Muni와의 계약에서, 이 회사는 [AIsight]라고 불리는 소프트웨어를 12개 역, 22개 감시 카메라를 통해 설치할 예정이라고 대변인은 밝힘

- 비디오 감시 카메라의 설치는 2013년 말에 완료될 것으로 예상함

- “이 기술은 직원과 승객들이 가능한 안전하도록 보장하기 위해 우리 시스템 내에서 비정상적인 행동을 인식하는 다른 툴을 우리에게 제공할 것이다.”라고 대변인은 밝힘

② 연구개발현황

<스마트 기술>

○ “9·11 테러 이후, 비디오 감시 기술의 적용과 계획에 엄청난 수요가 있었다. 우리는 2004년 마드리드 열차 폭발 사고를 보았으며, 런던에서 발생한 사고처럼 유럽에서도 이러한 징후들이 나타나고 있다.”라고 BRS LABs사의 최고경영자인 John Frazzini씨는 밝힘

- 이 기술은 미국뿐 아니라 전 세계적으로 수요가 증가하고 있으며, 최근의 사건들 때문에, 미국은 대중교통을 위한 더 심오하고 더 강력한 보안 애플리케이션을 요구했고, 이것에는 비디오 감시 기술이 포함됨

○ 그러나 철도역과 중요한 인프라시설에 비디오 감시 카메라를 설치하는 것은 카메라 시스템이 수집하는 정보를 어떻게 처리할 것이가라는 과제를 남김

- “만약 당신이 일반적인 관점에서 이를 검토한다면 그리고 당신이 수십 만개의 감시 카메라를 가지고 있다고 하더라도, 현재는 24시간 온종일 이 카메라들을 사람이 모니터링할 메커니즘이 없는 것이 사실이다. 만약 당신이 5,000개의 카메라를 가진 카메라 시스템을 설치한다면, 이것들을 모니터링하기 위해 얼마만큼의 보안 요원을 채용해야 할 것인가?”

- 이러한 문제들이 데이터 모두를 어떻게 처리할 것인지에 대한 걱정이 기관들의 중요한 해결과제로 떠올랐다고 John Frazzini씨는 밝힘

○ “우리는 이 문제를 해결했다. 우리는 바로 인공지능 프레임워크를 통해 세계 각지에서 사용되고 있는 카메라 시스템에 의해 수집되는 비디오 감시 데이터를 분석하는 기술을 개발하게 되었다.”

- 이 소프트웨어는 카메라들에 의해 수집되는 정보를 프로세싱하며, John Frazzini씨에 의하면 이것은 비디오 감시시스템의 눈알이라고 불리는 것이며 이 회사는 두뇌를 제공함

<시스템 경보>

○ 시스템이 작동하는 것을 요약하면,

일단 비디오 카메라 내에 이 시스템이 설치되면, 각 카메라의 시야를 처음으로 이해하는데 몇 주간이 소요되며 이를 통해, 시간에 따른 사물을 관측하게 됨

- “만약 당신이 최초 15분 이내에 비디오 감시 카메라를 보게 되면, 당신은 그것이 정상인지 비정상인지를 결정하기 어렵다. 왜냐하면, 당신은 그것을 모르기 때문이다. 어느 금요일 오후 3시에 일어나는 일은 어느 일요일 오전 9시에 발생하는 것과 다르다. 이 시스템은 시각 영역에 대한 인식과 이해를 위해 몇 주간이 소요된다. ”

○ 시스템이 최초의 인식을 획득한 이후에, 메모리 세트를 만들고 만약 시스템이 기존의 패턴과는 다른 활동을 검지하면, 5초 또는 10초 단위로 경보를 울리고 그다음, 이 비디오 클립은 추가적인 시각적 검토를 위해 고객들에게 지시와 제어시스템을 통해 현시됨

- “우리가 개발한 시스템은 운영자에게 필요한 대응이 무엇인지를 결정할 수 있는 비디오 감시 지능을 생산한다. ‘라고 John Frazzini씨는 밝힘

○ 소프트웨어 배후의 과학은 매우 복잡하지만, 사용은 매우 쉽기 때문에 운영자들은 기존의 카메라 환경에 플러그-인하기만 하면 되고 이 시스템은 즉시 데이터를 분석하여 자체 학습을 시작함

