Quick 체험하기
이 단계에서 배울 내용
Quick 체험하기는 EVA의 모든 핵심 기능을 한 번에 경험할 수 있는 통합 프로세스입니다. 카메라 연결부터 AI 탐지, 실시간 모니터링까지 단계별로 따라하면서 EVA의 강력함을 빠르게 체험하세요.
RTSP URL만으로 카메라를 EVA에 즉시 연결
연결된 카메라로 탐지하고자 하는 객체와 탐지 시나리오 작성하기
상황에 맞는 AI 모델(ML, LLM, VLM) 선택하기
탐지 간격과 알림 조건 설정
실시간 모니터링 시작 및 알림 확인
시작 전 준비사항
EVA를 시작하기 전에 다음 항목들을 준비하시면 더욱 원활하게 진행할 수 있습니다.
Try EVA 계정 확인
체험 신청 후 받은 계정 정보 확인 (이메일로 전달)
EVA 로그인 주소와 비밀번호 준비
로그인 후 Camera List 페이지가 정상적으로 보이는지 확인
RTSP URL 준비
자체 카메라 사용 시: 카메라의 RTSP URL을 확인하세요
- URL 형식 예시:
rtsp://username:password@ip주소:포트/stream - 카메라 제조사 문서를 참고하여 정확한 RTSP 경로를 확인하세요
- URL 형식 예시:
데모 카메라 사용 시: 체험 신청 시 데모 RTSP URL을 요청하셨다면 이메일로 받은 URL을 사용하시면 됩니다
탐지 시나리오 미리 생각하기
카메라로 무엇을 모니터링할 것인가? (예: 작업장 안전, 출입 통제, 재고 관리)
어떤 상황에서 알림을 받고 싶은가? (예: 안전모 미착용, 야간 침입, 특정 물품 이동)
미리 구상해두면 시나리오 작성이 훨씬 빠르고 정확해집니다
Camera List 페이지 접속
단계 설명
EVA에 로그인하면 가장 먼저 보이는 Camera List 페이지는 모든 카메라를 관리하는 중앙 허브입니다. 여기서 "+ New Camera" 버튼을 클릭하여 첫 번째 카메라 등록을 시작합니다.
- Camera List 페이지의 역할
- 등록된 모든 카메라의 상태를 한눈에 확인
- 각 카메라의 모니터링 On/Off 제어
- 최근 알림 발생 현황 파악
- 카메라 추가, 수정, 삭제 관리

수행 단계
- EVA 로그인
- 체험 신청 시 받은 EVA 접속 주소로 이동합니다
- 계정 정보를 입력하여 로그인하면 Camera List 페이지가 자동으로 표시됩니다
- "+ New Camera" 버튼 클릭
- 화면 우측 상단의 "+ New Camera" 버튼을 클릭합니다
- 카메라 등록 페이지(Camera Register)로 이동합니다
Configuration - 카메라 연동 설정
단계 설명
Configuration은 카메라와 EVA를 연결하는 첫 번째 단계입니다. RTSP URL만 입력하면 자동으로 연결을 테스트하고, 카메라의 해상도와 FPS 정보를 가져옵니다.
- 카메라 등록 프로세스 전체 구조
- Configuration: 카메라 연결 및 기본 정보 입력
- Detection Scenario: 탐지 시나리오 작성
- Model: AI 모델 선택
- Detection Settings: 탐지 간격 및 필터링 설정

수행 단계
- Source (RTSP URL) 입력
- 준비한 RTSP URL을 Source 필드에 입력합니다
- URL 형식:
rtsp://사용자명:비밀번호@IP주소:포트/스트림경로 - 예:
rtsp://admin:password123@192.168.1.100:554/stream
- Apply 버튼 클릭
- "Apply" 버튼을 클릭하면 자동으로 카메라 연결을 테스트합니다
- 연결 성공 시: Preview 영역에 카메라 영상 스틸 이미지가 표시됩니다
- Resolution과 FPS 정보가 자동으로 입력됩니다
- 연결 실패 시: "This is not available" 메시지가 표시됩니다
- 연결 실패 시 확인 사항
- RTSP URL 형식이 올바른지 확인
- 카메라 전원이 켜져 있는지 확인
- 네트워크 연결 상태 확인 (방화벽, RTSP 포트 개방 여부)
- Device Name 설정
- 카메라를 식별할 수 있는 고유한 이름을 입력합니다
- 나중에 여러 카메라를 운영할 때 쉽게 구분할 수 있도록 체계적으로 작성하세요
- 카메라 상세 정보 확인
- Resolution, FPS: 카메라 해상도와 초당 프레임 수가 자동으로 표시됩니다
- Brightness, Contrast, Saturation, Hue, Gain: 영상 품질과 관련된 정보가 표시됩니다
- Add Camera Metadata (선택)
- 카메라 설치 위치, 촬영 방향, 조명 상태 등 추가 정보를 입력할 수 있습니다
- 예: "1층 로비 정면 출입구, 직원 출퇴근 통로 등"
Detection Scenario - 탐지 시나리오 설정
단계 설명
Detection Scenario는 EVA의 핵심 기능입니다. 자연어로 "언제, 무엇을, 어떻게" 탐지할지 작성하면 AI가 자동으로 이해하고 실행합니다. 코딩이나 복잡한 설정 없이 대화하듯 시나리오를 작성할 수 있습니다. Scenario 입력 방식은 Custom Scenario와 Common Scenario 두 가지 방식을 제공합니다.
- Custom Scenario: 현재 등록 중인 카메라에만 적용되는 탐지 시나리오입니다. 특정 카메라의 고유한 상황에 맞춰 설정할 수 있습니다
- Common Scenario: 여러 카메라에 범용적으로 적용할 수 있는 탐지 시나리오입니다. 사전에 설정해둔 값으로 여러 카메라에서 재사용할 수 있습니다
- 두 방식은 중복 선택이 가능합니다(예: 공통 안전규정 + 카메라별 특수 조건)
- 이번 단계에서는 Custom Scenario 작성 방법을 다루며, Common Scenario는 "고급 설정 하기" 단계를 참고하세요

