SOHGA는 Ultralytics YOLO26으로 구동되는 모바일 순찰 시스템 MEGURU를 개발했습니다. 이 시스템은 주차된 차량 옆을 지나가며 주차장 직원이 번호판을 거의 즉시 스캔할 수 있도록 합니다. MEGURU는 순찰 시간을 줄이면서 업무 절차를 표준화합니다.
일본의 여러 산업 분야에서 주차장 순찰은 일상적이지만 운영 측면에서 부담이 큰 업무입니다. 의료와 같은 특정 산업에서는 순찰이 필수인 경우가 많습니다. 예를 들어 병원은 구급차와 휠체어 사용자를 위해 진입로를 비워 두어야 하며, 다른 산업 분야에서는 주차장에 방치된 사람이 있는지 확인해야 합니다. 하루에 여러 차례 순찰하며 넓은 주차장을 관리하는 직원에게 모든 차량을 일관되게 파악하는 일은 실질적인 운영 과제입니다.
SOHGA Co.는 이 문제를 해결하기 위해 MEGURU를 구축했습니다. Ultralytics YOLO26을 기반으로 하는 MEGURU는 순찰 직원이 주차장의 모든 차량을 실시간으로 추적하도록 지원하는 모바일 번호판 인식 시스템입니다. 스마트폰에서 제공되는 간단한 음성 피드백을 통해 이미 확인한 차량과 아직 확인하지 않은 차량을 자동으로 구분합니다.
컴퓨터 비전으로 주차장 순찰 지원#
SOHGA의 MEGURU 시스템은 간단한 업무 절차를 바탕으로 설계되었습니다. 직원은 셀카봉에 장착한 iPhone을 들고 평소 속도로 주차장을 걷습니다. 차량을 지날 때마다 시스템이 번호판을 실시간으로 스캔하고 음성 알림을 재생합니다. 아직 기록되지 않은 새 차량에는 한 가지 소리를, 이미 확인한 차량에는 다른 소리를 들려줍니다.
이처럼 오디오를 우선하는 설계는 의도적입니다. 순찰 직원은 번호판을 기록하는 동시에 차량 창문을 살펴 탑승자가 있는지 확인합니다. 화면을 보도록 요구하는 대신 소리로 피드백을 제공하면 MEGURU는 직원의 시선을 기기가 아닌 차량에 집중시킵니다. 새로운 번호판은 즉시 처리되어 직원이 2~3초마다 다음 차량으로 이동할 수 있습니다. 직원이 순찰을 진행하는 동안 MEGURU는 실시간으로 속도를 맞추고, 시각적 집중을 방해하지 않으면서 효율적으로 음성 안내를 제공합니다.
현재 일본 동부 지역의 고객 112곳에서 147대의 기기로 시스템을 운영하고 있으며, 평균적으로 순찰 시간을 약 30% 줄이고 있습니다. 가장 큰 개선 사례에서는 이전에 2시간이 걸리던 순찰을 40분 만에 완료했습니다.
이동 기기에서의 번호판 인식 과제#
통제된 고정 환경에서 신뢰할 수 있는 번호판 인식은 잘 알려진 문제입니다. 하지만 주차장을 이동하는 휴대용 스마트폰에서 이를 수행하는 일은 훨씬 복잡합니다. 순찰 직원이 걸으면 기기가 흔들리고, 차량마다 시야각이 달라지며, 조명 조건이 바뀌고, 번호판이 서로 다른 거리와 방향에서 나타납니다. 이러한 조건은 모션 블러와 일관되지 않은 프레이밍을 유발해 일반적인 OCR 방식의 신뢰성을 떨어뜨립니다.
