IoT 생태계에서 시각 데이터의 힘 발휘하기

사물인터넷(IoT)은 이미 일상생활에 짜여져 있어, 우리는 집 난방을 원격 제어하고 피트니스 진행 상황을 추적할 수 있습니다. 환경 사물인터넷(Environmental Internet of Things) 같은 최첨단 프로젝트는 양에 디지털 목걸이, 강우량 및 하천 유량 모니터 등 경계를 더욱 넓힙니다—이 모든 데이터가 클라우드 플랫폼으로 흘러들어 병합, 분석, 해석되어 모두를 위한 생태계 관리를 지원한다고 클라우드뷰(Cloudview)의 CEO 겸 공동창립자인 제임스 윅스(James Wickes)는 말합니다. 한편 무콜(Moocall)은 소가 분만할 시기를 예측하여 IoT 애플리케이션의 폭을 보여줍니다.

IoT의 완전한 잠재력을 열기 위해 우리는 시각 데이터를 통합해야 하며, 비주얼 IoT(VIoT)를 생성해야 합니다. 이는 새로운 카메라 함대를 필요로 하지 않습니다; 단순히 트래픽 캠과 CCTV, 번호판 인식, 디지털 빌보드 조회 수 카운터 등 이미 사용 가능한 테라바이트의 시각 콘텐츠를 활용하고 다른 센서 스트림과 결합하는 것을 의미합니다.

현재 대부분의 시각 데이터는 사일로화되어 단일 목적에만 사용되며, 극히 일부만 검토됩니다. 이 이미지를 다른 데이터 소스와 병합하고 예측 분석, AI, 딥러닝을 적용함으로써 우리는 비즈니스 운영부터 범죄 예방, 질병 완화, 환경 보호까지 모든 것을 변화시킬 수 있습니다.

보다폰(Vodafone)은 예를 들어 클라우드 기반 CCTV를 빌딩 보안 시스템과 통합하여 침입 경보에 시각적 검증을 추가합니다. 경보가 울리면 보안팀과 경찰이 즉시 영상을 검토하여 침입을 확인할 수 있어 시간과 비용을 절약하면서 신속한 조치를 가능하게 합니다.

도시 환경에서 영국 주차 협회(British Parking Association)는 도심 운전자의 30%가 목적지를 오가는 것이 아니라 단순히 주차장을 찾고 있다고 보고합니다. 카메라는 노상 주차 공간을 모니터링하여 중앙 시스템에 실시간 공실 데이터를 공급할 수 있습니다. 운전자의 내비게이션 앱이 사용 가능한 공간을 제안하고, 즉시 예약하고, 체류 시간에 따라 자동 결제할 수 있게 합니다.

물류를 넘어, 시각 스트림에 적용된 분석은 패턴을 드러내고 미래 행동을 예측합니다. 이 인텔리전스는 수동 관찰에 의존하지 않고 창고 내 최적 지게차 수나 병원 내 장비 최적 위치를 계산하는 등 자산 배치를 최적화하는 데 도움을 줍니다.

분석과 결합될 때 카메라는 기차역, 공항, 관광지, 쇼핑몰 같은 공공장소에서 실시간 이동 패턴을 매핑할 수 있습니다. 이 데이터는 피크 시간 에스컬레이터나 리프트 방향 조정 같은 자동화된 흐름 제어나, 게이트에서 특정 차량을 인식하고 이미지 저장 없이 접근을 허용하는 특정 조건 검증을 이끌 수 있습니다.

AI 강화 분석은 취약 계층 보호에도 중요한 역할을 합니다. 카메라는 이미 적절한 동의 하에 요양원에서 자해 또는 자살 전조 행동을 탐지하고 개인을 모니터링하는 데 배치되어 있습니다. 미래에는 홈 카메라가 노인의 활동 수준을 기록하여 건강 문제를 알릴 수 있는 비활동을 플래그하고 가족이나 간병인에게 알림을 트리거할 수 있습니다. 마찬가지로 역 카메라는 잠재적 자해를 나타내는 행동을 포착하여 직원 개입을 유도할 수 있습니다.

이 예들은 VIoT가 우리 사회에 가진 혁신적 잠재력의 일부에 불과합니다. 이 비전을 실현하려면 기존 IoT 프레임워크와 시각 데이터를 효과적으로 병합하는 제품을 개발하는 혁신가들이 필요합니다.

이 블로그의 작성자는 제임스 윅스(James Wickes), CEO 겸 공동창립자, 클라우드뷰(Cloudview)입니다.