스마트 시티가 AI 낙서 감지 시스템과 컴퓨터 비전을 사용하여 낙서 문제를 신속하게 해결함으로써 공공 공간 유지 관리를 개선하는 방법을 알아보세요.
YOLO Vision 2025를 놓치지 마세요!
2025년 9월 25일
10:00 — 18:00 BST
하이브리드 이벤트
스마트 시티가 AI 낙서 감지 시스템과 컴퓨터 비전을 사용하여 낙서 문제를 신속하게 해결함으로써 공공 공간 유지 관리를 개선하는 방법을 알아보세요.
글, 그림 또는 기호로 구성된 낙서는 많은 이야기를 전달할 수 있습니다. 도시의 벽에 색깔과 개성을 더하고 의견을 표현하는 데 사용됩니다. 때로는 낙서가 예술로 여겨지기도 하지만, 대부분 허가 없이 이루어집니다. 실제로 낙서는 건물, 다리 및 기차에 하룻밤 사이에 자주 나타나며, 이를 청소하는 데 시간, 자원 및 노력이 필요합니다.
전 세계 도시들은 공공장소를 깨끗하게 유지하기 위해 수백만 달러를 지출합니다. 미국에서만 그래피티 제거 비용이 매년 120억 달러가 넘습니다. 또한, 많은 도시에서 그래피티를 따라잡는 것은 상당한 문제입니다. 청소 인력은 한정되어 있고, 모든 곳에 한 번에 투입될 수 없기 때문입니다.
이러한 이유로 도시 계획 담당자들은 현재 기계가 이미지를 분석하고 해석할 수 있도록 하는 인공 지능의 한 분야인 컴퓨터 비전으로 눈을 돌리고 있습니다. Ultralytics YOLO11과 같은 컴퓨터 비전 모델을 사용하여 AI 지원 카메라는 도시 벽을 빠르게 스캔하고, 낙서를 실시간으로 감지하고, 팀이 대응할 정확한 위치를 정확히 찾아낼 수 있습니다.
본 문서에서는 컴퓨터 비전이 스마트 시티에서 자동 낙서 인식에 어떻게 사용되고 있는지 자세히 살펴보겠습니다. 그럼 시작해 볼까요!
스마트 시티는 첨단 기술을 사용하여 일상적인 문제를 보다 효율적으로 처리하고 있습니다. 특히 YOLO11과 같은 컴퓨터 비전 모델을 활용하여 시각적 데이터를 분석하고, 공공 장소를 모니터링하고, 다양한 도시 시스템에서 더 빠르고 데이터 기반 의사 결정을 지원합니다.
다음은 스마트 시티에서 비전 AI가 사용되는 일반적인 방법입니다.
이제 컴퓨터 비전이 도시를 더욱 스마트하게 만드는 데 어떻게 도움이 되는지 살펴보았으므로 자동 낙서 인식이 특히 필요한 이유를 자세히 살펴보겠습니다.
전통적으로 도시에서는 낙서를 관리하기 위해 다양한 접근 방식을 사용해 왔습니다. 일부는 공공 신고에 의존하고, 다른 일부는 팀을 보내 알려진 핫스팟을 검사합니다. 어떤 경우에는 모바일 앱을 통해 주민들이 불만을 제출하거나 이미지를 업로드할 수 있습니다. 이러한 방법은 도움이 될 수 있지만 시간이 많이 걸리고, 사람의 입력에 크게 의존하며, 종종 도시 전체를 완전히 커버할 수 없습니다.
컴퓨터 비전은 도시에 낙서를 관리하는 더 빠르고 안정적인 방법을 제공합니다. 자동화된 낙서 인식 시스템은 일반적으로 이미지 분류 및 객체 감지의 두 가지 주요 컴퓨터 비전 작업에 의존합니다.
첫 번째 단계에서 이미지 분류는 사진에 낙서, 거리 미술 또는 깨끗한 표면이 있는지 확인하기 위해 사진을 분석합니다. 낙서가 발견되면 객체 감지가 이미지에서 정확한 위치를 정확히 찾아냅니다. 이를 통해 도시 팀은 신속하고 정확하게 대응할 수 있습니다. 시간이 지남에 따라 데이터는 도시가 빈번한 핫스팟을 대상으로 하고 예방 노력을 개선할 수 있도록 추세를 식별하는 데 도움이 됩니다.
많은 도시에서 낙서를 처리하는 새로운 방법을 시도하고 있습니다. 순찰이나 공공 보고에만 의존하는 대신 낙서를 발견하고 식별하며 심지어 정리하는 데 도움이 되는 컴퓨터 비전 모델을 사용하기 시작했습니다. 몇몇 도시에서 이러한 새로운 도구를 어떻게 활용하고 있는지 살펴보겠습니다.
현재 많은 도시에서 공공 서비스 차량이 정기 순찰 노선을 따라 이동하면서 낙서를 탐지하는 데 활용되고 있습니다. 이러한 차량에 컴퓨터 비전 솔루션을 장착함으로써 도시는 추가 순찰 없이 실시간으로 거리를 스캔할 수 있습니다. 이를 통해 낙서를 조기에 발견하고 문제가 확산되기 전에 정리 인력에 경고를 보내기가 더 쉬워집니다.
