기술 철학

수십 명의 이동 궤적을 프레임 간 연속으로 추적합니다. 각 사람에게 고유 ID를 부여하고, 화면에 존재하는 동안 동일한 ID를 끊김 없이 유지합니다. 단순 감지(Detection)가 매 프레임마다 사람을 새로 찾는 방식이라면, 추적(Tracking)은 "현재 화면의 이 사람이 이전 프레임의 누구인가"를 연결합니다. 이 연속성이 있어야 이동 경로 분석, 체류 시간 측정, 실시간 혼잡도 계산이 가능합니다. 사람이 겹치거나, 구조물 뒤로 일시적으로 가려지거나, 빠르게 이동하는 상황에서도 ID는 유지됩니다. 대형 전시 공간(1,800평)과 100대 규모 카메라 환경에서도 안정적으로 동작이 검증되었습니다.

카메라 시야를 벗어난 사람을 외형 특징을 기반으로 다시 찾아 동선을 하나로 연결합니다. 얼굴 인식이 아닌 의상 색상·체형·보행 패턴 같은 외형 벡터를 비교하기 때문에 얼굴 데이터를 저장하지 않습니다. Re-ID가 없으면 동일 인물이 여러 카메라에 포착될 때 각각 다른 사람으로 집계됩니다. Re-ID를 적용하면 여러 카메라를 거친 이동 경로가 하나로 연결되어, 중복 없는 실제 방문자 수(Unique Visitor)를 정확히 산출할 수 있습니다. 카메라 간 시야가 겹치지 않는 사각지대(Blind Zone)에서도 재인식이 유지됩니다.

얼굴 이미지를 저장하지 않으면서 성별·연령대·인종을 실시간으로 추정합니다. 추론이 완료되는 즉시 원본 영상과 얼굴 데이터는 저장되지 않으며, 개인정보 보호 규정을 준수합니다. 얼굴만 보는 시스템과 달리 얼굴·몸통·하체를 포함한 전신 단위 특징을 함께 분석합니다. 마스크 착용·군중 혼잡·측면 각도 등으로 얼굴이 가려진 상황에서도 몸의 특징만으로 분류가 가능해 실제 현장 인식률이 높습니다. 어안 렌즈(fisheye)·탑뷰(top-view) 카메라 환경에서도 동작하도록 최적화되어, 천장 고정형 CCTV 환경에서도 바로 적용할 수 있습니다.

영상 장면을 언어로 이해합니다. 기존 컴퓨터 비전 모델이 사전에 등록된 클래스(헬멧·조끼 등)만 감지하는 것과 달리, VLM은 "보행 중 핸드폰을 사용하는 장면"처럼 자연어로 정의된 행동이나 위험을 그대로 감지할 수 있습니다. 이미지를 작은 단위로 분해해 시각 정보를 벡터로 변환하고, 이를 Projection Layer를 통해 언어 모델이 이해할 수 있는 형태로 연결합니다. 이후 대규모 언어 모델(LLM)이 시각 정보와 텍스트 지식을 결합해 장면의 의미를 해석합니다. 해당 기술은 Triplet OZO(안전 관리)와 Triplet KODA(경기 판정)의 핵심 추론 엔진으로 사용됩니다.

트리플렛 시스템은 이미 공간 분석 데이터(체류 시간, 이동 경로, 혼잡도)를 RAG 엔진에 내장하고 있습니다. 여기에 담당자가 보유한 외부 데이터(예: 매출 데이터, 고객 설문 등)를 추가 업로드하면, 자연어로 질문하는 것만으로 두 데이터를 교차 분석한 결과를 즉시 받을 수 있습니다. "체류가 길지만 매출 전환이 낮은 구역이 어디인지", "피크 시간대에 어느 동선이 막히는지"처럼 기존에는 데이터 분석가에게 맡겨야 했던 질문을 현장 담당자가 직접 실시간으로 해결할 수 있습니다.

외형 묘사 텍스트 한 줄로 CCTV 영상 전체를 검색합니다. "붉은색 상의, 모자 착용, 검은색 하의"처럼 실종 접수 시 확보한 외형 묘사를 입력하면, VLM이 해당 외형과 유사한 인물이 등장한 영상 구간을 유사도 순으로 찾아냅니다. DB에 등록된 얼굴 없이도 즉시 활용할 수 있습니다. 수백 시간 분량의 영상을 수 초 안에 탐색하고, 해당 인물이 거쳐 간 카메라 경로를 시간순으로 재구성합니다. 실종자 수색, 용의자 동선 추적, 특정 외형 인원의 입장 이력 확인 등에 바로 적용됩니다.