EVA Release v2.7
EVA v2.7: 설정은 더 가볍게, 운영은 더 촘촘하게
비전 AI를 현장에 도입할 때 흔히 '얼마나 잘 찾느냐'는 탐지 성능에만 집중하곤 합니다.
하지만 실제 운영 단계에 들어서면 깨닫게 되는 진실이 있습니다. 바로 "탐지 성능만큼이나 중요한 것은 운영의 지속성"이라는 점입니다.
현장의 탐지 시나리오는 매번 달라지고, 카메라는 늘어나며, 빛과 그림자는 시시각각 변하기 때문입니다.
아무리 뛰어난 눈(Vision)을 가졌어도 설정이 복잡하고 환경 변화에 취약하다면, 현장의 신뢰를 얻기는 어렵습니다.
EVA v2.7은 바로 이러한 현장의 운영 마찰력(Operation Friction)을 제로로 만들기 위해 다음과 같은 고민에서 시작되었습니다.
- 모델 선택의 피로도: 시나리오가 바뀔 때마다 최적의 모델을 직접 찾고 비교해야 하는 운영자의 부담
- 조도의 불확실성: 시간과 날씨에 따른 밝기 변화가 탐지 성능의 저하로 이어지는 불안정성
- 탐지 영역 설정의 한계: 기둥, 벽, 통로 등 복잡한 실제 구조를 제대로 반영하지 못하는 단순한 설정 방식
- 관리의 파편화: 카메라별로 흩어져 있어 직관적인 파악과 빠른 대응을 방해하는 정보 구조
이번 업데이트는 단순히 기능을 추가하는 것을 넘어, '설정은 단순하게, 탐지는 더 정교하게'라는 원칙 아래 현장의 운영 품질을 한 단계 끌어올리는 견고 한 기반을 마련합니다.
복잡함은 기술 뒤로 숨기고, 명료함만을 전달하는 EVA v2.7의 변화를 확인해 보세요.
"어떤 모델이 최선일까?" 고민은 이제 EVA의 몫입니다
탐지 시나리오 기반 Vision Model(VM) 자동 추천
비전 AI를 운영하면서 가장 난감한 순간 중 하나는 수많은 AI 모델 리스트 앞에서 무엇을 골라야 할지 망설여지는 때입니다.
"쓰러짐 감지에는 A 모델이 좋을까, B 모델이 정확할까?", "야간 화재 감지에는 어떤 모델이 더 민감하게 반응할까?" 같은 질문들은 사용자에게 상당한 심리적 압박과 시간 소모를 야기합니다.
EVA v2.7은 이러한 기술적 장벽을 완전히 허물었습니다. 이제 운영자가 탐지 시나리오를 정의하면, EVA는 해당 시나리오에 가장 최적화된 Vision Model(VM)을 자동으로 제안합니다.
- 전문성 없어도 전문가처럼: 각 모델의 상세 특징을 몰라도 괜찮습니다. 시나리오 선택만으로 현장에 가장 적합한 모델 조합이 즉 시 추천됩니다.
- 탐지 성능의 상향 평준화: 운영자의 숙련도에 따라 탐지 품질이 들쭉날쭉하던 현상을 방지하고, 어떤 환경에서도 시스템이 보장하는 최상의 탐지 성능을 일관되게 유지합니다.
- 설정 시간의 비약적 단축: 수많은 모델을 테스트하고 비교하는 과정이 생략되므로, 새로운 시나리오를 구성하고 현장에 실전 배치하는 워크플로우가 이전과는 비교할 수 없을 만큼 빨라집니다.
EVA의 기능은 안에서 점점 더 고도화되고 복잡해지고 있지만, 사용자가 마주하는 인터페이스는 오히려 더 극도로 단순화되고 있습니다. 기술의 복잡함은 EVA가 감당하고, 사용자는 오직 '안전'과 '운영'이라는 본질에만 집중할 수 있도록 진화하고 있습니다.

선과 면으로 현장의 디테일을 그리다
다각형(Polygon) 기반의 정밀 영역 설정
현장은 결코 반듯한 사각형의 도표처럼 움직이지 않습니다. 굵은 기둥이 시야를 가리기도 하고, 복도는 구불구불하게 이어지며, 특정 구역은 기계 설비로 인해 비정형적인 형태를 띠기 마련입니다.
기존의 사각형(Rectangle) 방식은 설정은 간편했지만, 이러한 복잡한 실제 현장을 온전히 담아내기에는 늘 2%의 부족함이 있었습니다.
EVA v2.7에서는 이러한 물리적 제약을 완전히 해소하기 위해 다각형(Polygon) 기반의 자유로운 영역 설정 기능을 도입했습니다.
이제 운영자는 공간을 시스템에 맞추는 것이 아니라, 시스템이 공간의 형태를 따르도록 유연하게 설정할 수 있습니다.
- 복잡한 구조물도 빈틈없이: 기둥, 벽면, 적재함 등 탐지에서 제외해야 할 장애물을 피해, 오직 탐지가 필요한 '진짜 영역'만 자유로운 점 연결을 통해 정밀하게 그려낼 수 있습니다.
- 오탐(False Positive)의 근본적 차단: 영역 경계선에 걸친 불필요한 움직임이나 인접 구역의 간섭을 소프트웨어 단계에서 완벽하게 필터링함으로써, 알림의 신뢰도를 끌어올립니다.
EVA는 현장의 공간을 단순화하여 왜곡하는 방식이 아니라, 현장의 입체적인 구조를 그대로 인정하고 반영하는 방향으로 진화하고 있습니다. 이는 단순히 설정의 편의를 넘어, 비전 AI가 현장을 얼마나 '정확하게 이해하고 있는가'를 결정짓는 중요한 척도가 될 것입니다.

