주차장을 "이해"하는 주차유도 카메라의 비밀 | DL개발 3팀 허진욱 팀장, DL개발 2팀 안재영 선임

한국의 주차 환경은 까다롭습니다. 좁은 면적에 많은 차량이 밀집되어 있어 이중주차같은 특수한 상황이 빈번하게 발생해요. 그런데 주차장 천장에 달린 유도등 하나로 질서를 유지할 수 있다는 사실, 알고 계시나요?

한화비전 주차유도 카메라는 엣지 AI를 기반으로 카메라 자체에 탑재된 딥러닝 알고리즘을 통해 주차 문제를 해결합니다. 특히 이 알고리즘은 거듭된 시뮬레이션부터 전국 현장의 피드백까지 모두 반영한 결과라고 하는데요. 오늘은 한화비전 AI 연구소 DL개발 3팀 허진욱 팀장님, DL개발 2팀 안재영 선임님과 함께 한화비전 주차유도 카메라 안에 담긴 기술과 그 과정을 들여다보았습니다.

한화비전 AI 연구소 DL개발 3팀 허진욱 팀장, DL개발 2팀 안재영 선임은 주차 유도 카메라 엣지 AI 카메라에 탑재된 딥러닝 알고리즘을 연구하여 한국형 주차 문제 해결에 힘쓰고 있다.

CCTV 글로벌 1위 기업, 주차와 보안을 동시에 잡다

안녕하세요, 자기소개 부탁드립니다.

허진욱 팀장: 안녕하세요. 한화비전 AI 연구소에서 DL개발 3팀의 팀장을 맡고 있는 허진욱입니다. DL개발 3팀은 주로 상품화를 목표로 한 AI 솔루션과 알고리즘을 개발합니다. 현재는 주차유도 시스템을 비롯해 다양한 영상 분석 기술을 실제 제품에 적용하는 작업을 하고 있어요

안재영 선임: 안녕하세요. AI 알고리즘 개발을 담당하고 있는 안재영입니다. 데이터를 수집하고, AI 모델을 학습시킨 후 성능을 평가하는 전 과정을 담당합니다. 또한 AI 모델 결과를 실제 솔루션으로 만들기 위한 알고리즘 개발과 외부 프로그램 연동 작업도 함께 진행하고 있어요.

한화비전 주차유도 솔루션은 무엇인가요?

CCTV와 주차 관리 시스템이 하나로 합쳐진 주차 솔루션입니다. 일반적으로 주차장에는 보안을 위한 CCTV와 주차 관리를 위한 센서나 카메라가 따로 설치되는데요. 한화비전 주차유도 카메라는 이 두 제품을 통합했습니다. 고해상도 fisheye 카메라로 최대 16대 차량을 동시에 인식합니다. 동시에 엣지 AI 기술로 사람과 차량은 물론, 주차면의 공차와 만차 상태와 이중 주차, 주차 금지 구역, 주차 위반을 실시간으로 감지하고, 번호판 인식까지 수행합니다. 쉽게 말해 보안 카메라로 영상을 찍으면서 동시에 “여기 빈자리 있어요, 저기는 차 있어요”를 알려주는 스마트 CCTV라고 보시면 됩니다.

어떻게 CCTV와 주차유도가 통합된 시스템이 개발되었나요?

주차유도 시스템과 CCTV는 같은 공간에 있는데도 따로 설치하고 운영해서 번거로웠습니다. 그리고 주차유도 시스템은 초음파 센서를 활용하는데, 초음파 센서는 주차 구역 차량 여부만 확인합니다. CCTV는 반대로 보안만 담당하고 주차 관리는 못했죠. 한화비전은 CCTV 분야에서 글로벌 선도 기업으로, 40년 가까이 영상 보안 기술을 축적해 왔습니다. 이 강점을 살려 주차장의 두 가지 니즈를 한 번에 해결할 수 있다고 판단했어요.

