스마트 시티의 컴퓨터 비전 및 AI 낙서 탐지 시스템

글씨, 그림 또는 기호로 이루어진 그래피티는 많은 이야기를 전할 수 있습니다. 도시의 벽에 색과 개성을 더하고 의견을 표현하는 데 사용되기도 합니다. 그래피티가 예술로 여겨지는 경우도 있지만, 대부분은 허가 없이 그려집니다. 실제로 그래피티는 건물, 다리, 기차 등에 밤사이 자주 나타나며, 이를 청소하려면 시간과 자원, 노력이 필요합니다.

전 세계 도시들은 공공장소를 깨끗하게 유지하기 위해 수백만 달러를 지출합니다. 미국에서만 매년 그래피티 청소 비용이 120억 달러를 넘습니다. 또한 많은 도시에서 그래피티에 선제적으로 대응하는 일은 상당한 과제입니다. 청소 인력은 한정되어 있으며 모든 곳을 동시에 담당할 수 없습니다.

이 때문에 도시 계획 담당자들은 이제 기계가 이미지를 분석하고 해석할 수 있도록 하는 인공지능의 한 분야인 컴퓨터 비전에 주목하고 있습니다. Ultralytics YOLO11과 같은 컴퓨터 비전 모델을 사용하면 AI 기반 카메라로 도시의 벽을 빠르게 스캔하고, 그래피티를 실시간으로 탐지하며, 대응팀이 출동할 정확한 위치를 파악할 수 있습니다.

이 글에서는 스마트 시티에서 자동화된 그래피티 인식에 컴퓨터 비전이 어떻게 사용되는지 자세히 살펴보겠습니다. 시작하겠습니다!

스마트 시티에서 컴퓨터 비전의 역할#

스마트 시티는 일상적인 문제를 더욱 효율적으로 처리하기 위해 최첨단 기술을 활용하고 있습니다. 특히 Ultralytics YOLO11과 같은 컴퓨터 비전 모델을 활용해 시각 데이터를 분석하고, 공공장소를 모니터링하며, 다양한 도시 시스템 전반에서 더 빠르고 데이터 기반의 의사 결정을 지원합니다.

스마트 시티에서 비전 AI가 사용되는 일반적인 방식은 다음과 같습니다.

• 교통 관리: 비전 AI는 실시간 비디오 피드를 분석해 교통 흐름을 모니터링하고, 정체를 탐지하며, 이동을 원활하게 하고 지연을 줄이기 위해 교통 신호를 실시간으로 조정할 수 있습니다.
• 재활용 자동화: 컴퓨터 비전은 공공 쓰레기통이나 재활용 센터의 폐기물 흐름에서 재활용 가능 자원을 식별하고 분류하여 분류 정확도를 높이고 오염을 줄이는 데 도움을 줄 수 있습니다.
• 대중교통 모니터링: 대중교통 시스템은 컴퓨터 비전을 사용해 승객 수를 추적하고, 차량 내 행동을 모니터링하며, 안전 문제를 탐지하여 효율성과 안전성을 모두 향상할 수 있습니다.
• 재난 대응: 컴퓨터 비전은 재난 이후 화재, 홍수 또는 구조적 손상의 시각적 징후를 식별하여 더 빠르고 효과적인 긴급 대응을 가능하게 합니다.

그림 1. 스마트 시티에서 YOLO11을 사용한 교통 모니터링.

AI를 활용한 도시 그래피티 모니터링 개요#

지금까지 컴퓨터 비전이 도시를 더 스마트하게 만드는 데 어떻게 기여하는지 살펴보았으므로, 이제 자동화된 그래피티 인식에 컴퓨터 비전이 특히 필요한 이유를 자세히 살펴보겠습니다.

전통적으로 도시들은 그래피티를 관리하기 위해 다양한 방법을 사용해 왔습니다. 일부 도시는 시민 신고에 의존하는 반면, 다른 도시들은 알려진 취약 지역을 점검하기 위해 팀을 파견합니다. 경우에 따라서는 모바일 앱을 통해 주민들이 민원을 제출하거나 이미지를 업로드할 수 있습니다. 이러한 방법은 도움이 될 수 있지만 시간이 많이 걸리고, 인력에 크게 의존하며, 도시 전역을 완전히 포괄하지 못하는 경우가 많습니다.

