항저우, 중국 2026년 9월 10일 /PRNewswire/ -- 하이크비전(Hikvision)이 관란(Guanlan) 대규모 AI 모델을 출시한 지 1년이 넘었다. 요즘 영상 시스템은 말 그대로 자신이 무엇을 보고 있는지 '이해'한다. 또한 이미 무엇이 녹화됐는지 알고 있으며, 자연어 기술 혁신을 통해 사용자가 무엇을 원하는지도 파악한다. 이러한 기능을 통해 제품은 실제 구축 환경에 더욱 적합하게 활용될 수 있으며, 더 안전하고 비용 효율적이면서 수작업을 줄인 운영을 가능하게 한다.

AI 탐지 및 분석: 신뢰할 수 있는 경보

경계 보호

경계 구역은 오탐지가 발생했을 때 가장 큰 비용이 드는 곳이다. 기존 시스템은 동물과 기상 현상, 움직이는 식생 등에 쉽게 반응해 실제 위협이 수많은 수동 확인 작업에 묻히는 경우가 많다.

Guanlan은 엣지에서 이 문제를 해결한다. DeepinViewX 카메라는 모델을 자체적으로 구동해 오경보를 90% 줄이는 동시에 기존 카메라보다 두 배 먼 거리에서 탐지하며, 동일 표적에 대한 반복 경보도 절반으로 줄인다. 짧은 경계 구역에 광학 카메라를 사용하든, 광범위한 거리에서 열화상•레이더•광섬유 감지 기술을 사용하든 AI가 불필요한 경보를 줄여 준다.

시나리오별 분석

Guanlan은 경계 보호를 넘어 표준 객체 탐지 수준을 벗어나 특수 환경에서 발생할 수 있는 고위험 문제를 식별한다. 이 애플리케이션은 이미 알려진 운영상의 위험 요소를 바탕으로 설계돼 일반적으로 오경보를 70~90% 줄여 준다.

• 안전 및 규정 준수: 건설 현장의 개인보호장비(Personal Protective Equipment, PPE) 감지, 요양 시설의 낙상 감지, 주유소의 흡연 감지 등이 대표적이다. 모든 경우 시스템이 위험 행동을 지속적으로 모니터링하고 즉시 경보를 발생시킨다.
• 운영 위험: 물류 단지의 지게차 감지, 듀얼 채널 열화상 카메라를 활용한 광산 현장의 화재 및 연기 조기 감지 등이 포함된다.
• 특수 용도: 대형 농장의 동물 감지와 교통 허브에서 금지 물품 탐지 등이 있으며, 금지 물품 탐지에는 대규모 X선 및 밀리미터파 모델이 활용된다.

AI 효율성 엔진: 투입은 적게 산출은 많이

지능형 ROI 압축을 통한 저장공간 절감

기존 인코딩 방식은 화면의 모든 영역을 동일한 중요도로 간주해 저장한다. Guanlan Encoding은 획기적인 영상 저장 최적화를 위해 대규모 비전 모델을 인코딩 파이프라인에 적용한다. 정밀한 관심영역(Region of Interest, ROI) 분할 기술을 활용해 사람과 차량 등 움직이는 주요 피사체의 세부 정보를 보존하는 한편, 정적인 배경에는 더 높은 압축률을 적용한다. 이를 통해 평균 30~50%의 저장공간을 절감할 수 있다.

단 몇 마디로 영상 검색

그동안 녹화 영상에서 특정 순간을 찾는 작업은 오래 걸리기 일쑤였다. 운영자가 대략적으로 무엇을 찾고 있는지는 알고 있어도 타임라인을 직접 훑어보는 것 외에는 정확한 장면을 찾아낼 방법이 마땅치 않았다.

AcuSeek은 이 과정을 없앴다. 자연어 기반 영상 검색을 위한 대규모 멀티모달 모델을 기반으로 이미지 특징과 입력된 문구의 의미를 정렬함으로써, 사용자의 설명 자체를 검색어로 활용할 수 있다. 검색 결과는 수초 내에 제공된다.

다음 개척지: AI 에이전트로서의 소프트웨어

HikCentral Professional 플랫폼과 Hik-Connect 앱에 새롭게 도입되는 하이크비전의 HIKO AI 에이전트는 시스템과 사용자의 상호작용 방식을 완전히 바꿔버린다. HIKO는 시스템과 사용자 사이에서 복잡한 설정 작업을 간단한 대화형 명령으로 전환한다.

HIKO는 AI Assistant로서 차량 번호를 기준으로 방문자 출입 권한을 설정하거나 단순한 요청만으로 근태 보고서를 불러오는 등 관리 지시를 즉시 수행한다. 또한 AI Guardian으로 기능할 때는 기존 규칙 설정을 자연어 명령(예: "통로가 막히면 알려줘")으로 대체해 각 경보에 텍스트 요약을 추가하고 현장 상황에 맞는 음성 경고를 생성한다. 마지막으로 AI Search 엔진으로서 영상과 출입문 기록, ANPR 판독 정보를 종합해 한 사람의 전체 이동 경로를 재구성할 수 있다. 운영자는 "파란 셔츠를 입은 남자가 어디로 갔지?"라고 묻기만 하면 된다.