한화비전 모플의 주차유도 및 관리 시스템은 통합 관리 시스템으로 주차 현황 모니터링과 영상 보안을 동시에 제공한다. / 이미지 출처 @한화비전

‘생각하는’ 카메라: 엣지 AI 기반 주차유도 솔루션

한화비전 주차유도 카메라는 엣지 AI 기반 영상 분석 시스템을 탑재하고 있어요. 엣지 AI 방식의 특징은 무엇인가요?

엣지 AI는 카메라 내부에서 직접 AI 연산을 수행하는 온디바이스 구조입니다. 서버 없이 카메라가 단독으로 동작할 수 있죠. 솔루션의 가장자리(edge)에서 작동한다고 해서 붙여진 이름이예요. 엣지 AI는 인터넷 연결 없이 실시간 데이터 처리 및 분석이 가능한 게 가장 큰 장점입니다.

엣지 AI 방식이 고객에게 어떤 이점이 있을까요?

엣지 AI 방식은 확장 시 카메라만 더 설치하면 됩니다. 서버는 엣지 AI 카메라의 영상과 데이터를 받을 수 있을 정도로만 증설하면 돼요. 대규모 시설로 확장할 때 초기 투자 비용과 유지보수 부담을 크게 줄일 수 있어요. 1,000세대 이상 대단지 아파트나 대형 쇼핑몰 같은 경우, 이 차이가 상당히 큽니다. 엣지 AI 방식이 아닌 회사들은 서버에서 모든 분석을 하다 보니 카메라 개수가 늘어나면 영상을 분석하는 서버도 별도로 증설하는 경우가 많아요.

카메라 단에서 영상을 처리한다는 게 쉽지 않았을 것 같아요. 엣지 AI 방식을 구현하면서 어떤 어려움이 있었나요?

엣지 AI 카메라 안에는 하드웨어 성능이 제한되어 있다는 게 가장 어려웠어요. CPU 연산 능력, 메모리 용량, 그리고 AI를 돌리는 NPU라는 전용 칩셋의 용량이 서버에 비해 훨씬 제한적입니다. 카메라 안에서 차량 감지, 번호판 인식, 이중주차 판단 등의 다양한 작업을 하는 모델들이 필요하고 모든 영상에 대해서 분석하면 제안된 NPU 칩셋 용량에서는 엣지 AI 기능이 과부하로 중단될 수 있었어요.

이런 어려움을 어떻게 해결하셨나요?

두 가지 알고리즘 전략으로 접근했습니다. 우선 AI 모델 자체를 경량화했습니다. 불필요한 연산을 제거하면서도 인식 정확도는 유지하도록 최적화했죠. 다양한 모델 구조와 데이터셋으로 끊임없이 실험하면서 엣지 환경에 최적화된 조합을 찾아냈어요.

두 번째는 특정 조건에만 맞춰서 선택적으로 수행하도록 설정했어요. 예를 들어 차량이 주차 구역에 진입할 때와 평상시 주차 체크할 때 등 다른 상황에 맞춰 꼭 필요한 모델만 작동 시켜서 엣지 AI 카메라의 연산 부담을 줄이면서도 성능은 그대로 유지할 수 있었습니다.

한화비전 모플의 주차유도 시스템은 AI 카메라 하나로 주차 안내부터 내 차 찾기, CCTV 기능까지 일석삼조의 기능을 제공한다. / 이미지 출처 @한화비전

어떤 주차 문제도 해결하는 AI 알고리즘의 비밀 “안 되는 케이스가 생기면 처음부터 다시 뜯어보았어요”

말씀해주신 운영 알고리즘은 안정성과 효율을 높이는 역할이라면, 정확도를 높이기 위한 알고리즘 전략은 무엇이었을까요?