컴퓨터 비전은 도시에 그래피티를 더 빠르고 안정적으로 관리할 수 있는 방법을 제공합니다. 자동화된 그래피티 인식 시스템은 일반적으로 두 가지 주요 컴퓨터 비전 작업에 의존합니다. 이미지 분류와 객체 탐지입니다.

첫 단계에서 이미지 분류는 사진을 분석하여 그래피티, 거리 예술 또는 깨끗한 표면이 나타나는지 판단합니다. 그래피티가 발견되면 객체 탐지가 이미지 내 정확한 위치를 파악합니다. 이를 통해 도시 대응팀은 신속하고 정확하게 대응할 수 있습니다. 시간이 지나면 데이터가 추세를 식별하는 데 도움을 주므로, 도시는 그래피티가 자주 발생하는 취약 지역을 대상으로 대응하고 예방 활동을 개선할 수 있습니다.

그림 2. 자동화된 그래피티 인식 시스템의 작동 예시.

여러 도시의 AI 그래피티 탐지 시스템 살펴보기#

많은 도시가 그래피티를 처리하기 위한 새로운 방법을 시도하고 있습니다. 순찰이나 시민 신고에만 의존하는 대신, 그래피티를 발견하고 식별하며 청소까지 지원할 수 있는 컴퓨터 비전 모델을 사용하기 시작했습니다. 일부 도시가 이러한 새로운 도구를 어떻게 활용하고 있는지 살펴보겠습니다.

차량 카메라와 통합된 AI 그래피티 탐지 시스템#

현재 많은 도시에서 공공 서비스 차량을 정기 순찰 경로 중 그래피티 탐지에 활용하고 있습니다. 이러한 차량에 컴퓨터 비전 솔루션을 장착하면 추가 순찰 없이도 도시의 거리를 실시간으로 스캔할 수 있습니다. 이를 통해 그래피티를 조기에 발견하고 문제가 확산되기 전에 청소 인력에게 알림을 보내기가 더 쉬워집니다.

애리조나주 템피는 이 기술을 사용하는 도시의 좋은 사례입니다. 템피시는 지역 기관들과 협력하여 공공 서비스 차량에 장착된 카메라를 사용하는 시스템을 개발했습니다. 이 차량들은 지역을 이동하며 벽과 공공장소의 이미지를 촬영했습니다.

비전 AI 모델이 이미지를 분석하고 탐지한 그래피티를 표시했습니다. 결과는 실시간 대시보드로 전송되어 관리자가 휴대폰으로 업데이트를 확인하고 신속하게 대응할 수 있었습니다. 이를 통해 템피시는 더 빠르게 대응하고 시민 민원을 줄일 수 있었습니다.

이와 유사하게 포르투갈의 수도 리스본에서는 도시 차량에 장착된 카메라를 사용해 그래피티를 자동으로 탐지하는 개념 증명 시스템이 개발되었습니다.

그림 3. 포르투갈 리스본의 AI 그래피티 탐지.

드론 기반 그래피티 탐지 및 제거#

그래피티는 육교, 터널, 고가 구조물처럼 접근하기 어렵거나 위험한 장소에 나타날 수 있습니다. 이러한 지역을 청소하려면 일반적으로 추가 장비와 비용, 시간이 필요합니다. 안전성과 속도를 높이기 위해 일부 도시에서는 현장에 수동 작업 인력을 배치하지 않고도 그래피티를 탐지하고 제거할 수 있는 드론을 사용하기 시작했습니다.

예를 들어 워싱턴주의 주요 도시인 시애틀은 최근 접근하기 어려운 지역을 모니터링하기 위한 드론 기반 솔루션을 도입했습니다. 드론에는 카메라와 분사 도구가 장착되어 있습니다. 공공 표면의 표시를 스캔하고 그래피티가 탐지되면 내장 분사기를 사용해 그 위에 페인트를 칠하여 가릴 수 있습니다.

그림 4. 워싱턴주 시애틀에서 AI로 그래피티를 청소하는 드론.

시애틀의 그래피티 탐지 활동에는 그래피티가 자주 발생하는 취약 지역에 설치된 태양광 카메라도 포함됩니다. 이러한 카메라는 활동을 모니터링하고 누군가 태그가 표시된 장소에 접근하면 알림을 보냅니다. 시애틀은 드론과 고정 모니터링 지점을 결합하여 그래피티에 더 신속하게 대응하고 유지보수 인력의 물리적 위험을 줄일 수 있습니다.

