Research on Vision Change Detection AI Specialized in Security

경호 특화 Vision 변화 탐지 AI 에 관한 연구

본 연구는 경호 환경에서 발생할 수 있는 위험 징후를 실시간으로 감지하기 위해, 객체의 출현, 소실, 이동 및 정지 상태를 기반으로 변화율을 계산하는 경호 특화 Vision AI 시스템을 제안한다. YOLO12 와 ByteTrack 을 결합한 본 시스템은 추가 학습 없이 다양한 환경에 적용 가능하다. 실내·실외 시나리오 실험 결과 실내의 경우 본 시스템은 객체의 등장부터 정지 탐지까지 약 3 초(실험참가자: 약 8 초), 실외의 경우 약 5 초(실험 참자자: 약 10 초)가 소요되어 본 시스템이 실험 참가자보다 각각 2.6 배, 2 배 빠르게 위험 객체를 인지하였다. 변화율은 각 지표에 가중치를 부여한 수식을 통해 계산되며, 임계 값 초과 시 자동으로 경고를 발생시킨다. 특히, 사람이 여러 CCTV 를 동시에 감시할 때 발생하는 인지 지연 문제를 극복하고, 화면 수에 관계없이 병렬 분석을 통해 높은 감시 효율성을 유지한다. 본 연구는 변화율 기반 객체 탐지 모델의 실효성을 입증했을 뿐만 아니라, 향후 LLM 기반 지휘 체계와의 연계를 통해 문맥 해석 및 자동 대응 판단이 가능한 지능형 경호 시스템으로의 확장 가능성을 제시한다.