핵심은 두 가지였습니다. 첫 번째는 AI 모델 자체의 성능 개선이에요. 다양한 모델을 실험하면서 차랑과 번호판 인식, 주차 판단에 가장 적합한 구조를 찾아냈습니다. 특히 차량이 겹치거나 가려지는 상황에서도 핵심 특징을 놓치지 않도록 모델을 학습시키는 데 집중했어요.

두 번째는 범용성 확보였습니다. 전국 어느 현장에서든 안정적으로 작동해야 하니까요. 그래서 현장에서 문제가 생기면 그 케이스만 고치는 게 아니라, 비슷한 유형이나 다른 환경까지 모두 고려해서 알고리즘을 개선했습니다. 이 과정을 반복하면서 전체적인 정확도를 높여나갔어요. 예를 들어 주차를 할 때 차량이 한 번에 딱 들어가는 경우보다 앞뒤로 왔다 갔다 하는 경우가 훨씬 많습니다. 잘못 만들면 '주차됐다 → 나갔다 → 다시 들어왔다'로 인식되면서 알람이 계속 발생할 수 있어요. 이런 여러 케이스를 다 종합하면서 정확하게 구현하는 것이 가장 큰 고민이었습니다.

결국 실제 데이터를 다양하게 다뤄야 하는 게 핵심이었던 것 같은데요. 데이터 수집은 어떻게 하셨나요?

이미지부터 시뮬레이션, 현장 피드백까지 할 수 있는 모든 방법을 동원했어요. 특히 사내 주차장과 성남 분당구 소재 아파트에 POC를 설치하여 현장 환경에 맞게 카메라를 테스트한 일이 가장 기억에 남아요. 거의 100대 가까이 설치해서 개발 중인 알고리즘을 바로 테스트할 수 있게 만들었어요. 다양한 케이스를 직접 만나면서 테스트할 수 있는 환경을 구축하는 게 쉽지 않은데, 한화비전의 힘을 다시 한 번 느꼈습니다(웃음). 덕분에 출퇴근하면서 알고리즘이 실제로 작동하는 걸 매번 확인할 수 있었어요.

한화비전은 사내 주차장을 실제 활용하며 엣지 AI 알고리즘을 매일 고도화힌다. 사진은 한화비전 R&D 센터 스마트 주차 솔루션 체험관.

회사 케이스 외에도 현실에는 다양한 주차 상황이 있어요. 특수한 데이터는 어떻게 수집하셨나요?

맞아요. 사실 데이터를 수집하는 과정은 어떤 변수를 대비해야 실제 환경에서도 흔들리지 않는 알고리즘이 되는지를 고민하는 과정이예요. 그래서 “되는 환경”보다 “안 되는 케이스”가 더 중요해요. 실제로 현장에서 문제가 되는 건 잘 작동되는 90%가 아니라, 남은 10%의 예외 상황이거든요.

이중주차 데이터 수집이 가장 어려웠어요. 상시적으로 발생하는 현상이 아니기 때문입니다. 실제 데이터를 수집하기가 어려워 이미지를 합성했습니다. 예를 들어 SUV 앞에 소형차가 겹쳐 있는 경우, 비스듬히 겹치는 경우, 주차선 위로 어정쩡하게 걸친 경우 등 현실에서 벌어질 수 있는 처리하기 어려운 장면을 구성해서 테스트했어요. 이때 이중주차를 제외하고 정상적으로 작동하던 AI 모델이 있었지만, 이중주차를 해결하기 위해 처음부터 다시 AI 모델을 구축했어요. 덕분에 더 고도화되었죠(웃음). 알고 있는 주차유도 시스템들 중에서 이중 주차를 방지하는 기능은 없어서, 이 기능에 더욱 애착이 가네요.

한화비전 주차유도 카메라는 100%에 달하는 번호판 인식률을 보입니다. 특히 우리나라는 다양한 번호판이 매해 업그레이드되고, 그 종류도 다양한데요. 어떻게 이 문제를 해결하셨나요?

