세계적인 리서치 회사인 IMS의 연구결과에 따르면 근래 보안산업에서 가장 큰 성장이 예상되는 부분은 ‘분석기법’으로 조사됐다. 이에 시장이 확장되고 있으며, 그 수요를 맞추기 위하여 새로운 소프트웨어 및 하드웨어 제품이 끊임없이 개발되고 있다. 그러나 분석기법 시장에서의 수익성은 시스템 성능과 가격문제가 복합된 기술적 제약 때문에 정의하기가 어렵다. 보안시장에서 지능형 분석기법이 널리 받아들여지려면 사용의 용이성과 함께 적정 가격이 보장되어야 한다.
소니에서 개발한 새로운 IP 기반 보안구조는 현재의 후위 집중식 프로세서 시스템과는 근본적으로 다른 방법론이다. Distributed & Enhanced Processing Architecture(이하 DEPA)는 이름에서도 알 수 있듯 이전의 설계에서는 어쩔 수 없던 병목 현상을 피하고자 시스템 전반에 걸쳐 처리기능을 분산시켰다. DEPA 시스템은 비슷한 컴포넌트끼리 처리능력을 공유하게 하면서 각각의 컴포넌트에 구체적이면서도 적절한 처리임무를 부여한다. 이 덕분에 시스템을 보다 유연하게 확장하는 일이 가능해졌다.
전처리 분석기능과 메타데이터 생성기능을, 네트워크 비디오 레코더의 후위처리 기능을 지닌 3세대 IP 카메라에 통합시킴으로써 전체적인 시스템 비용이 매우 절감될 수 있다. 또한, 전체 카메라에서 동시에 전처리 분석(Front-end Analysis)을 하기 때문에 전반적인 보안 성능이 향상된다.
DEPA란 무엇인가?
DEPA는 이러한 분산형 비디오 분석기법을 의미하는 것으로 DEPA에서는 전통적인 처리 과정을 2개의 독립 과정으로 분리했다. 전위 처리 기능(Front-end Processing)은 카메라 내부의 끝 부분으로 분산되었으며, 후위 처리 기능(Back-end Processing)은 레코더에 있다.
▲DEPA의 전위 처리 기능
·환경 노이즈에서 객체 분리
·이동 물체 또는 정지 물체 감지
·메타데이터로 변환된 객체 정보를 디지털 비디오 스트림과 독립된 상태로 네트워크를 통해 전달
▲DEPA의 후위 처리 기능
·카메라 앞단에서 처리된 객체 데이터를 수신 받아 저장
·레코더에 설정된 필터링 조건에 맞는 객체 추출
·디스플레이 정보 : 특정 조건에 적합한 경보 반응 생성
DEPA의 장점
최소 투자를 통한 성능 향상
시스템 후위 부분에서 많은 기능을 처리하는 표준적인 설계와 달리 DEPA에서는 카메라 및 레코더가 분석 임무를 나누어서 처리한다. 특정 임무만 처리하는 저가 프로세서가 여러 개 있다면 고성능 프로세서에 많은 투자를 할 필요가 없다. DEPA는 얼마되지 않는 하드웨어 투자로 인한 병목현상에서 비롯된 성능 제한을 미연에 방지하면서 전반적인 시스템 처리 능력과 시스템 확장성 향상을 가능하게 한다.
압축 이전의 이미지 처리를 통한 성능 향상
디지털 노이즈와 잘못된 경보를 초래하는 압축 이미지는 시스템 후위 부분에서 분석기능을 수행하는 디지털 보안 시스템에서 피할 수 없는 단점이다. DEPA의 작업 흐름에서는 카메라 내부의 전위 처리를 통해 기존의 디지털 보안 시스템이 지닌 문제점을 해결했다. 전위 처리 과정에서의 이미지 분석은 네트워크 전송을 위해 비디오 데이터가 압축되기 전에 이루어진다. 이 덕분에 객체 데이터는 압축방식과 압축률에서 발생하는 디지털 잡음의 영향에서 벗어나게 된다.
다양한 종류의 분석 기법 및 저장된 결과 탐색에 적합
DEPA는 후처리 과정이 끝나면 이미지 프로세싱을 요구하지 않는다. DEPA는 대신 객체 데이터 분석에 집중한다. 이 때문에 DEPA는 매우 복잡한 후위 분석 기능을 요구하는 다중 채널 탐색 등의 애플리케이션에 매우 적합하다. 또한, 객체 데이터가 비디오 스트림과 분리되어 기록되기 때문에 저장된 비디오 파일의 탐색속도를 높이도록 다양한 방법으로 객체 데이터를 필터링할 수 있다. 통합되고 중앙화된 처리 방식에서는 분석작업과 필터링 작업이 동시에 이루어진다.
