주차장 ‘문콕’ 뺑소니, AI가 잡는다

32

[아이뉴스24 최상국 기자] 주차장에 세워둔 차를 ‘문콕’하고 도망간 뺑소니 차량을 인공지능(AI) 기술로 쉽게 판독할 수 있는 기술이 개발됐다.

광주과학기술원(GIST) 기계공학부 이용구 교수 연구팀은 CCTV 영상에서 물피도주(주차 뺑소니) 발생 시점을 검출하는 인공지능(AI) 기술을 개발했다고 밝혔다.

사용자 소프트웨어 예시. 블랙박스영상에서 차량의 좌측 상단의 3톤 트럭이 후진을 하다가 SUV와 충돌하고 있다. 사용자 소프트웨어는 해당 시점을 왼쪽 시간표에 표기하고 있다. [사진=GIST]

2017년 6월 개정된 도로교통법에 따라 물피도주 사고의 처벌 범위와 강도가 강화됨에 따라 신고 건수도 크게 늘어 실제 경찰이 접수한 물피사고는 2016년 36만2384건에서 2020년 62만6609건으로 증가했다(도로교통공단 TASS, 2021년 기준).

물피도주 사고가 발생하면 차량 내 블랙박스에 저장된 영상을 확인하는데 만약 영상이 저장되지 않았다면 주변의 CCTV를 통해 가해자를 추적해야 한다. 이때 CCTV 특성상 방대한 분량의 영상 판독이 필요하며, 이러한 영상 수사 방식은 담당 조사관의 업무 부담을 가중시킨다.

특히 주차 뺑소니 사고는 고의성 입증 여부가 쉽지 않고, 고의성이 입증되더라도 최대 20만 원 이하의 벌금이 부과될 뿐이다. 그에 비해 사고의 발생 시기를 찾기 어렵고, 조사에 애로사항이 많아 현장 상황을 고려한 기술 개발이 필요하다.

현재 일선 현장에서 사용하는 동영상 축약 프로그램은 라이선스 비용이 매우 비쌀 뿐더러 무엇보다 방범 목적으로 주로 개발돼 객체의 작은 흔들림을 감지하지 못해 물피도주 수사에 제대로 활용하지 못하는 상황이다.

연구팀은 직접 수집한 물피도주 영상 800건을 분석한 후, 인공지능 네트워크에 학습시켜 차량의 충돌 시점을 검출하는 기술을 개발했다. 연속된 프레임에서의 움직임의 패턴을 분석하기 위한 ‘시간 정보’와 객체의 구조와 형태를 파악하기 위한 ‘공간 정보’를 동시에 분석할 수 있는 3D-CNN 모델을 학습에 사용했다.

.

물피도주 사고는 피해차량이 특정되어 있지만 담당 조사관이 직접 영상 분석을 하는 것에 비해 업무 시간을 대폭 줄일 수 있다. 나아가 이 기술을 광범위하게 설치되어 있는 CCTV에 적용하면 범죄 예방 및 분석에 활용할 수 있을 것으로 보인다.

이용구 교수는 “고도화된 인공지능 기술로 방대한 CCTV 영상 분석의 부담을 크게 줄여준다는 점에서 가장 큰 의의가 있다”며, “향후 상용화를 통해 빠르게 사고 상황을 파악하고 처리함으로써 사회적 신뢰와 안전을 한층 높일 수 있을 것으로 기대된다”고 말했다.

연구 성과는 국제학술지인 ‘JCDE(Journal of Computational Design and Engineering)’에 2월 19일 온라인 게재됐다.

*논문명 : The identification of minor impact collisions in a long video for detecting property damages caused by fleeing vehicles using 3D convolutional neural network

*저자 : 황인우(제1저자, LG전자 VS사업본부), 이용구(교신저자, GIST 기계공학부)

+1
0
+1
0
+1
0
+1
0
+1
0