[편집자주]인공지능(AI) 기술이 점차 고도화되며 상용화 추세가 뜨겁다. 자율주행이 그간 상당한 주목을 받았고 현재도 트렌드 중심에 있지만 △안면인식 △객체감지를 이용한 서비스 △AI챗봇 등 다양한 서비스가 고도화되면서 시장에서 존재감을 드러내고 있다. 이에 인공지능 전문가 AMC PLANET 김현석 대표를 만나 컴퓨터 비전을 활용한 화재감지솔루션에 묻고 관련 시장 전망과 인공지능 개발에 관한 이야기를 들어봤다.

김현석 대표는 경북대학교에서 전자공학 박사 학위를 받았으며 네트워크 프로토콜과 딥러닝·인공지능 분야에서 연구를 수행하고 있다. 삼성전자에서 20년 이상 재직한 경험을 바탕으로 인공지능 솔루션을 개발하는 AMC PLANET의 대표로 활약하며 △안면인식 솔루션 △컴퓨터 비전을 활용한 화재감지시스템 등을 고도화하고 있었다.
 
■ 인공지능에 관심을 갖게 된 계기는

AI로 학위를 받았다. 전(前)직장이 삼성전자의 모바일 사업부였는데 그쪽에서 순수하게 소프트웨어만 계속 개발하다 보니까 어느 정도 한계에 도달을 했다. 소프트웨어는 더 이상 할 게 없을 것 같다고 생각했을 때 인공지능을 만났다.

이 분야를 접하고 난 뒤 할 게 더 많아졌다. “더 할 게 있구나!”라고 생각이 들며 인공지능을 계속 공부했다. 제일 먼저 한 게 스탠포드대학에서 나온 동영상들을 보며 영감을 받아 “아 이게 학문에서 멈춰서는 안 될 것 같다”는 생각이 들었다. 그래서 삼성전자 재직 당시 부서를 빅스비 개발팀으로 옮겼다.

거기서 일하다 보니까 내가 원하는 인공지능을 하나 만들고 싶었다. 그래서 2020년도에 나와서 좀 더 공부를 해가지고 회사를 차리게 됐다.

■ 컴퓨터 비전을 이용한 화재감지솔루션이 센서 기반 대비 뛰어난 부분은 무엇인가

우리가 천장에 보면 스프링클러가 있고 열 감지 센서도 있다. 열 감지 센서는 열이 거기까지 올라와서 특정 온도 이상 돼야 감지가 되고 그 다음에 스프링클러도 터지는 것이다.

그러면 이미 불은 다 올라온 상태란 뜻이다. 그 상태에서 관제센터에 연락을 하게 되면 늦을 가능성이 크다. 소방차들이 도착해서 화재를 진압하려 하기에는 너무 늦었다.

그런 얘기가 많아서 우리가 이걸 개발하기 시작한 것은 한국 카메라 보안업체 케이폴(KPOL)에서 문의가 들어왔는데 우리는 연구된 게 있어서 협력을 하게 된 것이다.

왜냐하면 스프링클러도 오류가 많고 센서도 오류가 많다. 게다가 이게 품질 보증 기간이 대부분 지나서 오동작하는 것이기 때문에 화재로 이어지는 사례가 많이 발생하고 있다고 한다.

센서 기반 화재감지시스템은 구축비도 부담이 있지만 유지 보수가 좀 힘들다. 센서가 보증 기간이 1년, 1년 반밖에 안 되는 걸로 알고 있다. 그리고 또 대략 3년에 1번씩 교체를 해야 되면서 비용이 계속 든다. 그런데 센싱 범위는 그렇게 넓지 않다.

계속 교체를 하면서 유지를 하려고 하니까 어려운 것이다. 이게 만약 규정화돼 있다면 그 회사는 소방법만 어기지 않는 범위 내에서 설치하려고 하는 거지 실제로 이걸 유지하면서 기업 입장에서 돈을 계속 낸다는 건 쉽지 않은 일이다.

저희 화재감지솔루션 같은 경우는 기존의 CCTV에 그대로 이용할 수 있다. DVR (Digital Video Recorder)만 업그레이드하면 된다. 기존 구축된 관제 시스템 하에 알고리즘만 추가하면 바로 감지가 가능하다.

국내시장은 그래도 화재감지와 관련해 사장님들이나 기업인들이 인식들이 좋은 편이다. 그래서 여러가지 센싱을 많이 사용하고 소방청에서도 많은 감지를 하고 있기 때문에 그래도 우리나라는 화재사고가 좀 적은 편인데 베트남, 태국, 인도네시아 이런 데서는 지금 아주 열악하다.

그래서 해당 국가 기업주들은 불 한 번 나면 완전히 사업이 망해버린다. 지금 저희가 인도네시아에 있는 회사와 이런 얘기를 두어번 했는데 거기서 굉장히 긍정적으로 보고 있다.

■ AMC플래닛에서 개발한 화재감지솔루션에 어떤 AI알고리즘 기술이 적용됐나

화재감지솔루션은 일반적인 CNN(Convolutional Neural Networks)기반에서 제작했다. 물론 신경망이란 것은 CNN 하나만 가지고 되는 건 아니기에 현재 가장 많이 오브젝트 디텍션(Object Detection, 객체탐지)에서 사용되고 있는 솔루션이 YOLO(You Only Look Once)라는 건 다들 알고 계실 것이다.

그런데 이 YOLO의 장점은 굉장히 빠르게 객체탐지를 한다는 장점은 있지만 인식률이 좀 낮다. 그것을 개선한 게 GhostNet이라고 있다. GhostNet이 필터 종류에 따라서 또는 성향이 다르게 인공지능 신경망을 통과하면 성향에 따라 분류가 된다. 분류가 되는 걸 그대로 다음 레이어로 넘기는 것이 아니라 분류를 다시 한다. 그것을 같은 성향끼리 모아서 분류를 해서 분류된 상태에서 다음 레이어로 넘긴다. 

보통은 한 레이어를 통과하게 되면 특정 특징(Feature, 피처)이 나오는데 그 피처를 그대로 다음 레이어로 보내는 반면 GhostNet 같은 경우는 다시 나온 피처를 분류해서 맵을 다시 만든다. 그 다음에 다음 레이어로 보내기 때문에 피처를 좀 더 명확하게 구분할 수 있다.

그래서 인식률도 좀 더 높아진다. 레이어를 조금 줄여도 성능은 더 올라간다. YOLO보다 YOLO와 GhostNet을 합쳐서 나온 논문이 꽤 있다.

그것만 적용을 하게 되면 저희 같은 솔루션에서 99% 이상 달성하기가 좀 어렵기 때문에 거기다가 컨볼루셔널(Covolutional) 레이어 자체를 약간 변형을 하고 거기에 일반적으로 사용하는 Batch norm(Batch normlization, 배치 정규화)을 추가했다. 그리고 각 피처마다 다른 로스 펑션을 적용해서 Back-propagation(역전파)에 의해서 훈련을 하게 된다.

그 결과는 현재 99% 이상 탐지율을 나타내고 있다. 그것은 논문을 통해(정보처리학회 제29권 3호, 2022년 9월)에 발표한 내용이다.

2부에서 계속

한편, 오는 2월 2일 오전 10시 30분에 김현석 AMC 플래닛 대표와 함께 컴퓨터 비전을 활용한 AI화재감지 시스템을 주제로 e4ds 자체 웨비나 AI 테크 콘서트가 진행될 예정이다.