- 몇 주 이후에, 경보는 유튜브 환경과 비슷한 포맷으로 현시 되고, 운영자는 비디오 클립을 클릭만 하고 반응이 무엇인지를 결정하면 됨

- 비디오 클립은 다른 비디오 클립처럼 스마트폰이나 이메일로 전송할 수 있음

○ 또한, 이 소프트웨어는 카메라 유지보수를 감소시키는데, 예를 들어, 만약 카메라가 꺼지거나 부서지거나 이동된다면, 시스템은 운영자에게 경보를 울리고 각 카메라의 핵심적인 감시 영역이 변화되도록 함

- “우리는 시스템 상태에 대해 체크를 할 필요가 없는, 이러한 넓고 광대한 비디오 감시 네트워크상의 유지보수 프로세스를 자동화시켰다. 이것은 우리의 시스템을 사용하면 얻게 되는 부가적인 혜택이다. 이 기술이 제공하는 관련된 편익은, 무엇인가 정상적이지 않은 일이 발생할 때를 식별하는 소프트웨어의 능력을 사용하여, 단지 카메라 인프라시설을 사용하는 것만으로도 시간과 에너지 그리고 자원을 절감하는 것이다.”

③ 활용분야 및 향후전망

<추가적인 혜택>

○ 이렇게 대중교통 운영기관에 국토보안국의 자금을 지원하는 배후 추동력은 분명히 연속적인 테러의 위협이며, 이 기술은 그것과 함께 부가적인 혜택도 제공한다고 John Frazzini씨는 밝힘

- “테러리즘의 위협을 넘어 우리가 보고 잇는 것은, 범죄로부터 보안을 향상시키는 실질적인 능력을 제공하는 것이다. ‘라고 그는 설명함

- 이 소프트웨어 시스템은 테러 활동이 되지 않을 수도 있는 잠재적인 범죄 활동을 식별하거나 알아채는 범죄 사전 검지 장치의 기능도 포함된다고 그는 밝힘

○ 이 시스템의 설치로 말미암은 추가적인 혜택은 안전 측면인데,

“우리가 개발한 시스템은 다양한 안전상의 위협이 우리 고객들을 위협하는 지역을 식별할 수 있음이 증명되었다. 이것에는 예를 들어, 자신을 위험에 노출하거나 교통 환경을 위험에 노출하는 직원들의 위험스러운 행동 검지가 포함된다. 이것은 그들에게 엄청난 가치를 지닌다.”라고 John Frazzini씨는 말함

- 이것은 비록 잠재적인 테러 공격이 아니더라도, 이러한 문제는 안전 관점에서 작업환경 내에서 발생가능성이 크다고 그는 밝힘

- 그의 지적에 의하면, 이 시스템은 시스템이 관찰하는 사람들의 마음을 읽는 것이 아니라,

“이 시스템은 개인 인식 정보를 수집하는 것이 아니라 행동 그 자체만을 본다. 그것은 자동차나 동물 또는 환경적 활동이 될 수도 있으며 나무일 수도 있다. 그것은 우리가 인식하는 것처럼 사람일 수도 있지만, 우리 시스템은 얼굴 정보와 같은 개인정보를 수집하는 것은 아니다.”라고 그는 강조함

<증가하는 트렌드>

○ 샌프란시스코만이 비디오 감시 운영의 선진적인 계획을 세운 것은 아님

- “우리 시스템에 대한 다양한 형태의 설치나 계획 단계를 가진 수십 개의 미국 도시가 존재하며, 이것은 산업계 내의 구조적인 변화이다.”라고 John Frazzini씨는 말함

- 대중교통시스템을 넘어서, BRS LABs사의 소프트웨어 시스템은 정보국, 미국 국방분야 그리고 매우 핵심적인 인프라시설 환경이라고 간주되는 지리적 위치 또는 보안 감시가 매우 필요한 장소 등과 같은 다른 지역에도 설치되고 있음

○ 머지않은 미래에, 이 인프라시설들과 인공지능이 연결되지 않은 비디오 감시 시스템이 설치되어 있다는 소식을 들을 수 있는 날이 머지않을 것임

- “오늘날, 이 기술은 이머징 트렌드이지만, 열차는 역을 떠났다. 비디오 감시 시스템의 능숙한 운영자는 이 기술이 현재 존재하며 더 광범위하게 적용되고 있음을 인지하고 있다.”라고 그는 밝힘

- John Frazzini씨는 이 소프트웨어 시스템이 비정상적인 활동의 조기경보 이외에도 다른 분야에 상용화될 수 있을 것으로 보고 있는데, 그 이유는 최종 사용자의 요구에 따라, BRS LABs사는 검토하고 조사하는 능력을 개발하는 중이기 때문임

- 모든 시간에 걸쳐 수집된 모든 지능은 사용자들이 광범위한 비디오 감시 분석을 수행할 수 있게 할 것임.