레코딩 결과 탐색을 쉽게 할 목적으로 필터를 변경하는 것이 어렵기 때문에, 분석 작업과 필터링 작업이 동시에 이루어지는 것은 좋지 않다. 이렇게 되면 탐색 작업을 다시 시작하여 시간 흐름에 맞추어 관찰 과정을 재현해야 하는데, 이 과정은 쉽지 않을 뿐 아니라 시간이 많이 소요된다.
대역폭 절약
네트워크 자원을 절약하고 원격 관찰 기능을 최적화하는 것은 IP 기반 보안 시스템 운용 시의 중요 관심사이다. DEPA를 이용하면 객체 정보 메타데이터를 처리하는데 그다지 크지 않은 대역폭이 사용된다.
이 정보를 이용하여 후위 처리 부분에서 어떤 이미지를 사용할 것인지 결정한다. 이처럼 집중화된 접근법을 이용함으로써 카메라에서 전송해야 할 비디오 데이터가 감소한다. 이는 후위 처리 부분에서 모든 비디오 스트림을 요구하는 통합적이고 집중된 처리 방식과 명백히 대조되는 특징이다. 더욱 문제가 되는 점은 분석 정확도를 높이도록 관찰 및 레코딩에 필요한 프레임 비율보다 높은 프레임 비율이 필요하다는 것이다.
DEPA 기술기반 구조
아키텍처
감시 시스템에 사용되는 이미지 프로세싱은 보통 2단계로 구성된다. 첫째, 전처리 단계에서는 이미지 변환과 객체정보 추출작업을 수행한다. 둘째, 후처리 단계의 결과물을 받아 경보 발령과 의사 결정 등의 분석작업을 수행한다. 시스템에 대한 각 프로세스의 요구내용은 다르다. 보통 객체 데이터를 추출하는 전처리 단계에서는 프로세서와 메모리를 집중적으로 사용하며, 생성된 정보는 애플리케이션 여러 개로 공유할 수 있다. 후처리 과정 이후에는 그렇게 높은 연산능력이 필요하지는 않다. 그러나 특정 애플리케이션에 적합한 객체 정보를 선택해야 하므로 더욱 유연한 처리능력이 요구된다. 객체를 여러 개 처리하는 탐지 시스템에서 이처럼 상충하는 작업을 2단계의 프로세스로 처리할 수 있게 해주는 아키텍처의 장점은 이루 말할 수 없이 많다. 전처리 작업을 전위 처리 컴포넌트에서 수행하고 그 후 작업을 후위 처리 장비에서 수행하는 것은 논리적인 작업 분할이다. 그러나 지능형 카메라와 레코더를 결합한 혁신적인 DEPA 플랫폼은 통합된 후위 처리 기능을 사용한 종래의 시스템에서는 불가능했던 보안기술들을 가능하게 한다. DEPA를 이용하면 보다 효율적이고, 확장성이 높으며, 경제적인 시스템을 구축할 수 있다. DEPA의 전처리 능력은 이동 물체와 정지 물체를 모두 탐지할 수 있게 한다.
전처리
▲이동물체 탐지
동작 탐지 시스템에서 가장 중요한 도전은 잘못된 경보를 제거하는 것이다. 잘못된 경보의 주된 원인은 바람에 날리는 나뭇잎이나 나무줄기, 물방울 혹은 카메라 진동과 같은 환경 잡음이다.
물체가 그늘을 들고남에 따라 게인(gain) 및 전반적인 화면 밝기가 증가하여 AGC 노이즈가 발생할 수도 있다.
객체 크기나 동일 프레임 내 색깔이 비슷한 다른 객체로 빚어진 혼동 효과 때문에 부정확하게 탐지할 수 있을 뿐 아니라 객체의 속도 때문에 탐지가 부정확해질 수도 있다. 이러한 문제를 해결하는 방법으로 일부 시스템은 기본 프레임 2개를 비교하는 방법을 사용하지만 대부분의 시스템은 동작 벡터 정보 추적법을 사용한다.
새로운 알고리즘은 서로 다른 그늘을 구분하고, 중복되고 겹쳐진 패턴 및 움직임을 걸러냄으로써 프레임 간 차이를 구분한다. 이로써 새 알고리즘은 환경 노이즈를 눈에 띄게 줄이는 데 성공했다. 결과적으로, 노이즈에 강한 탐지 시스템을 구축할 수 있게 된 것이다.
