인공지능, 범죄 및 안전 분야에서 어떻게 활용될까? (Tip. 오픈 데이터셋 소개)

⏳7min

안녕하세요, 인공지능과 마케팅에 대해 기고하고 있는 그린입니다. 최근 인공지능 기술이 엄청나게 발전하며, 상상 속에만 있던 기술들이 현실이 되어가고 있습니다. 그중에서도 일상생활과 가장 밀접한 안전 분야에 인공지능을 활용하는 것이 점점 더 주목을 받고 있습니다. 범죄 및 안전 관련 분야는 소중한 생명과 직결되어 있기 때문에, 현장을 꼼꼼히 모니터링하고 관리하여 위험 요소를 사전에 예방하고, 사고를 최소화하는 게 중요합니다. 이런 상황에서 인공지능(AI)이 큰 역할을 할 수 있습니다. 앞으로 안전 산업에서 인공지능의 활약상이 더욱 커질 것으로 기대됩니다. 이런 측면에서, 이번 스토리에서는 범죄 및 안전 분야에서의 인공지능 활용 사례를 소개하고자 합니다. 그럼 시작하겠습니다!

1. 소방관의 눈이 되어 산불을 감시하는 인공지능

현재 안전 관리 분야에서 가장 많이 활용되고 있는 AI 기술을 꼽는다면, 단언컨대 ‘영상 인식’의 Vision(비전) AI 분야라고 할 수 있습니다. 비전 AI 기술은 머신러닝 혹은 딥러닝 알고리즘을 통해 영상 내 정보를 인식하고 분석하는 기술인데요. 영상 속의 사람과 물체 등의 다양한 객체를 실시간으로 인식하여 해당 상황이 어떤 상황인지의 여부를 판단할 수 있습니다.

(시범철탑에 설치된 산불감시용 cctv(노란색 원 안쪽) 및 확대 이미지)

이러한 비전 AI를 활용한 사례 중 하나가 바로 ‘산불 감시’인데요. 작년부터 한국전력(한전)이 철탑에 CCTV를 설치하여 산불을 예방하고 있습니다. 산불 또는 산사태의 징후를 감지할 수 있는 이 '지능형 재해·환경 모니터링 시스템'은 AI 기술을 통해 CCTV에 촬영되는 영상을 자체적으로 인식 분석하여 산불, 산사태 등 재해 상황 발생 시 한전과 관계기관에 자동으로 알려주는 시스템으로, 산불 감시 기능과 함께 멸종위기종 등 생태계 모니터링 및 산사태 징후 감지 기능도 갖추고 있어 산불예방과 환경보전에 큰 도움이 될 것으로 기대되고 있습니다.

(모니터링 시스템에서 인식한 모의 화재(감시 대상을 빨간색 네모로 표시))

조금 더 자세히 살펴보면, 본 시스템은 자체 개발한 AI 알고리즘의 영상 식별 기능으로 산불을 인식하는데요. 위 사진은 모니터링 시스템에서 인식한 모의 화재 상황으로, ‘사진 속 객체(object)가 fire(불) 일 확률이 0.86이다’라고 판단하는 것입니다. 본 시스템에서 취득하는 실시간 화상정보 및 재해경보를 산림청, 환경청, 지자체 등 관계기관과 공유하여 적극적으로 산불 피해 예방 및 환경 보전에 앞장선다고 합니다.

(출처: CNN News)

인공지능을 활용해 산불의 재난 상황을 모니터링하는 정부 사례는 해외에서도 찾아볼 수 있습니다. 그 사례로, 미국의 캘리포니아주도 인공지능을 활용해 산불을 모니터링하고 피해를 사전 예방하는 프로그램을 운영 중입니다. 샌디에이고 캘리포니아 대학의 Alert California 프로그램 및 주 전역에 걸쳐 1,000대 이상의 카메라 네트워크와 협력하여 이 기술을 사용하여 화재를 조기에 발견하고 있다고 하는데요, 모니터링 사이트는 모두에게 공개되어 있으니 살펴보아도 좋을 것 같습니다.

