탐지 시나리오 작성
EVA 시스템에서 AI 분석을 시작하는 첫 단계는 Detection Scenario (탐지 시나리오) 를 작성하는 것입니다.
탐지 시나리오는 단순히 객체의 존재 여부를 넘어, AI가 영상을 보고 상황을 판단하여 원하는 조건에서만 알람이 발생하도록 정의하는 규칙입니다.
시나리오의 정교화
탐지 시나리오는 구체적으로 작성할수록 EVA Agent가 상황을 정확하게 이해합니다.
특히, 오탐(False Alarm) 을 줄이기 위해서는 알람을 제외해야 하는 상황(Excluded Situations) 을 명확히 작성하는 것이 중요합니다.
알람으로 발생한 사례들을 지속적으로 검토하면서 탐지 시나리오를 구체화하면, EVA는 상황을 점점 더 정확하게 판단하고 불필요한 알람 없이 신뢰도 높은 결과를 제공합니다.
Generate 기능을 활용한 시나리오 작성
EVA는 사용자의 시나리오 작성을 돕기 위해 Generate 기능을 제공합니다.
이 과정에서 내부적으로 동작하는 Enrich Agent는 사용자의 입력을 기반으로 시나리오를 자동으로 설계합니다.
Enrich Agent 개요
Enrich Agent는 사용자의 추상적인 요청을 AI가 이해할 수 있는 정밀한 탐지 시나리오로 변환하는 ‘설계자’ 역할을 합니다. 입력된 문장을 분석하여 단순 객체 탐지로 충분한지, 또는 상황 이해가 필요한지를 판단하고 이에 맞는 구조를 자동으로 생성합니다.
핵심 로직
-
추론 방식 판단
- VM Only: 단순히 객체가 화면에 노출되는지 확인하는 시나리오
- VM + VLM: 멀티 스텝 기반의 정밀한 상황 판단이 필요한 시나리오
-
시나리오 최적화
- 입력된 시나리오를 분석하여 최대 4개까지 분리
-
탐지 시나리오 구조화
-
Goal & Case 생성
- 탐지 목표 정의 및 알람 메시지, 피드백 필터링 기준이 되는 핵심 상황 도출
-
Frame Mode 결정
- Single: 이미지 1장 기반 판단
- Sequence: 객체가 탐지된 연속된 3장의 이미지 기반 판단 (프레임 간격 5초 이내)
- Timeline ($T$ sec): 시간 개념이 포함된 경우, $T$초 내 균일 간격 이미지 3장 기반 판단
-
Detection Steps
- 단계별 판단 조건 생성 (모든 조건이 True일 때 알람 발생)
-
Excluded Situations
- 알람을 제외해야 하는 상황 정의 (모든 조건이 False일 때만 알람 발생)
-
생성 및 활용 절차
-
초안 입력 : 사용자가 원하는 상황을 간략히 텍스트로 입력합니다.
-
생성하기 클릭 : EVA Agent가 입력된 내용을 분석하여 자동으로 Detection Steps와 Excluded Situations을 포함한 시나리오를 생성합니다.
-
수정 및 보완 : 생성된 시나리오를 기반으로 조건을 보완하면 훨씬 더 정밀한 탐지 결과를 얻을 수 있습니다.
💡 TIP: EVA가 생성한 시나리오는 초안입니다. 실제 알람 결과를 기반으로 지속적으로 수정하면, 현장 환경에 최적화된 탐지가 가능합니다.
탐지 시나리오 Generation 예시
User Query: "구급차가 보이면 알려줘"
추론 방식: VM
Case: 앰뷸런스가 보이는 경우
Frame Mode: Single
Detection Steps:
- Step 1: 화면에 앰뷸런스가 있다.
Excluded Situations:
- 화면에 앰뷸런스가 있는지 확인할 수 없는 경우 * 앰뷸런스의 특징(노란색/흰색 차체 + 응급등)이 명확히 보이지 않거나, 흐림/어두움/장애물로 인해 앰뷸런스가 보이는지 판단할 수 없는 경우
- 화면에 있는 모든 노란색/흰색 차량이 일반 차량 또는 다른 유형의 구급차(예: 소방차 등)로 인식되는 경우
User Query: "사람이 쓰러져 있으면 알려줘"
추론 방식: VM + VLM
Case: 사람이 쓰러짐
Frame Mode: Single | Sequence
Detection Steps:
- Step 1: 화면에 사람이 관측된다.
- Step 2: 1명 이상의 사람이 쓰러져 있는 상황이다.
Excluded Situations:
- 쓰러진 것처럼 보이는 모든 사람이 휴식 중이거나 의자나 쇼파 위에 누워 있는 경우
- 쓰러진 것처럼 보이는 모든 사람의 다리 영역이 일정 부분 이상 프레임 밖에 잘려 있어 쓰러짐 여부를 정확히 판단하기 어려운 경우
- 쓰러진 것처럼 보이는 모든 사람의 다리 영역이 일정 부분 이상 다른 객체에 의해 가려져 있어 쓰러짐 여부를 정확히 판단하기 어려운 경우
💡 TIP: 단일 이미지 (Single)에서 탐지 성능 개선이 필요한 경우 Frame Moode를 Sequence로 변경하면 연속된 3장의 이미지로 판단합니다.
User Query: "사람이 60초 이상 배회하면 알려줘"
추론 방식: VM + VLM
Case: 사람이 60초 이상 배회 중
Frame Mode: Timeline (60sec)
Detection Steps:
- Step 1: 화면에 사람이 1명 이상 관측된다.
- Step 2: 그 중 사람이 특정 경계선이나 작업 구역을 벗어나 자유롭게 이동하고 있는 상황이다.
- Step 3: 사람이 배회하고 있는 경우이다..
Excluded Situations:
- 배회하고 있는 것처럼 보이는 모든 사람은 정지하거나 특정 위치에 머무르고 있는 경우
- 배회하고 있는 것처럼 보이는 모든 사람의 몸의 일부가 일정 부분 이상 프레임 밖에 잘려 있어 배회 행동을 정확히 판단하기 어려운 경우
- 배회하고 있는 것처럼 보이는 모든 사람의 몸의 일부가 일정 부분 이상 다른 객체에 의해 가려져 있어 배회 행동을 정확히 판단하기 어려운 경우
탐지 대상 자동 추출
EVA는 사용자가 작성한 문장에서 모델이 탐지해야 할 탐지 대상을 자동으로 추출합니다.
이를 통해 탐지 목적을 명확히 정의하고, 모델의 인식 성능을 향상시킬 수 있습니다.
예시 Input: "화재가 발생했거나 연기가 조금이라도 보이면 알려줘"
탐지 대상: [Fire, Smoke]
상황 분석 및 알람 판단
작성된 탐지 시나리오에 따라 특정 조건이 감지되면, EVA Agent는 시나리오에서 정의된 프레임 구성(단일 이미지 또는 멀티 프레임)을 기반으로 이미지 스냅샷을 수집합니다.
이후 VLM을 활용하여 시간적 흐름과 맥락을 반영한 상황의 적절성을 분석합니다.
이 분석 결과를 기반으로 알람 발생 여부를 결정하며, 사용자는 EVA로부터 상세 메시지와 함께 알람을 수신하게 됩니다.
알람 결과를 꾸준히 확인하고 불필요한 알람이 발생했다면, Detection Steps 또는 Excluded Situations을 조정해보세요.
이러한 반복적인 개선을 통해 EVA는 점점 더 정밀하고 신뢰도 높은 판단을 수행하게 됩니다.