▲정지물체 탐지
·환경 노이즈에서 객체 분리
·이동 물체 또는 정지 물체 감지
·메타데이터로 변환된 객체 정보를 디지털 비디오 스트림과 독립된 상태로 네트워크를 통해 전달
DEPA는 끊임없이 화면을 분석하고 여러 개의 배경 패턴을 추출함으로써 위와 같은 기능이 가능하다. 문제가 되는 것은 사소한 차이를 지닌, 거의 같은 이미지들이다. 예컨대 일광에 노출되거나 일광을 반사하는 화면은 태양의 위치와 구름의 상태에 따라 명암이 계속 달라지게 된다. 그러나 DEPA는 이러한 환경변화를 최소화하여 높은 탐지 정확도를 달성했으며, 배경을 여러 개의 참조 배경 모델과 비교하여 객체를 인식하게 된다. 사용자는 물체의 정적 상태 유지시간에 대한 민감도(40초~12시간)를 조절할 수 있다.
전처리 이후 단계
▲데이터 처리 성능
DEPA는 후처리 단계가 종료되면 데이터 처리에 집중한다. 이 작업은 이미지 프로세싱보다 훨씬 낮은 연산능력을 요구한다. 객체 데이터 필터링과 같은 기본적인 작업들은 전용 프로세서 없이도 레코더에서 처리할 수 있다.
▲DEPA 동작 필터
DEPA의 동작 필터 여섯 개를 결합하고 배치하면 매우 특화된 측도를 선택할 수 있다.
① 등장 : 선택 영역에 객체가 출현하면 시스템이 경보를 발령한다.
② 소멸 : 선택 영역에서 객체가 사라지면 시스템이 경보를 발령한다.
③ 존재 : 선택 영역에 정해진 시간 이상 객체가 존재하면 시스템이 경보를 발령한다.
④ 통과 : 객체가 화면에 그려진 가상 선을 통과하면 시스템이 경보를 발령한다.
⑤ 용량 : 선택된 영역의 객체 수가 특정 한계를 초과하면 시스템이 경보를 발령한다.
⑥ 버려진/제거된 객체 : 객체가 선택 영역에 남아 있거나 영역에서 사라지면 시스템이 경보를 발령한다. 크기를 포함한 다양한 객체 데이터를 평가하여 객체 ID 및 방향, 계산된 속도 등의 특질을 확인할 수 있다.
기본 데이터와 계산된 데이터들이 결합하여 객체의 다른 특질들이 생성될 수 있다.
추론 분석을 사용할 수 있는 애플리케이션은 다음과 같다.
① 특정 개체에 집중하기 위하여 같은 화면에 여러 개의 객체 필터를 배치할 수 있다.
② 빌딩 입구에서 나오는 객체를 제외하고 빌딩으로 들어가는 객체만 기록할 수 있다.
③ 백화점 코너에서 고객의 흐름을 추적한 후 고객 봉사를 위해 점원을 배치할 수 있다. 이와 같은 흐름은 시간, 날짜와 함께 기록되어 세일 행사나 계절적인 이벤트와 결합하여 특정 패턴을 탐지하는데 사용할 수 있다.
지능형 분석기법 향상에 기여
DEPA 플랫폼은 광대역 네트워크에 기반을 두고 고급 분석 기술을 경제적으로 배치할 수 있는 구조로 설계됐다. DEPA 덕분에 모든 보안 시스템 전문가는 현재 전략을 재고하게 되었고, 새로운 아키텍처가 만들어 낸 혁신적인 작업흐름을 어떻게 구현할 것인지 고민하게 됐다. DEPA는 개방형 개발 플랫품으로 DEPA 지원 제품은 개발사인 소니 뿐만 아니라 다른 레코딩 솔루션 개발사 및 콘텐츠 분석 기법 제공 회사에서도 판매되고 있다. 시장에는 일반 목적의 보안 제품부터 매우 특화된 데이터 분석 패키지에 이르기까지 수많은 DEPA 지원 애플리케이션이 소개되고 있다.
DEPA는 많은 보안 업무에서 지능형 분석기법이 다양하게 설정되어 사용되는 시장의 성장을 가능하게 했다. IP 기반 보안 시스템의 품질 및 기능 향상으로 보안을 위한 새로운 표준은 빠르게 확립될 것이다. 보안산업에서의 높아진 기대치로 많은 산업 분야, 학교, 교통 중심지, 도시 등지에서 IP 기반 보안 시스템에 대한 수요는 나날이 증가할 것으로 전망된다.
<글 : 이 석 현 | 소니코리아 비디오시큐리티 세일즈마케팅 매니저(shlee@sony.co.kr)>
[월간 시큐리티월드 통권 제144호 (info@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무전재-재배포금지>
[2024-09-26] 
.jpg)