 (사진: Cal Fire 실시간 모니터링 화면)

담당자에 따르면, 상황을 빠르게 인식하고 대응할 수 있는 능력을 향상시켰다고 하는데요. 특히 화재를 초기 단계에서 작게 유지할 수 있고, 신고가 쉽지 않은 밤 시간대에도 손쉽게 진압할 수 있게 되었습니다. 중요한 것은 인공지능 모델이 실제 화재로 인한 연기와 안개나 먼지처럼 무해한 것 (False Alarm)을 구분할 수 있도록 모델을 지속적으로 학습하는 것인데요. 한전의 '지능형 재해·환경 모니터링 시스템'도 총 13만 장의 관련 이미지 딥러닝을 통해 산불 연기처럼 보일 수 있는 구름, 야간의 자동차 헤드라이트 등 유사 이미지를 구분할 수 있는 능력을 갖추었다고 합니다. 방대한 이미지로 사전학습한 것과 실제로 사람이 관리 관찰하며 모델에게 정정해 준다면 인공지능 모델의 성능은 지속적으로 높아지게 되는 것이죠.

통신타워 위 산불 탐지 카메라 (출처:CNN News)

이러한 사례는 비용 측면에서는 얼마나 이점이 있을까요? 다시 우리나라 사례로 돌아오면, 한전의 시스템은 산림청 등 유관기관과 데이터를 연계함으로써 산불로 인한 인명 피해와 재산 피해, 더 나아가 물론 송전선로 소손에 따른 대규모 정전 가능성을 비용 효율적으로 예방할 수 있습니다. 보도자료에 따르면 기존 산불 관제 CCTV 구축 대비 50% 이상의 투자비 절감 효과가 있으며, AI 기반 지능형 산불 감시를 통해 약 99%의 탐지 정확도를 보인다고 합니다.

인공지능의 도입으로 ‘모래사장 속 바늘 찾기’였던 과정이 대폭 줄어들고, 인공지능이 탐지한 이상 현상에만 집중하면 되기 때문에 시간과 비용을 절감할 수 있게 되었지만 인공지능만이 정답은 아닙니다. 가령 산불 탐지 카메라들은 위 사진과 같은 통신 타워에 설치되게 되는데, 이 타워가 벼락을 맞아 전력이 끊어질 수도 있으므로 인간의 개입은 반드시 필요하기 때문이죠. 해당 도메인을 잘 알고, 적용된 인공지능 기술을 잘 아는 전문가와의 협력이 중요하다고 볼 수 있겠습니다.

2. 범죄 상황까지 탐지하는 인공지능 CCTV

한 남성이 집 울타리를 넘는 모습을 집 근처 지능형 CCTV가 포착해 관제사에 바로 신고하여, 단독 주택에 혼자 살고 있는 80대 할머니가 사고를 피한 사례가 있다고 합니다. 이것이 어떻게 가능했을까요? 앞서 소개한 산불 감지 목적의 Vision 인공지능 사례와 유사하게, 인공지능을 활용해 사회를 더욱 안전하게 만든 또 다른 사례를 소개하고자 합니다. 바로 범죄 상황까지 탐지하는 ‘지능형 CCTV’ 도입 정부 사례인데요. ‘지능형 CCTV’는 배회, 쓰러짐, 폭행 등의 객체의 움직임을 감지하는 인공지능 기술을 이용해 위험‧위급상황 발생 시 관제센터로 영상이 자동 전송되는 시스템입니다. 영상은 112 또는 119 상황실로 상황이 동시 전송돼 신속한 대응이 가능해집니다.

