라온피플

지난 포스팅에서 생성형 AI 기반 영상관제 솔루션 ‘Odin AI’를 소개해드렸는데요. 예상보다 많은 분들이 “그래서 기존 지능형 CCTV랑 뭐가 다른데?”라고 물으시더라고요.

사실 저도 처음엔 비슷한 의문이 들었습니다. ‘차원이 다르다’, ‘AI가 접목됐다’는 말은 그럴듯하게 들리지만, 막상 현장에서 실제로 어떤 차이를 체감할 수 있는지는 쉽게 와닿지 않았거든요.

그래서 이번 글에서는 추상적인 기술 설명 대신, 현장에서 실제로 느껴지는 변화를 중심으로 이야기를 풀어보려 합니다. 생성형 AI 관제가 도입되면 무엇이 달라지는지, 지금부터 우리가 경험하게 될 5가지 변화를 하나씩 살펴보겠습니다.

Ⅰ. 무작정 알람을 울리는 대신, 진짜 위급한 순간만 골라내요!

우리 주변 어디에나 있는 CCTV. 우리는 이 카메라들이 24시간 우리를 지켜보며 안전을 책임진다고 믿습니다. 하지만 냉정하게 말해 대부분의 CCTV는 그저 영상을 기록할 뿐, 그 안에서 무슨 일이 벌어지는지는 전혀 이해하지 못합니다. 누군가 쓰러져도, 위험한 상황이 발생해도 그저 묵묵히 녹화만 할 뿐이죠.

물론 ‘객체 인식’ 기술이 들어간 기존 지능형 CCTV도 있었지만 한계는 명확했습니다. 기존 딥러닝(CNN) 방식은 ‘사람이 바닥에 누워있다’는 형태는 감지할 수 있었지만, ‘왜’ 누워있는지는 알지 못했기 때문입니다. 공사 현장에서 잠시 쉬는 중인지, 바닥을 청소하는 중인지, 아니면 정말 아파서 쓰러진 것인지 구분하지 못한 채 무조건 경보를 울렸습니다. 결과적으로 잦은 오보로 인해 정작 중요한 순간에 경보를 무시하게 만드는 ‘양치기 소년’이 되기 일쑤였죠.

반면, 생성형 AI 관제는 영상의 앞뒤 흐름과 상황 맥락을 함께 이해합니다. 그래서 사람이 바닥에 누워 있는 동일한 장면이라 하더라도, 형태가 아닌 의미를 기준으로 상황을 구분해 해석할 수 있습니다.

위급 상황: 바닥에 누워 가슴을 부여잡고 통증을 느끼는 모습 → 즉시 알람 발생
일상 상황: 바닥에 누워 핸드폰을 하며 휴식을 취하는 모습 → 정상 상황(알람 제외)

이처럼 맥락을 이해하는 능력은 오탐(False Alarm)을 획기적으로 줄여 줍니다. 단순히 ‘객체’를 감지하는 수준을 넘어, 행동의 전후 맥락을 분석해 유의미한 이상 징후만을 선별하기 때문입니다. 덕분에, 관제사는 무분별한 오알람에 시선을 빼앗기지 않고, 정말 중요한 알림에만 집중할 수 있어 더욱 안정적으로 현장을 관리할 수 있습니다.

Ⅱ. 몇 시간씩 걸리던 영상 검색이 단 몇 초 만에 끝나요!

CCTV 영상 분석 업무를 해보신 분들은 아실 겁니다. 특정 장면 하나 찾겠다고 수백 시간 분량의 영상을 뒤지는 그 고통을요. 과거 CCTV 영상에서 특정 장면을 찾는 일은 엄청난 인내심을 요구하는 작업이었습니다. 기존의 영상 검색 방식은 맥락이나 의미를 이해하는 것이 아닌 ‘사람’, ‘빨간색’처럼 단순한 키워드 필터링에 의존했기 때문에, 1차 필터링을 거친 뒤에도 수천 개의 후보 영상을 담당자가 일일이 확인해야 했죠.

하지만 멀티모달 생성형 AI 관제가 등장하면서 이 고충에서 완전히 벗어날 수 있게 되었습니다. 이제는 “빨간 옷 입은 사람을 찾아줘”처럼 자연스러운 문장으로 명령하면, AI가 그 맥락을 이해하고 방대한 영상 데이터 속에서 정확히 그 장면을 찾아줍니다. 그리고 이 모든 과정이 짧게는 단 몇 초밖에 걸리지 않습니다. 실제로 한 고객사의 사례를 보면 그 효과는 더욱 명확합니다. 차량 이동 중 한달간 수집한 수 테라바이트 분량의 영상에서 핵심 장면을 추출하는 작업을 진행했는데, 과거라면 며칠 밤을 새워야 했을 이 분석 업무가, 이제는 몇 시간 안에 해결되는 일상적인 업무 수준으로 가벼워졌습니다.

더 중요한 건 시간만 줄어든 게 아니라 정확도까지 함께 높아졌다는 점입니다. 범죄 수사나 실종자 수색처럼 골든타임이 중요한 상황에서는 수십 시간을 들여 단서를 찾을 여유가 없는데요. 이제는 생성형 AI 관제로 신속한 대응이 가능해졌습니다.

Ⅲ. 현장이 바뀌어도 매번 새로 가르칠 필요가 없어요!

관제 현장에서 일하다 보면 이런 순간을 종종 겪습니다. 분명 화면에 사람이 있는데, 관제 시스템은 “대상 없음”이라고 표시합니다. 알고 보니 직원 유니폼 색이 바뀌었거나, 장비 배치가 조금 달라진 경우였습니다. 시스템이 틀렸다기 보다는, 기존의 지능형 알고리즘이 현장의 변화를 따라오지 못한 상황이었죠.