애리조나주 템피는 이 기술을 사용하는 도시의 좋은 예입니다. 이 도시는 지역 단체와 협력하여 공공 서비스 차량에 장착된 카메라를 사용하는 시스템을 개발했습니다. 이 차량들이 동네를 이동하면서 벽과 공공장소의 이미지를 캡처했습니다.
Vision AI 모델은 이미지를 분석하고 감지된 낙서를 표시했습니다. 결과는 실시간 대시보드로 전송되어 관리자가 휴대폰에서 업데이트를 확인하고 신속하게 대응할 수 있었습니다. 이는 Tempe가 더 빠르게 대응하고 대중의 불만을 줄이는 데 도움이 되었습니다.
마찬가지로, 포르투갈의 수도인 리스본에서는 도시 차량에 장착된 카메라를 사용하여 자동으로 낙서를 감지하는 개념 증명 시스템이 개발되었습니다.
낙서는 고가 도로, 터널 및 고가 구조물과 같이 접근하기 어렵거나 안전하지 않은 장소에 나타날 수 있습니다. 이러한 지역의 정리 작업은 일반적으로 추가 장비, 추가 비용 및 더 많은 시간이 필요합니다. 안전과 속도를 개선하기 위해 일부 도시에서는 현장 작업 인력 없이 낙서를 감지하고 제거할 수 있는 드론을 사용하기 시작했습니다.
예를 들어, 워싱턴 주의 주요 도시인 시애틀은 최근 접근하기 어려운 지역을 모니터링하기 위해 드론 기반 솔루션을 출시했습니다. 드론에는 카메라와 스프레이 도구가 장착되어 있습니다. 드론은 공공 표면의 낙서를 스캔하고 낙서가 감지되면 내장된 스프레이어를 사용하여 페인트를 칠하고 덮습니다.
시애틀의 낙서 탐지 노력에는 낙서가 잦은 지역에 설치된 태양열 카메라가 포함됩니다. 이 카메라들은 활동을 감시하고 누군가가 태깅된 위치에 접근하면 경고를 보냅니다. 드론과 고정 모니터링 지점을 결합함으로써 시애틀은 낙서에 더 신속하게 대응하고 유지 보수 인력의 물리적 위험을 줄일 수 있습니다.
어떤 경우에는 낙서 탐지가 단순히 청소를 위한 것만이 아니라 도시 전체의 활동 패턴을 이해하는 데에도 도움이 됩니다. AI의 도움으로 도시는 이제 거리 수준의 이미지를 낙서가 가장 자주 발생하는 위치를 보여주는 시각적 지도로 바꿀 수 있습니다. 이러한 지도는 공공 보고서를 통해 명확하지 않을 수 있는 추세를 보여주고 도시 계획 담당자가 필요한 곳에 노력을 집중할 수 있도록 도와줍니다.
예를 들어 브라질의 상파울루 시에서는 연구 기반 사례 연구를 통해 이 접근 방식을 탐구했습니다. 한 연구팀은 Google 스트리트 뷰를 사용하여 수집한 도시 전역의 275,000개 이상의 거리 사진을 컴퓨터 비전으로 분석했습니다. 이 이미지에서 식별된 낙서는 96개 구역에 걸쳐 매핑되어 낙서가 가장 집중된 위치를 보여주었습니다.
산발적인 보고서나 가끔 있는 검사 대신, 이 접근 방식은 도시 전역의 낙서에 대한 대규모 데이터 기반의 관점을 제공했습니다. 그 결과 생성된 지도는 상파울루에게 시간 경과에 따른 변화를 추적하고 보다 표적화된 정리, 예방 및 도시 계획 노력을 지원하는 데 유용한 리소스를 제공했습니다.
그래피티 관리에 컴퓨터 비전을 사용할 때의 주요 이점은 다음과 같습니다.
컴퓨터 비전 시스템은 낙서 감지에 유용하지만 몇 가지 제한 사항도 있습니다. 이러한 시스템을 구축할 때 명심해야 할 몇 가지 사항은 다음과 같습니다.
낙서 감지는 컴퓨터 비전이 도시가 공공 공간을 관리하는 방식을 어떻게 변화시키고 있는지 보여주는 한 예일 뿐입니다. 이러한 시스템은 유지 관리, 보고 및 도시 계획을 위한 도구와 점점 더 통합되고 있습니다.
초점은 빠른 대응에서 사전 예방적 인식으로 이동하고 있습니다. 더 나은 데이터와 더 스마트한 도구를 통해 도시는 문제가 발생하기 전에 예방하고 모든 단계에서 더 많은 정보를 바탕으로 의사 결정을 내리는 방향으로 나아가고 있습니다.
지금 바로 성장하는 커뮤니티에 참여하세요! GitHub 저장소를 탐색하여 AI에 대해 알아보고, 라이선스 옵션을 확인하여 Vision AI 프로젝트를 시작해 보세요. 헬스케어 분야의 AI 및 농업 분야의 컴퓨터 비전과 같은 혁신에 관심이 있으신가요? 솔루션 페이지를 방문하여 자세히 알아보세요!
