컨텐츠 바로가기

11.01 (금)

[현장] "딱 보니 긴장했네"…생체신호로 우범자 찾고 AI로 추적한다

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
디지털데일리

<이미지를 클릭하시면 크게 보실 수 있습니다>




[디지털데일리 채성오기자] 생체신호를 기반으로 우범자(재범 우려가 있는 자)를 선별하고 폐쇄회로(CC)TV와 인공지능(AI) 기술을 활용해 소지화물·동행자까지 추적하는 시스템이 개발된다. 이를 통해 우범자 식별부터 동선 추적까지 연계·관리함으로써 마약 및 금지 물품 밀반입 유통을 신속하게 차단할 수 있는 '길'이 열릴 전망이다.

31일 과학기술정보통신부와 관세청은 서울 강남구에 위치한 한국과학기술회관에서 '과학기술을 활용한 관세행정 혁신 성과물'을 시연했다.

이날 양 부처가 시연한 기술들은 지난 2021년부터 올해까지 공동 추진한 '관세행정 현장 맞춤형 기술개발 1.0 사업'의 일환으로 세관 현장의 수요에 근거한 7개 연구과제 성과다.

디지털데일리

<이미지를 클릭하시면 크게 보실 수 있습니다>




특히 한국과학기술연구원(KIST)이 주도한 '생체신호 및 얼굴표정 기반 세관검사대상 여행자 선별기술 개발' 과제는 영상으로 감지한 생체신호를 기반으로 여행자의 긴장·흥분 상태를 탐지함으로써 우범자를 선별하는 영상분석시스템이다. 여행자가 모니터 앞에서면 카메라가 얼굴을 촬영하고 미세한 표정 변화를 추출한 후 관련 정보가 세관 컴퓨터로 즉시 송출된다.

접촉식 센서 없이 오직 키오스크에 설치된 카메라로 대상의 얼굴에서 나타나는 시선 흔들림이나 체내 심박·호흡 수를 분석하는 만큼 기존 10분 가량 걸리던 확인 절차 시간을 1분 내외로 줄일 수 있는 장점이 있다. 향후 KIST는 해당 기술을 모듈화해 각각의 요소를 기술적으로 활용할 수 있도록 고도화한다는 계획이다.

KIST 관계자는 "마약 등 금지물품을 은닉하려는 사람들은 긴장감과 불안도가 높다는 특징이 있다"며 "저희는 사람이 긴장했을 때 얼굴로 표출되는 통증이나 심적 상태 등 생체신호의 변화를 카메라로 분석해 세관 직원에게 관련 정보를 전달함으로써 업무 효울성을 높이는 것을 목표로 (개발을) 진행하고 있다"고 설명했다.

한국전자통신연구원(ETRI)가 개발중인 'AI기반 분산카메라 환경 우범여행자 식별·추적 시스템'은 KIST의 기술과 연계할 경우 높은 시너지를 낼 것으로 보인다.

디지털데일리

<이미지를 클릭하시면 크게 보실 수 있습니다>




해당 기술은 CCTV 영상을 활용해 우범여행자의 특징 정보를 생성하는 한편 소지화물과 동행자까지 추적하는 AI 관제 시스템이다. AI 기술이 탑재된 CCTV로 우범여행자 데이터베이스(DB)를 통해 특징을 추출한 후 화물·일행 정보까지 등록해 대상자의 이상상황을 분석하는 방식이다. 이를 통해 세관 검색대에 관련 영상 및 정보가 자동 전송돼 세관원이 해당 우범여행자의 화물을 집중 검색할 수 있어 신속한 조치가 가능하다.

이 외에도 ▲테라헤르츠(THz)파 영상기반 보안검색 시스템을 개발해 비접촉 방식으로 빠르게 은닉물 부착자를 선별하는 장비(한국전기연구원) ▲우편 및 특송화물, 여행자 수화물 검색용 엑스레이 검색 장비(한국원자력연구원) ▲컨테이너 화물 검사용 탐사로봇(한국과학기술원) ▲세관 통관 물품 3차원 방사선 복합 탐지 장비(한양대학교) ▲엑스레이 판독 트레이닝 시스템(한국과학기술원) 등이 주요 성과 및 개발 과제로 공개됐다.

이날 업무협약 및 시연에 참가한 유상임 과기정통부 장관은 "과기정통부와 관세청은 첨단 과학기술을 활용해 관세 서비스를 첨단화하는 기술 개발을 지원해왔다"며 "출연연, 대학, 기업들이 협력해 좋은 성과를 만들어냈는데 이번 성과로 국민 우려가 커지고 있는 마약 반입을 차단하고 우범자 동선을 신속히 파악하는 등 국민안전과 신속한 관세서비스 제공에 기여할 것으로 기대한다"고 말했다.

한편 과기정통부와 관세청은 1단계 사업이 성공적으로 마무리됨에 따라 내년부터 공동 추진하는 '관세행정 현장 맞춤형 기술개발 2.0 사업'의 성공을 위해 업무협약(MOU)을 체결했다.

- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.