과학기술정보통신부 장관은 “과거에는 실종자를 수색하거나 용의자를 검거하는 데 경찰력의 한계가 있어 어려움이 따랐다”면서 “현재는 인간의 인지·탐지 능력을 보완할 수 있는 다양한 디지털 기술과 장비가 수사력을 높이는 데 기여하고 있다”라고 밝혔습니다.

올해 1월 서울시가 발표한 자료에 따르면 시내 실외 지능형 방범 CCTV 보급률은 현재 약 27%이며 앞으로도 지능형 CCTV를 추가 설치하여 공원 또는 등산로를 비롯한 시내 무차별 범죄를 막을 계획이라고 합니다. 한편 보안업계에서는 지능형 CCTV가 곳곳에 보급되더라도, 제대로 작동하기 위해서는 사전 데이터 확보가 관건이라고 하는데요, 업계 관계자는 ‘매번 폭력 형태가 다양해지는 만큼 다양한 영상 데이터를 학습해 탐지 능력을 키워야 한다’고 말했다고 합니다. 인공지능 알고리즘을 개발하는 것 외에도 데이터를 지속적으로 수집하고 학습하여 모델을 고도화하는 것이 중요합니다.

3. 더 나은 사회를 위한 인공지능 모델을 개발하고 싶다면? 오픈 데이터셋 똑똑하게 활용하기

이처럼, 인공지능 기술은 더욱 안전한 일상을 위해 다방면으로 사용될 수 있는데요. 이러한 위험 요소를 분석하고 범죄, 사고를 사전에 예방할 수 있는 모델을 개발하고 싶다면 어떻게 해야 할까요? 앞서 소개한 사례처럼 모델을 개발하는 것뿐만 아니라 데이터를 지속적으로 수집하고 학습하여 모델을 고도화하는 것이 중요합니다. 이를 위해 사용할 수 있는 공개 데이터셋이 있어 간단히 소개하고자 합니다.

(출처: AI Hub)

먼저, AI Hub입니다. AI 허브는 AI 기술 및 제품·서비스 개발에 필요한 AI 인프라(AI 데이터, AI SW API, 컴퓨팅 자원)를 지원함으로써 누구나 활용하고 참여하는 AI 통합 플랫폼인데요, 데이터의 경우 지능정보산업 인프라 조성 사업으로 추진한 AI 학습용 데이터(14개 분야)와 국내외 기관/기업에서 보유한 AI 학습용 데이터가 공개되어 있습니다. 정부에서 운영하는 데이터이기 때문에 신청을 하면 손쉽게 고품질의 데이터를 받아 이용할 수 있습니다.

(출처: AI Hub)

AI 허브에 공개된 데이터셋을 사례로 소개한다면, 공항 이상행동 CCTV 영상 데이터셋이 있는데요. 공항 출입국관리 구역 내에서 발생할 수 있는 다수의 움직이는 사람의 신원을 자동으로 식별하고, 위험 상황을 실시간으로 탐지하는 인공지능 모델 개발에 쓰일 수 있습니다. 특히 CCTV 데이터의 경우 개인정보보호법과 CCTV 설치 및 운영 규정, 공공기관 CCTV 관리 가이드라인 등에 의거해 정부·공공 주도하에 공개 가능한 데이터셋이 중요한 상황인데, 실제 공항 내 CCTV 환경과 유사한 데이터, 특정 구역 내 발생 빈도가 높은 데이터, 중대 범죄 중심의 이상행동 정의 및 그에 따른 AI 학습용 데이터를 공개한 것입니다. 

자세히 살펴보면 10,000컷 비디오 데이터셋이 구축되어 있고, 4가지 이상행동(돌진하는 행위, 역방향 이동, 물건을 놓고 사라지는 유기, 2인 감지)과 cubox 이상행동데이터로는 8가지 이상행동(돌진, 방치, 2인 감지, 역방향, 정상, 실신, 파손, 폭행)이 라벨링 되어 있으니 해당 데이터를 이용해 앞서 소개한 CCTV 사례들과 같은 비전 인공지능 모델을 개발할 수 있겠습니다.