수행 단계
- Scenario Prompt 입력
- 자연어로 탐지하고 싶은 상황을 입력합니다
- 구체적이고 명확하게 작성할수록 정확한 탐지가 가능합니다
- 안전 관리 예시: "작업장에서 안전모를 착용하지 않은 사람이 있으면 알려줘"
- 출입 통제 예시: "영업시간 외에 출입문이 열리면 알려줘"
- 품질 관리 예시: "컨베이어 벨트에서 제품이 떨어지면 알려줘"
- Generate 버튼으로 Enriched Prompt 생성
- "Generate" 버튼을 클릭합니다
- AI가 입력한 프롬프트를 분석하여 구조화된 Enriched Prompt를 자동 생성합니다
- 생성 과정에서 탐지 대상 객체, 탐지 조건, 알림 트리거가 명확하게 정의됩니다
- 생성된 Enriched Prompt 검토
- AI가 사용자의 의도를 정확히 이해했는지 확인합니다
- 필요하면 Enriched Prompt 를 직접 수정할 수 있습니다
- 수정 후 다시 Generate 할 필요는 없습니다
- Target 설정
- 프롬프트 입력 시 탐지 대상 객체(Target)가 자동으로 생성됩니다
- 필요에 따라 Target을 추가하거나 삭제할 수 있습니다
- Detection Sensitivity 조절 (선택)
- 각 Target의 "Setting" 버튼을 클릭하여 탐지 민감도를 조절할 수 있습니다
- High sensitivity: 더 많은 객체를 탐지 (미탐 감소, 오탐 증가 가능)
- Low sensitivity: 확실한 객체만 탐지 (오탐 감소, 미탐 증가 가능)
- 처음에는 기본값을 사용하고, 운영 중 필요에 따라 조정하는 것을 권장합니다
Model - AI 모델 선택
단계 설명
EVA는 세 가지 종류의 AI 모델을 조합하여 작동합니다. 각 모델은 고유한 역할을 수행하며, 함께 협업하여 정확한 탐지와 판단을 제공합니다.
- 세 가지 AI 모델의 역할
- Vision Model: 카메라 영상에서 객체를 실시간으로 탐지
- LLM: 사용자의 자연어 명령을 이해하고 처리
- VLM: 영상과 언어를 통합하여 시나리오 발생 여부를 최종 판단
- 모델 선택 기준
- 정확도 우선: 복잡한 시나리오, 안전이 중요한 경우
- 속도 우선: 실시간 대응이 필요한 경우, 리소스 제약이 있는 경우
- 처음 시작하시는 경우: 기본 권장 모델 조합 사용 (OmDet + Qwen3-VL + Qwen3-VL)

수행 단계
- Vision Model 선택
- 카메라 영상에서 사람, 차량, 물체 등을 탐지하는 컴퓨터 비전 모델입니다
- 선택 가능한 모델: OmDet (빠른 속도), LLMDet (높은 정확도), Owl-v2 (특수 객체)
- 권장: 처음에는 OmDet을 선택하고, 필요에 따라 변경하세요
- LLM 모델 선택
- 자연어 프롬프트를 이해하고 처리하는 대규모 언어 모델입니다
- 사용자의 탐지 시나리오를 AI가 이해할 수 있는 형태로 변환합니다
- 권장: Qwen3-VL (현재 제공되는 기본 모델)
- VLM 모델 선택
- 시각 정보와 언어 정보를 통합하여 이해하는 비전-언어 모델입니다
- Vision Model이 탐지한 객체와 시나리오를 종합하여 최종 판단을 내립니다
- 권장: Qwen3-VL (현재 제공되는 기본 모델)
Detection Settings - 탐지 관련 세부 설정
단계 설명
Detection Settings는 AI가 얼마나 자주 영상을 분석할지, 오탐을 어떻게 필터링할지를 설정하는 단계입니다. 이 설정은 알림 빈도와 정확도에 직접적인 영향을 미칩니다.
- Detection Interval의 의미
- AI가 영상을 분석하고 탐지를 수행하는 시간 간격 (단위: 초)
- 짧은 간격(30~60초): 실시간성 높음, 빠른 변화 감지, 리소스 사용 증가