화재 감지하고 비명 위치 파악하는 인공지능
화재 감지 시스템도 진화를 거듭하고 있다. 현재 화재 감지는 온도 감지 센서를 설치해 온도가 특정 수치 이상으로 일정 시간 지속되면 화재로 인식해 소화 시스템이 작동하도록 이뤄진다. 그러나 센서에 의존한 화재 감지 시스템은 실내 면적이 넓거나 천장이 높은 장소에서는 감지 시간이 느려진다는 한계가 있다.
최근에는 센서가 아니라 CCTV로 보이는 이미지를 딥러닝으로 분석해 화재를 조기에 발견하는 기술이 상용화됐다. 이 화재 감지 CCTV 시스템에서는 CCTV를 통해 실시간으로 영상을 받아 분석을 위한 화재 감지 모델을 통해 화재 발생 여부를 판별한다. 그 결과 ‘화재 발생’이 맞다고 판단되면 영상에서 화재 부분이 박스 형태로 표시되는데, 화재가 연속으로 3회 이상 검출되면 최종적으로 화재로 보아 소화기를 작동시킨다.
그럼 어떻게 CCTV 영상으로 화재를 감지할까? 그것은 바로 딥러닝을 활용한 객체 검출(object detection) 기술이다. 객체 검출이란 이미지나 영상에서 사람, 자동차, 건물 등의 특정한 객체를 자동으로 식별하는 컴퓨터 비전 기술이다. 화재 감지에 쓰이는 객체 검출 딥러닝 알고리즘은 YOLO 알고리즘 분석이다. 이는 우리가 이미지에서 무언가를 찾을 때 한쪽에서부터 쭉 훑으면서 찾지 않고도 한 번에 파악할 수 있듯이 이미지를 한 번만 봐도 객체를 인식할 수 있도록 속도를 개선한 방법이다. 원리는 간단하다. 이미지를 일정한 영역으로 나누고 영역마다 ‘어떤 객체가 있을 확률’에 대한 가중치를 부여하고 이를 통합해 최종 객체를 가려내는 것이다. 이런 작업이 거의 실시간으로 이루어지기 때문에 이미지나 영상 하나하나를 분류할 필요가 없다.
요즘에는 사람의 음성을 분석해 그 위치를 알려주는 기술도 등장했다. 최근 한국표준과학연구원과 포항공대(포스텍) 공동 연구팀은 소리가 나는 곳의 위치와 크기를 AI로 시각화하는 기술을 개발했다. 쉽게 말해 누군가 “살려주세요”라고 비명을 지른다면 그 소리가 어디서 나는지, 몇 명이나 있는지 빠르게 분석해 결과를 알려주는 기술이다. 연구진은 배경 소음이 있을 때에도 사람의 목소리를 구별해 내기 위해 음원 탐지 기술에 AI를 접목하게 됐다.
이렇게 골든타임을 단축하는 방법은 첨단 기술의 발전과 함께 날로 진보하고 있다. 미래에 우리는 도움의 손길을 기다리며 발을 굴리지 않아도 아까운 생명을 잃지 않도록 제 시간에 필요한 조치를 모두 끝내는 사회를 만들게 될 것이다. 그때는 골든타임이라는 단어도 사라지지 않을까.
글: 정영호 과학칼럼니스트/일러스트: 유진성 작가
){kind=small}
){kind=small}
){kind=small}
){kind=small}