우리나라는 승용차, 화물차, 전기차, 장애인 차량 등 번호판 형식이 다 달라요. 그런데 실제 번호판은 아무나 만들 수 없어서 유사 번호판을 직접 제작해서 차에 달고 테스트했습니다. 매일 아침 출근해서 주차하면서 번호판 인식이 잘 되는지 확인하는 게 일상이었습니다. 그러다 문제가 보이면 바로 알고리즘을 수정했어요.

이렇게 다양한 번호판을 테스트한 덕분에 여러 현장 상황에도 안정적으로 대응할 수 있어요. 예를 들어 전기차 전용 구역에 일반 차량이 주차한 경우를 자동 감지해 경고 알림을 보낼 수 있고, 전기차가 법적 기준인 14시간 이상 충전 구역을 점유했을 때도 관리자에게 알려줄 수 있습니다. 이런 데이터들을 축적하면 나중에는 통계 분석을 통해 관리 효율성을 더 높일 수 있을 것이라 생각해요. 덕분에 도로교통공단 인식률 평가에서 100% 인식률을 인증 받았습니다.

고객을 향한 한화의 진심, 기술이 되다

알고리즘 개발 과정에서 실제 현장 피드백도 중요했을 것 같아요.

네, 정말 중요했습니다. 아무리 실험실에서 완벽하게 만들어도 실제 현장에 나가면 예상 못한 상황이 나타나거든요. 그럴 때마다 개발자들이 직접 현장에 가서 확인하고 해결했습니다.

여기서 중요한 건 영업팀과 기술지원팀을 비롯한 다양한 팀에서 많이 도와주셨어요. 단순히 문제만 전달하지 않으시고 현장 상황을 상세히 공유해 주시며 필요하면 데이터도 함께 보면서 적극적으로 협력하셨습니다. 고객 문제를 대할 때는 하나의 팀같았어요. "이건 우리 팀 일이 아니야" 보다 "어떻게 하면 해결할 수 있을까?"를 함께 고민했습니다.

원팀 문화가 제품에도 영향을 미쳤을까요?

네, 자신있게 말씀드릴 수 있어요. 한화비전은 단순히 주차만 하는 업체가 아니잖아요. CCTV 보안 분야에서 40년 가까이 쌓아온 노하우, 기술력, 그리고 원팀으로 움직이는 문화가 합쳐지면서 기능을 넘어 솔루션을 만들 수 있었습니다. 고객이 불편을 이야기하시면 끝까지 같이 해결합니다. 앞으로도 고객들이 불편함 없이 사용하실 수 있도록 계속 발전시켜 나갈 겁니다.

마지막으로 한화비전 주차유도 시스템을 한마디로 소개한다면?

엣지 AI부터 데이터, 알고리즘, 카메라 모두 기술적으로 최고라고 자부해요. 또한 한화비전이라는 이름 아래에서 안정적으로 서비스를 제공할 수 있고, 고객의 문제를 끝까지 책임지고 해결하는 팀이라는 점을 자랑스럽게 이야기 드릴 수 있습니다.

주차장은 매일 수천 번의 이동이 반복되는 살아 있는 공간입니다. 그렇기 때문에 문제를 해결하는 방식도 달라야 합니다. 한화비전의 주차유도 시스템은 모든 케이스가 해결될 때까지 알고리즘을 수정하고, 현장을 검증하며, 데이터를 쌓아가는 작업을 반복했어요. 그 결과 한화비전의 주차유도 카메라는 차량을 인식하는 기능을 넘어 주차장을 이해하는 기술로 발전했습니다. 그리고 이런 태도는 주차유도를 넘어 한화비전 기술의 본질을 만들고 있어요. 더 안전하고 효율적인 주차 환경을 만들기 위해 한화비전은 앞으로도 현장에서 답을 찾고, 사람을 향한 기술을 만들 것입니다. 한화비전 주차 유도 카메라를 더 알고 싶으시다면 1:1 무료 상담을 받아보세요.