SOHGA는 Ultralytics YOLO26으로 구동되는 모바일 순찰 시스템 MEGURU를 개발하여, 주차된 차량 옆을 지나가며 주차장 직원이 거의 즉시 차량 번호판을 스캔할 수 있도록 했습니다. MEGURU는 순찰 시간을 줄이는 동시에 프로세스를 표준화합니다.
주차장 순찰은 일본의 다양한 산업 분야에서 일상적이지만 운영 측면에서 많은 노력이 필요한 업무입니다. 의료 업계와 같은 특정 산업에서는 주차장 순찰이 요구되는 경우가 많습니다. 예를 들어 병원은 구급차와 휠체어 이용자를 위해 진입로를 비워 두어야 하며, 다른 업계에서는 주차장에 방치된 사람이 없는지 확인해야 합니다. 하루에 여러 차례 순찰을 수행하며 대규모 주차장을 관리하는 직원에게 모든 차량을 일관되게 추적하는 일은 실제 운영상의 큰 과제입니다.
SOHGA Co.는 이러한 문제를 해결하기 위해 MEGURU를 구축했습니다. Ultralytics YOLO26으로 구동되는 MEGURU는 순찰 직원이 주차장의 모든 차량을 실시간으로 추적할 수 있도록 지원하는 모바일 번호판 인식 시스템입니다. 또한 스마트폰을 통해 간단한 음성 피드백을 제공하여 이미 확인한 차량과 아직 확인하지 않은 차량을 자동으로 구분합니다.
컴퓨터 비전으로 지원하는 주차장 순찰#
SOHGA의 MEGURU 시스템은 간단한 워크플로를 중심으로 설계되었습니다. 직원은 셀카봉에 장착한 iPhone을 들고 평소 속도로 주차장을 이동합니다. 각 차량 옆을 지나갈 때 시스템은 번호판을 실시간으로 스캔하고 음성 알림을 재생합니다. 아직 기록되지 않은 새 차량에는 한 가지 소리를, 이미 확인한 차량에는 다른 소리를 재생합니다.
이러한 오디오 중심 설계는 의도적인 선택입니다. 순찰 직원은 번호판을 기록할 뿐 아니라 차량 창문을 통해 탑승자가 있는지도 확인해야 합니다. MEGURU는 직원이 화면을 보지 않고 소리로 피드백을 받을 수 있도록 하여, 기기가 아닌 차량에 주의를 집중할 수 있게 합니다. 새 번호판은 거의 즉시 처리되므로 직원은 2~3초마다 한 차량에서 다음 차량으로 이동할 수 있습니다. 작업자가 순찰을 진행하는 동안 MEGURU는 직원의 속도에 맞춰 실시간으로 작동하며, 시선을 분산시키지 않고 음성 신호를 효율적으로 제공합니다.
현재 이 시스템은 일본 동부 지역의 112개 고객사에서 147대의 기기로 운영되고 있으며, 순찰 시간을 평균 약 30% 단축하고 있습니다. 가장 크게 기록된 사례에서는 기존에 2시간이 걸리던 순찰을 40분 만에 완료했습니다.
이동하는 기기에서의 번호판 인식 과제#
통제된 정적 환경에서 안정적으로 번호판을 인식하는 것은 이미 잘 알려진 문제입니다. 하지만 주차장을 이동하는 휴대용 스마트폰에서 이를 수행하는 일은 훨씬 더 복잡합니다. 순찰 직원이 걸어가면 기기가 흔들리고, 차량마다 시야각이 달라지며, 조명 조건이 변하고, 번호판이 서로 다른 거리와 방향에서 나타납니다. 이러한 조건은 모션 블러와 일관되지 않은 프레이밍을 만들어 기존 OCR 접근 방식의 신뢰성을 떨어뜨립니다.
