GIST "주차장 문콕, AI로 다 잡아요"
주차장에 세워둔 차를 '문콕'하고 사라진 차량을 인공지능(AI)로 쉽게 판독할 수 있는 기술이 개발됐다. 광주과학기술원(GIST, 총장 임기철)은 기계공학부 이용구 교수 연구팀이 인공지능(AI) 기술을 통해 전체 CCTV 영상에서 물피도주(주차 뺑소니) 발생 시점을 검출하는 데 성공했다고18일 밝혔다. ■왜 개발했나 2017년 개정된 도로교통법에 따르면 물피도주 사고의 처벌 범위와 강도가 강화됐다. 신고 건수도 크게 늘었다. 경찰이 접수한 물피사고는 2016년 362,384건에서 2020년 626,609건으로 증가했다. 물피도주 사고는 차량 내 블랙박스에 저장된 영상을 확인해야 한다. 만약 영상이 저장되지 않았다면 주변의 CCTV를 통해 가해자를 추적해야 한다. 이때 CCTV 특성상 방대한 분량의 영상 판독이 필요하다. 그런데 이러한 영상 수사 방식은 담당 조사관 업무 부담을 가중한다. 특히 주차 뺑소니 사고는 고의성 입증 여부가 쉽지 않다. 고의성이 입증되더라도 최대 20만 원 이하의 벌금이 부과될 뿐이다. 더욱이 사고 발생 시점을 찾기도 어렵다. 연구팀은 "조사에 애로사항이 많아 현장 상황을 고려한 기술 개발이 필요했다"고 말했다. ■뭘 개발했나 현재 일선 현장에서 사용하는 동영상 축약 프로그램은 라이선스 비용이 약 1천 500만 원 든다. 무엇보다 물피도주에 특화된 것이 아닌 방범 목적으로 개발된 프로그램들은 객체의 작은 흔들림을 감지하지 못한다. 호환성 문제 등도 있다. 연구팀은 데이터셋 수집 비용과 사고 가능성을 줄이기 위해 실제 차량이 아닌 RC카를 이용해 데이터셋을 수집했다. 실제 차량과 RC카의 외관이 매우 비슷한데다 실제 차량으로 학습한 가중치나 RC카를 인식한 값의 정확도도 상호 유사하다는 점에 착안했다. 최신형 블랙박스는 충돌 감지 센서가 내장돼 CCTV 영상 시점에서만 데이터셋을 수집했다. 연구팀은 직접 수집한 물피도주 영상 800건을 분석한 후, 인공지능 네트워크에 학습시켜 차량 충돌 시점을 검출하는 데 성공했다. 연구팀은 충돌 시점을 정확히 검출하기 위해 '시간 정보'와 '공간 정보'를 동시에 분석할 수 있는 3D-CNN을 사용했다. 3D CNN(3D Convolutional Neural Networks)은 인간의 시신경을 모방해 만든 딥러닝 구조인 CNN를 기반으로 한 네트워크다. 널리 알려진 2D CNN은 이미지와 같은 2차원 데이터를 다루는 반면 3D CNN은 시간축을 더해 비디오를 분석, 학습한다. 피해차량이 특정되어 있는 물피도주 사고 특성 상, 피해차량 주변으로 일정한 간격을 두어 불필요한 배경 정보가 네트워크에 입력되지 않도록 하는 전처리 방법을 사용했다. 차량 충돌 영상은 충돌 시의 흔들림이 반복적인 움직임을 띄기 때문에 미충돌 상황에서의 움직임 패턴과 구분이 가능하다. ■기대효과는 연구팀은 이번 연구 성과로 기존 담당 조사관이 직접 영상 분석을 하는 것에 비해 업무 시간을 대폭 줄일 수 있을 것으로 내다봤다. 또 이 기술을 CCTV에 적용하면 범죄 예방 및 분석에도 활용할 수 있을 것으로 기대했다. 이용구 교수는 “고도화된 인공지능 기술로 방대한 CCTV 영상 분석의 부담을 크게 줄여준다는 점에서 의의가 있다”며, “상용화 되면 사회적 신뢰와 안전을 한층 높일 수 있을 것"으로 기대했다. 이 연구는 산업통상자원부, 과학기술정보통신부, 방위사업청, 과학치안진흥센터 등의 지원을 받아 수행됐다. 연구성과는 국제 학술지인 'JCDE(컴퓨테이셔널 디자인 앤 엔지니어링 저널) 2월 19일 온라인으로 게재됐다.