(출처: 인공지능 그랜드 챌린지)

만일 영상이 아닌, 음성 대화를 바탕으로 위협 상황을 인지하고 싶다면 어떻게 해야 할까요?  몇 년 전 과학기술정보통신부에서 인공지능(AI) 기술을 통해 생활 속 문제를 해결하기 위해 개최한 '인공지능 그랜드 챌린지' 대회에서 위 과제가 출제되어 소개하고자 하는데요. ‘인공지능 그랜드 챌린지’ 대회는 제시된 문제를 해결하기 위해 참가자들이 개발한 알고리즘을 가지고 실력을 겨루는 도전‧경쟁형 연구개발(R&D) 경진대회입니다. 인공지능 기술을 활용해 다양한 지역문제를 해결하는 것이 주제였던 ‘인공지능 그랜드 챌린지’ 대회는 국민건강, 사회 안전망 강화, 생활환경 문제 등 지역의 사회·생활문제 해결을 위한 주제를 선정했었습니다.

여러 주제에는 음성만으로 위험상황을 파악하는 ‘폭력상황(음성인지)’ 판별 과제가 포함되어 있었는데요. 많은 기관에서 유사한 과제를 해결하기 위해 고민 중일 것 같아 해당 대회 종료 후 공개된 데이터셋을 공유하고자 합니다. 바로 NLP 스타트업 튜닙(TUNiB)이 공개한 데이터셋 DKTC(Dataset of Korean Threatening Conversations)입니다.

(출처: DKTC 깃허브)

현재 깃허브에 공개된 본 학습 데이터는, 임의의 대화 음성 파일을 놓고 그 대화의 성격을 위협 세부 클래스 4개 또는 일반 대화 중 하나로 예측하는 과제를 해결하기 위해 제작된 데이터셋입니다. '협박', '갈취', '직장 내 괴롭힘', '기타 괴롭힘' 등 4개 클래스 각 1천 개 정도씩의 대화로 이루어져 있고, 테스트 데이터는 '협박', '갈취', '직장 내 괴롭힘', '기타 괴롭힘', '일반 대화' 등 5개 클래스 각 1백 개씩의 대화로 이루어져 있습니다. 

단순히 위험 상황인 것을 인지하는 것을 넘어, 해당 상황이 구체적으로 여러 종류의 위협 상황 중 어디에 해당하는지 구분하는 모델 학습을 위해 제작된 본 데이터셋이 인공지능 모델에 쓰여 더욱 편리하고 안전한 생활환경이 조성되었으면 하는 바람에 오픈소스 데이터셋을 공유합니다.

3. 마치는 글

이번 아티클에서는 범죄 및 안전 분야에서의 인공지능 활용 사례들을 하나씩 살펴보았습니다. 해당 분야는 모니터링이 중요한 분야이기 때문에, ‘산불 인식’과 ‘범죄 분석’과 같은 사례에서 볼 수 있듯 영상인식과 같은 Vision 인공지능이 큰 역할을 하리라 기대할 수 있습니다. 더 나아가 인공지능 알고리즘을 개발하는 것 그뿐만 아니라 데이터를 지속적으로 수집하고 학습하여 모델을 고도화하는 것이 중요한 만큼, 모델 개발을 위한 데이터셋 수집을 위한 AI Hub와 깃허브 오픈소스 데이터셋 한 가지를 소개했습니다. 앞으로도 이처럼 인공지능을 통해 우리가 꿈꾸는 편리하고 안전한 세상이 더 빠르게 도래하길 기대합니다. 이번 스토리도 많은 분께 도움이 되었길 바라며 다음에도 다양한 산업, 비즈니스에서 어떻게 인공지능이 도입될 수 있는지 알아보도록 하겠습니다. 읽어주셔서 감사합니다.

이 아티클은 AI 히어로즈 전문 필진
그린(Data-driven Marketer)
님의 글입니다.