SOHGA는 개발 과정에서 OCR을 평가했으며, 시각적으로 유사한 문자에서 오인식이 자주 발생한다는 점을 확인했습니다. 정확한 번호판 식별에 의존하는 시스템에서는 이는 중요한 문제입니다. 일본 번호판은 개방형 문자 집합이 아니라 정해진 문자 집합을 사용하므로, 일반적인 텍스트 인식 시스템에 의존하기보다 실제로 번호판에 나타날 수 있는 문자만 사용해 detection 모델을 학습하는 더욱 집중적인 접근 방식이 적합했습니다.
이 접근 방식은 스캔 환경의 물리적 조건에 대한 모델의 견고성도 높였습니다. 학습 데이터에 모션 블러, 기울기, 다양한 조명과 같은 실제 환경의 조건이 반영되었기 때문에 모델은 이러한 변형에 방해받기보다 이를 처리하는 방법을 학습했습니다.
SOHGA가 Ultralytics YOLO26을 사용하는 방식#
MEGURU의 비전 파이프라인은 두 개의 Ultralytics YOLO 모델을 순차적으로 사용합니다:
번호판 detection. 첫 번째 모델은 각 카메라 프레임에서 번호판의 위치를 찾습니다. iPhone에서 초당 10프레임으로 실행되며, 기기가 각 차량 옆을 지나가는 동안 이미지에서 번호판이 포함된 영역을 지속적으로 식별합니다.
문자 인식. 두 번째 모델은 잘라낸 번호판 영역을 입력으로 받아 각 문자를 식별합니다. 일본 번호판에 사용되는 문자 집합만을 대상으로 학습되었기 때문에 제한된 detection 공간 내에서 작동하며, 일반적인 OCR보다 정확도가 향상됩니다. 움직임으로 인해 프레임마다 발생하는 변화를 처리하기 위해 시스템은 판독을 확정하기 전에 여러 프레임에 대해 다수결 메커니즘을 적용합니다.
YOLO의 속도와 학습 가능성은 이 작업을 구현하는 데 핵심적인 역할을 했습니다. 일반 소비자용 스마트폰에서 실시간으로 inference를 수행하려면 정확하면서도 가벼운 모델이 필요합니다. 기성 OCR 모델에 의존하지 않고 도메인별 데이터셋으로 학습함으로써 SOHGA는 정확한 사용 사례에 맞게 성능을 조정하는 데 필요한 제어력을 확보했습니다. 그 결과 번호판 인식이 거의 즉시 수행되었으며, 2~3초의 시간 간격은 작업자가 차량 사이를 이동하는 보행 속도를 반영하고 MEGURU는 이 속도에 맞춰 실시간으로 음성 신호를 제공하므로 순찰 직원이 기다릴 필요가 없습니다.
Ultralytics YOLO 모델을 선택한 이유#
Ultralytics YOLO 모델은 MEGURU에 필요한 실시간 성능과 학습 유연성을 모두 제공합니다. 전용 하드웨어가 아닌 표준 iPhone에서 실행되는 시스템에는 GPU나 클라우드 연결에 의존하지 않고 detection과 문자 인식을 포함한 2단계 파이프라인 전체에서 10 FPS의 정확한 inference를 제공할 수 있는 모델이 필요했습니다. YOLO의 효율적인 아키텍처 덕분에 이를 구현할 수 있었습니다.
도메인별 데이터셋으로 학습할 수 있는 기능도 그만큼 중요했습니다. 일본 번호판은 제한된 문자 집합을 사용하므로, 일반적인 텍스트 인식 시스템을 사용하는 대신 해당 문자만을 대상으로 학습한 모델을 구축함으로써 SOHGA는 문자 detection을 위한 더욱 안정적이고 정확한 기반을 확보했습니다. 동일한 학습 과정으로 모델은 순찰 환경의 실제 조건인 모션 블러, 비스듬한 각도, 다양한 조명에도 견고하게 대응할 수 있게 되었습니다.
