보안 분야 이외의 분야에서, 많은 사람들이 비디오 감시에 대해 가지고 있는 인식은 영화와 TV 쇼에서 본 것에 의해 형성됩니다. 카메라는 항상 녹화하고 있고, 영상은 비디오 테이프에 저장되어 사건을 검토하고자 하는 형사나 사설 수사관이 있을 때까지 보관됩니다.

물론 이러한 인식에도 어느 정도 진실이 있기는 하지만, 그것은 매우 시대에 뒤떨어진 것입니다. 이것은 아날로그 감시 카메라의 세계에 크게 기반을 두고 있습니다. 아날로그 카메라는 기술 한계로 인해 켜지거나 꺼져야 하며, 켜지면 항상 녹화를 합니다. 물론, 여기에는 카메라의 시야 안에 있는 어떤 사건도 누락되지 않고 보안 요원 및 법 집행 기관에 의해 검토될 수 있다는 명백한 이점이 있습니다. 적어도, 영상이 보존된 동안은요. 이로 인해 물리적 스토리지에 문제가 발생했습니다.

비디오 테이프의 용량은 적당히 크고 몇 시간 분량의 비디오만 저장할 수 있기 때문에, 테이프를 보관하는 데 필요한 공간이 빠르게 문제가 되었습니다. 그 결과, 테이프가 재사용되어 새로운 영상이 이전 영상 위에 녹화되기 전까지인 일정 시간(약 30일) 동안만 영상이 보관됩니다. 이것은 여러 가지 이유로 문제가 있었습니다. 가장 명백한 것은 이전 영상이 영원히 손실될 것이라는 점과, 테이프가 마모됨에 따라 녹화된 비디오의 품질이 저하될 것이라는 점입니다.

디지털 영상 감시의 등장, 그리고 데이터

디지털 네트워크 비디오 보안 감시의 도래로 물리적 스토리지 문제가 해결된 것 같아 보였습니다. 하드 디스크는 방대한 양의 디지털 비디오를 비교적 작은 물리적 공간에 저장할 수 있었습니다. 비디오 테이프에 저장한다면 방대한 창고가 필요할 양입니다.

문제가 해결되었을까요? 별로 그렇지 않습니다. 네트워크 비디오 카메라는 특히 캡처된 이미지의 품질과 해상도에서 빠르게 발전했습니다. 새 카메라는 해상도, 프레임 레이트 및 비트레이트 향상을 가져왔고, 간단히 말해 더 많은 데이터를 생성했습니다. 훨씬 더 많은 데이터입니다.

수십 대, 수백 대, 심지어 수천 대의 카메라가 연결된 보안 감시 시스템으로 인해, 디지털 비디오 감시의 저장공간 수요와 더불어 카메라와 데이터 센터 간에 이러한 정보를 전송하는 데 필요한 대역폭이 빠르게 문제가 되었습니다.

그 결과, 최적이 아닌 감시 수행

조직들은 데이터 문제에 대한 해결책을 신속하게 찾기 시작했습니다. 디지털 보안 감시 카메라가 쉽게 사용할 수 있는 분명한 접근 방식은 ‘어떤 일이 일어났을 때’에만 비디오를 캡처하는 것이었습니다.

이는 움직임 감지(모션 디텍션) 알고리즘을 통해 가장 자주 이루어졌으며, 카메라 시야 안에서 움직임이 특정 임계값에 도달하면 카메라가 활성화되었습니다. 하지만 이것은 불완전한 해결책입니다. 동작 감지 센서에 설정된 감도 임계값에 따라 카메라가 너무 자주 활성화되어, 허위 경보 수가 많아질 수 있습니다. 이로 인해 모션 임계값을 높이면, 의미 있는 활동이 누락될 수 있습니다.

다른 해결책에는 보안 감시 카메라 자체에서 생성되는 데이터의 양을 줄이는 방식이었습니다. 비디오 압축, 프레임 속도 감소, 비디오 해상도 저하 등을 통해 이를 달성할 수 있지만, 캡처된 비디오 이미지의 품질에도 영향을 미칩니다.

데이터 부담이 어느 쪽으로 해결되든 간에, 많은 환경에서 지속 녹화는 유행에 뒤떨어진 것처럼 느껴졌습니다. 조직은 스토리지 및 대역폭 부담을 줄이기 위해 불완전하거나 낮은 화질의 비디오를 기꺼이 수용했습니다. 하지만 더 이상 그럴 필요가 없습니다.

지속 녹화에 대한 새로운 가능성과 요구

대부분의 사람들은 비디오 감시와 관련하여 지속적인 녹화가 좋은 것이라는 것에 동의할 것입니다. 카메라의 시야에서 어떤 사건도 놓치지 않는 것이 큰 가치가 있다고 말할 수 있습니다. 이제 보안 감시 카메라 기술의 새로운 혁신으로 데이터 부담이 증가하지 않고(그리고 일부 환경에서는 이전의 Stop/Start 접근 방식에 비해 실제로 감소) 이러한 작업이 가능해졌습니다.