기존의 CNN 기반 지능형 관제 시스템에서는 이런 변화가 생길 때마다 불편함이 반복됐습니다. 유니폼 색상이나 새로운 장비 설치 같은 사소한 변화에도 인식 성능이 급격히 떨어져, 그때마다 데이터를 다시 수집하고 레이블링 한 뒤 재학습을 거쳐야 했죠. 그 사이 관제사는 오탐과 누락을 감수하며, “AI가 있어도 결국 사람이 더 봐야 하는” 관제를 이어가야 했습니다.

반면, 생성형 AI 기반 관제는 이 지점을 근본적으로 개선합니다. 유니폼 색이 바뀌거나 처음 보는 장비가 등장해도, 인식의 기준이 쉽게 흔들리지 않습니다. 이미 방대한 데이터를 통해 세상에 대한 일반적인 개념과 맥락을 학습하고 있어, 대부분의 경우에는 별도 재학습 없이도 대응할 수 있고, 필요한 경우에도 아주 적은 학습만으로 빠르게 보완할 수 있기 때문입니다.

그 결과, 현장의 변화가 생길 때마다 재학습을 고민하던 부담을 덜고, 현장의 변화에 유연하게 대응하는 관제 운영이 가능해졌습니다.

Ⅳ. 앞으로 일어날 위험을 미리 예측하고 예방할 수 있어요!

관제 현장에서 일하다 보면, 큰 사고는 아니지만 “이건 좀 아슬아슬한데?” 싶은 장면들을 자주 마주하게 됩니다. 교차로에서 보행자가 차량과 거의 부딪칠 뻔한 순간, 작업자가 잠깐 안전 수칙을 어기는 장면처럼 말이죠. 기존 관제 시스템에서는 실제 사고로 이어지지 않은 이런 상황들을 별다른 기록 없이 그대로 흘려보내곤 했습니다.

하지만 생성형 AI 관제는 이제 이러한 순간들을 놓치지 않고 ‘데이터’로 변환합니다. 이미 일어난 사고를 감지하는 것을 넘어, 사고로 이어질 뻔했던 ‘아차 사고(Near-miss)’까지 자동으로 포착해 기록하기 때문입니다. 이제 관제사가 수많은 영상을 일일이 되돌려 보지 않아도, AI가 선별한 위험 가능성이 높은 장면들을 손쉽게 확인 할 수 있습니다.

그 결과, 사고 위험이 언제·어디서 반복되는지에 대한 패턴과 흐름을 보다 정밀하게 파악할 수 있게 되었습니다. 이렇게 분석된 자료는 특정 구간의 신호 체계를 개선하거나 현장의 안전 기준을 보완하는 등, 사고를 사전에 차단하는 선제적 안전관리의 핵심 근거가 됩니다. 결국 사고가 발생한 뒤 대응하는 수동적 관제를 넘어, 사고가 일어나기 전에 위험을 미리 지우는 ‘예방 중심의 관제’가 가능해지는 것입니다.

Ⅴ. 채팅창 하나로 모든 관제업무를 수행할 수 있어요!

과거에는 CCTV가 탐지할 항목을 바꾸려면 보안 업체 전문가를 불러 며칠씩 기다리는 것이 당연했습니다. 하지만 이제는 사용자가 직접 프롬프트 창에 원하는 요구 사항을 텍스트로 입력하기만 하면, 즉시 탐지 모드가 변경됩니다.

“안전모를 쓰지 않은 사람을 감지해줘”라고 입력하면 그 순간부터 AI는 안전모 미착용자를 찾아내고, “펜스를 넘어가는 사람을 감지해줘”라고 요구사항을 바꾸면 즉시 그에 맞춰 작동합니다. 마치 내 말을 완벽하게 알아듣는 직장 동료처럼 말이죠. 이러한 변화는 복잡한 설정에 드는 시간과 에너지를 획기적으로 줄여주며, 관제사가 ‘상황 판단과 조치’라는 본연의 업무에 더 집중할 수 있는 환경을 만듭니다.

생성형 AI 기술을 통해 이제 사용자의 ‘의도’는 곧 시스템의 ‘명령’이 됩니다. 다시 말해, 전문가의 도움을 기다리는 대신, 현장을 가장 잘 아는 관제사가 직접 판단하고 즉시 시스템에 반영하는 능동적인 관제가 가능해진 것입니다.

마치며

결국 생성형 AI 관제의 변화는 기술이 더 똑똑해졌다는 이야기로 끝나지 않습니다. 관제의 무게 중심이 ‘시스템 설정’에서 ‘사람의 판단’으로 다시 돌아왔다는 점이 핵심입니다. 무엇을 감지할지, 어떤 상황을 위험으로 볼지, 그리고 그에 어떻게 대응할지는 이제 메뉴와 옵션이 아니라 현장을 가장 잘 아는 관제사의 언어와 의도로 정의됩니다. 생성형 AI는 그 판단을 대신하려 하기보다, 맥락을 이해하고 결정의 정확도를 높이는 가장 신뢰할 수 조력자가 되어줄 것입니다.

이처럼 무조건 많은 알람을 울리는 관제가 아니라, 정말 필요한 순간에만 정확히 개입하는 관제.
바로 저희 라온피플의 생성형AI 관제 시스템 Odin AI도 그렇게 사람과 기술의 역할을 다시 정렬하는 방향으로 끊임없이 진화하고 있습니다.

앞서 정리한 생성형 AI 관제에 대한 이야기는 아래 영상에서 더욱 자세하게 확인하실 수 있습니다. (Click↓)