SOHGA는 개발 중 OCR을 평가했고 시각적으로 비슷한 문자에서 오인식이 자주 발생하는 것을 확인했습니다. 정확한 번호판 식별에 의존하는 시스템에서 이는 중요한 문제입니다. 일본 번호판은 개방형 문자 집합이 아니라 정해진 문자 집합을 사용합니다. 이에 따라 일반 텍스트 인식 시스템에 의존하는 대신 실제 번호판에 나타날 수 있는 문자만 대상으로 감지 모델을 학습하는 보다 목적에 맞는 접근 방식을 선택했습니다.
이 접근 방식은 스캔 환경의 실제 조건에 대한 모델의 견고성도 높였습니다. 학습 데이터에 모션 블러, 기울기, 가변 조명과 같은 실제 환경의 조건이 반영되어 있었기 때문에 모델은 이러한 변화에 방해받지 않고 이를 처리하는 방법을 학습했습니다.
SOHGA의 Ultralytics YOLO26 활용 방식#
MEGURU의 비전 파이프라인은 순차적으로 작동하는 Ultralytics YOLO 모델 2개를 사용합니다.
번호판 감지. 첫 번째 모델은 각 카메라 프레임에서 번호판을 찾습니다. iPhone에서 초당 10프레임으로 실행되며, 기기가 차량을 지나갈 때 번호판이 포함된 이미지 영역을 지속적으로 식별합니다.
문자 인식. 두 번째 모델은 잘라낸 번호판 영역을 입력받아 각 문자를 식별합니다. 일본 번호판에 사용되는 문자 집합만을 대상으로 학습되므로, 제한된 감지 범위 내에서 작동해 범용 OCR보다 정확도가 높습니다. 움직임으로 인해 프레임마다 달라지는 상황을 처리하기 위해 시스템은 여러 프레임에 걸친 다수결 방식을 적용한 후 인식 결과를 확정합니다.
YOLO의 속도와 학습 용이성은 이 시스템을 구현하는 데 핵심적인 역할을 했습니다. 일반 소비자용 스마트폰에서 실시간 추론을 실행하려면 정확하면서도 경량인 모델이 필요합니다. 기존 OCR 모델을 그대로 사용하는 대신 도메인별 데이터셋으로 학습함으로써 SOHGA는 정확한 활용 사례에 맞춰 성능을 조정하는 데 필요한 제어력을 확보했습니다. 그 결과 번호판 인식이 거의 즉각적으로 이루어졌습니다. 차량 간 이동에 걸리는 2~3초는 운영자의 보행 속도를 반영하며, MEGURU는 순찰 직원을 기다리게 하지 않고 실시간으로 음성 안내를 제공하면서 그 속도를 따라갈 수 있습니다.
Ultralytics YOLO 모델을 선택한 이유#
Ultralytics YOLO 모델은 MEGURU에 필요한 실시간 성능과 학습 유연성을 모두 제공합니다. 전용 하드웨어가 아닌 일반 iPhone에서 실행되는 시스템에는 GPU나 클라우드 연결에 의존하지 않으면서 감지와 문자 인식을 포함한 2단계 파이프라인 전체에서 10 FPS로 정확한 추론을 수행하는 모델이 필요했습니다. YOLO의 효율적인 아키텍처 덕분에 이를 구현할 수 있었습니다.
도메인별 데이터셋으로 학습할 수 있다는 점도 매우 중요했습니다. 일본 번호판은 제한된 문자 집합을 사용합니다. 일반 텍스트 인식 시스템 대신 해당 문자만을 대상으로 모델을 구축함으로써 SOHGA는 문자 감지를 위한 더욱 신뢰할 수 있고 정확한 기반을 마련했습니다. 같은 학습 과정에서 모델은 모션 블러, 비스듬한 각도, 가변 조명 등 순찰 환경의 실제 조건에도 견고해졌습니다.