비디오 압축에 대한 가장 간단한 방법은 비트 전송률(기본적으로 초당 비트(또는 메가비트)로 표현되는 특정 시간 내에 전송되는 비디오의 양)을 줄이는 것입니다. 이는 종종 비디오 해상도 감소, 프레임 레이트 감소, 비디오 압축 증가의 세 가지 중 하나 이상을 조합하여 이루어지는데, 이 모든 것이 품질 저하를 야기할 위험이 있습니다.

비디오 압축은 여전히 데이터를 줄이는 중요한 측면으로 남아 있지만, 이 과정에서 비디오의 세부 정보가 손실되지 않도록 하는 것이 중요합니다. 가능한 최상의 품질, 이미지 해상도 및 법의학적 세부 정보를 유지하면서 데이터 감소 목표를 달성하기 위해 결합할 수 있는 여러 가지 접근 방식이 있습니다.

한 가지 방법은 카메라의 시야에서 관심 있는 특정 영역에 서로 다른 수준의 비디오 압축을 적용하는 것입니다. 예를 들어 병원 복도의 넓은 뷰에서 벽의 뷰는 복도 자체보다 더 높은 도수로 압축됩니다. 전반적으로 생산되는 비디오 데이터를 상당히 감소시킬 수 있습니다.

또 다른 방법은 카메라 내의 알고리즘을 사용하여 장면(scene) 내 변경 사항과 관련된 데이터만 전송하고, 정적 상태로 남아 있는 영역의 이미지는 자주 전송되지 않는 것입니다. 이 기능은 한산한 지역을 기록할 때 유용할 수 있습니다. 야간의 사무실 로비는 변경 사항이 거의 없지만, 누군가 들어오면 모든 세부 사항이 녹화됩니다.

카메라가 최대 프레임률로 비디오를 캡처하고 분석하지만 데이터를 전송하기 전에 불필요한 비디오 프레임을 스트림에서 생략하는 기술 또한 사용될 수 있습니다. 정적인 장면은 획기적으로 줄어든 프레임 레이트로 인코딩됩니다(때로는 초당 1프레임까지 낮춤). 장면에서 변경 사항이 발생하면, 프레임 레이트가 자동으로 증가하여 모든 중요한 세부 정보를 캡처합니다.

마지막으로, 새로운 기술은 평균 비트레이트 제어입니다. 이 제어 기술은 올바르게 구현될 경우 카메라가 사용 가능한 스토리지 및 비디오 보존 시간과 관련하여 비트 전송률을 자동으로 조정할 수 있습니다. 지속 녹화를 위해 특별히 설계된 이 기술은, 모든 비디오 캡처에 단순히 비트 전송률 제한을 적용하지 않고도 전체 보존 시간을 최적으로 제어할 수 있습니다.

이러한 결합 기술을 통해 스토리지 및 대역폭 요구량을 크게 (종종 50% 이상) 줄이면서 어떤한 이벤트의 상세 정보도 놓치지 않을 수 있습니다. 이는 지속 녹화를 가능하게 하는 기반이 됩니다.

보안 감시 통찰력의 새로운 세계

지속 녹화에서 얻을 수 있는 이점은 이벤트나 사건이 누락되지 않도록 보장하는 데만 국한되지 않습니다. 카메라 내에서 이루어지는 에지 분석과 서버에 기반한 분석 모두를 포함해 점점 더 정교한 분석을 통해 캡처된 비디오에서 더 많은 가치를 얻을 수 있습니다.

기존 카메라의 비디오가 서버 기반 분석의 이점을 누릴 수 있을 뿐만 아니라, 비디오 자체와 함께 매우 유용한 메타데이터를 제공하는 더 새롭고 딥러닝 기능으로 강화된 카메라가 함께 사용되어, 보안 및 운영 효율성을 높일 것입니다.

실시간 경고와 경보, 알고 있는 사건과 관련된 비디오의 포렌식 검색 사이에서 정보의 새로운 계층이 나타날 것입니다. 지속적으로 녹화된 비디오에 적용된 분석(패턴과 이상 징후를 인식)은 귀중한 ‘모르고 있던 것’을 강조하기 시작할 것입니다. 이러한 통찰력을 통해 보안 운영을 최적화하고 조직 효율성의 다른 측면에 적용할 수 있습니다.

아날로그 보안 감시 카메라에서 디지털로 전환하는 과정에서 많은 조직이 데이터 영향을 관리하기 위해 품질을 타협해야 한다고 느낀 것은 아이러니한 일입니다. 하지만 점점 더 이것은 타협할 필요가 없습니다. 미래는 우리를 단점 없이 지속 녹화의 시대로 되돌아가게 합니다.

 

에지 분석의 미래