SOHGA는 순찰 품질에 대한 예상치 못한 이점도 측정했습니다. 통제된 시험에서 뇌파 모니터링 장비를 사용한 결과, MEGURU를 사용하지 않는 직원은 순찰 중 약 10~15분 동안 집중력을 유지할 수 있었습니다. MEGURU가 지속적인 음성 피드백을 제공하고 번호판을 수동으로 기록할 필요를 없애자 직원은 순찰 한 회차의 전체 시간인 최대 1시간 동안 집중력을 유지할 수 있었습니다.
일본 전역으로 순찰 운영 확장#
MEGURU는 현재 일본 동부 지역의 100곳 이상의 고객사에 배포되어 있으며, 140대 이상의 기기가 실제 운영에 사용되고 있습니다. 이 시스템은 두 가지 주요 고객 그룹을 대상으로 하며, 각 그룹은 특정 운영 요구 사항을 해결하기 위해 MEGURU를 사용합니다.
병원: 병원 진입로에 불법 주차된 차량은 구급차 경로를 막고 휠체어 이용을 방해할 수 있습니다. MEGURU는 병원 순찰 직원이 위반 차량을 더욱 효율적으로 식별하고 기록할 수 있도록 지원합니다.
파친코 매장: 일본 규정에 따라 파친코 매장은 주차장을 순찰하며, 방치된 탑승자나 차량에 홀로 남겨진 어린이가 없는지 확인해야 합니다. MEGURU는 순찰 직원이 주차장의 모든 차량을 일관되고 체계적으로 기록하고 누락을 방지할 수 있도록 하며, 검증과 표준화가 어려웠던 수동 프로세스를 대체합니다. MEGURU의 핵심 기능은 확인한 차량과 확인하지 않은 차량을 쉽게 구분하는 방법을 제공하여 직원의 집중력 피로를 줄이고 차량 내부 점검의 효과를 높이며, 궁극적으로 인명 피해를 예방하는 데 기여하는 것입니다.
또 다른 실용적인 활용 사례는 무단 주차 문제를 해결하는 것입니다. 파친코 고객이 아닌 차량이 주차장을 반복적으로 사용하는 문제는 오랫동안 지속되었으며 효과적으로 관리하기 어려웠습니다. 주차 패턴을 분석하면 이러한 차량을 명확하게 식별할 수 있고, 경고를 발부한 결과 반복 위반이 0건으로 감소한 것으로 보고되었습니다.
그림 1. MEGURU가 분석 중인 번호판입니다.
SOHGA는 핵심 순찰 활용 사례를 넘어 MEGURU의 기능을 방문자 분석으로 확장했습니다. 일본 번호판에는 차량의 등록 지역이 포함되어 있으며 일본 법률상 번호판 데이터가 개인정보로 분류되지 않기 때문에, 고객은 MEGURU의 기록을 사용하여 방문자가 어디에서 왔는지, 얼마나 오래 머무는지, 얼마나 자주 재방문하는지 파악할 수 있습니다.
주차장 순찰에 구조와 일관성 도입#
MEGURU는 주차장의 모든 차량이 확인되었는지 확인하는 간단한 운영 문제를 해결하며, 이를 실용적이고 확장 가능한 방식으로 처리합니다. SOHGA는 표준 iPhone에서 두 개의 Ultralytics YOLO26 모델을 실행하여 실제 운영 중인 주차장의 환경에서도 작동하는 시스템을 구축했습니다.
성과는 측정 가능합니다. 여러 배포 환경에서 순찰 시간이 평균 30% 단축되었으며, 직원은 순찰 한 회차 전체 동안 일관된 집중력을 유지할 수 있었습니다. 일본 동부 지역에 100곳 이상의 고객사와 140대 이상의 기기가 배포된 MEGURU는 컴퓨터 비전 모델이 도시 내 안전 모니터링에 적극적으로 활용되는 동시에 주차장 관리의 신뢰할 수 있는 도구로 사용되는 방식을 보여주는 좋은 사례입니다.
비전 AI가 궁금하신가요? 라이선스 옵션을 확인하여 프로젝트에 컴퓨터 비전을 도입해 보세요. GitHub 저장소를 방문하고 커뮤니티에 참여해 보세요.