SOHGA는 순찰 품질에서 예상치 못한 이점도 확인했습니다. 통제된 시험에서 뇌파 모니터링 장비를 사용한 결과, MEGURU 없이 순찰하는 직원은 약 10~15분 동안 집중력을 유지할 수 있었습니다. MEGURU가 지속적인 음성 피드백을 제공하고 번호판을 수동으로 기록할 필요를 없애자 직원은 순찰 1회 전체 시간인 최대 1시간까지 집중력을 유지할 수 있었습니다.
일본 전역으로 순찰 운영 확대#
현재 일본 동부 지역의 100곳이 넘는 고객이 MEGURU를 도입했으며, 140대가 넘는 기기를 실제 운영에 사용하고 있습니다. 이 시스템은 두 가지 주요 고객군을 대상으로 하며, 각 고객군은 구체적인 운영 요구 사항을 해결하는 데 MEGURU를 활용합니다.
병원: 병원 진입로에 불법 주차된 차량은 구급차 통행을 막고 휠체어 접근을 방해할 수 있습니다. MEGURU는 병원 순찰 직원이 위반 차량을 더 효율적으로 식별하고 기록할 수 있도록 지원합니다.
파친코 매장: 일본 규정에 따라 파친코 매장은 주차장을 순찰해 방치된 탑승자나 차량 안에 방치된 어린이가 있는지 확인해야 합니다. MEGURU는 순찰 직원이 주차장 내 모든 차량을 빠짐없이 일관되고 체계적으로 기록할 수 있도록 지원하며, 검증이나 표준화가 어려웠던 수동 절차를 대체합니다. MEGURU의 핵심 기능은 확인한 차량과 확인하지 않은 차량을 쉽게 구분하는 것으로, 직원의 집중력 저하를 줄이고 차량 내부 검사 효과를 높여 궁극적으로 생명을 구하는 데 기여합니다.
무단 주차 문제를 해결하는 것도 실용적인 활용 사례입니다. 파친코 고객이 아닌데도 주차장을 반복적으로 이용하는 차량은 오랫동안 지속적인 문제였으며 효과적으로 관리하기 어려웠습니다. 주차 패턴을 분석하면 이러한 차량을 명확하게 식별할 수 있으며, 경고를 발부한 뒤 재발 사례가 0건으로 줄었다는 보고도 있습니다.
그림 1. MEGURU가 분석 중인 번호판.
일본 번호판에는 차량 등록 지역이 포함되어 있고 일본 법률상 번호판 데이터가 개인정보로 분류되지 않기 때문에, SOHGA는 핵심 순찰 용도를 넘어 MEGURU의 기능을 방문객 분석으로 확장했습니다. 고객은 MEGURU 기록을 통해 방문객이 어디에서 오는지, 얼마나 오래 머무는지, 얼마나 자주 재방문하는지 파악할 수 있습니다.
주차장 순찰의 체계화와 일관성 향상#
MEGURU는 주차장 내 모든 차량을 확인했는지 어떻게 보장할 것인가라는 단순한 운영 문제를 실용적이고 확장 가능한 방식으로 해결합니다. SOHGA는 일반 iPhone에서 Ultralytics YOLO26 모델 2개를 실행해 실제 주차장 운영 환경에서도 작동하는 시스템을 구축했습니다.
성과는 수치로 확인할 수 있습니다. 여러 배포 환경에서 순찰 시간이 평균 30% 단축되었으며, 직원들은 순찰을 한 바퀴 도는 동안 일관된 집중력을 유지할 수 있었습니다. 일본 동부 전역에서 100곳 이상의 고객사와 140대 이상의 기기가 배포된 MEGURU는 컴퓨터 비전 모델이 도시의 안전을 모니터링하는 데 적극적으로 활용되는 동시에 신뢰할 수 있는 주차장 관리 도구로도 기능하는 훌륭한 사례입니다.
비전 AI에 관심이 있으신가요? 프로젝트에 컴퓨터 비전을 도입할 수 있도록 라이선스 옵션을 살펴보세요. GitHub 저장소를 방문하고 커뮤니티에 참여해 보세요.