비전 AI로 구현하는 그래피티 취약 지역 매핑#

경우에 따라 그래피티 탐지는 단순히 청소에 관한 것이 아니라 도시 전역의 이러한 활동 패턴을 이해하는 일이기도 합니다. 이제 도시는 AI의 도움으로 거리 수준의 이미지를 그래피티가 가장 자주 발생하는 위치를 보여주는 시각적 지도으로 변환할 수 있습니다. 이러한 지도는 시민 신고만으로는 분명하지 않을 수 있는 추세를 보여주며, 도시 계획 담당자가 필요한 곳에 역량을 집중하도록 돕습니다.

예를 들어 브라질의 도시 상파울루는 연구 중심 사례 연구를 통해 이 접근 방식을 검토했습니다. 한 팀은 Google Street View를 사용해 수집한 도시 전역의 거리 수준 이미지 275,000장 이상을 컴퓨터 비전으로 분석했습니다. 이 이미지에서 식별된 그래피티를 96개 지구에 걸쳐 매핑하여 그래피티가 가장 집중된 위치를 확인했습니다.

분산된 신고나 간헐적인 점검에 의존하는 대신, 이 접근 방식은 도시 전역의 그래피티를 대규모 데이터 기반으로 보여주었습니다. 그 결과 지도는 상파울루가 시간에 따른 변화를 추적하고 보다 집중적인 청소, 예방 및 도시 계획 활동을 지원하는 데 유용한 자원이 되었습니다.

그림 5. 브라질 상파울루의 그래피티 탐지.

비전 AI 그래피티 탐지 시스템의 장단점#

그래피티 관리에 컴퓨터 비전을 사용할 때의 주요 이점은 다음과 같습니다.

• 수작업 감소: 자동화된 모니터링은 직원이 직접 거리를 점검해야 할 필요를 줄여 다른 업무에 자원을 투입할 수 있도록 합니다.
• 예방 활동 지원: 그래피티 취약 지역을 식별함으로써 컴퓨터 비전 시스템은 도시가 해당 지역의 조명 개선이나 감시와 같은 억제 수단에 집중할 수 있도록 합니다.
• 다른 시스템과 통합: 컴퓨터 비전 도구를 도시 대시보드나 유지보수 앱에 연결하여 더욱 간소화된 워크플로를 구축할 수 있습니다.
• 자동화된 보고 지원: 비전 AI 시스템은 정기 보고서 생성을 지원하여 도시 직원의 행정 부담을 줄일 수 있습니다.

컴퓨터 비전 시스템은 그래피티 탐지에 유용하지만 몇 가지 한계도 있습니다. 이러한 시스템을 도입할 때 고려해야 할 사항은 다음과 같습니다.

• 지속적인 유지보수 필요: 정확성과 기능을 보장하려면 카메라, 모델 및 소프트웨어를 정기적으로 업데이트하고 유지보수해야 합니다.
• 법적 및 규제 장벽: 일부 도시에서는 공공장소에 감시 시스템을 설치하려면 승인이나 허가를 받거나 데이터 보호법을 준수해야 할 수 있습니다.
• 언어 또는 기호 혼동: 외국어, 기호 또는 속어를 사용하는 그래피티는 맞춤형 학습 데이터 없이는 정확하게 인식되지 않을 수 있습니다.
• 오인식 위험: 시스템이 포괄적이고 다양한 데이터셋으로 학습되지 않은 경우, 벽화, 거리 예술 또는 합법적인 벽화 작업을 그래피티로 잘못 식별할 수 있습니다.

핵심 요점#

그래피티 탐지는 컴퓨터 비전이 도시의 공공장소 관리 방식을 변화시키는 한 가지 사례일 뿐입니다. 이러한 시스템은 유지보수, 보고 및 도시 계획을 위한 도구와 점점 더 통합되고 있습니다.

초점은 신속한 대응에서 선제적 인식으로 전환되고 있습니다. 더 나은 데이터와 스마트한 도구를 통해 도시들은 문제가 발생하기 전에 예방하고, 모든 단계에서 더 많은 정보를 바탕으로 의사 결정을 내리는 방향으로 나아가고 있습니다.

성장하는 커뮤니티에 참여하세요! GitHub 저장소를 살펴보고 AI에 대해 알아보며, 라이선스 옵션을 확인하고 비전 AI 프로젝트를 시작해 보세요. 의료 분야의 AI와 농업 분야의 컴퓨터 비전 같은 혁신에 관심이 있으신가요? 솔루션 페이지를 방문하여 더 자세히 알아보세요!