포트폴리오로 돌아가기
AI 실시간 감지
1 / 3
AI & Machine Learning99.2% 정확도
○○빌딩 관리공단
AI 기반 실시간 화재 감지 시스템
YOLO 모델을 활용한 지능형 화재 감지 시스템으로 건물 주차장 CCTV와 연동하여 24시간 자동 모니터링 구현
7,500만원~
개발 기간: 5개월
팀 규모: 6명
핵심 성과
화재 감지 정확도 99.2% 달성
오탐지율 0.3% 이하
평균 감지 시간 0.8초
24시간 무중단 운영
압도적인 성능
AI가 만든 차이
기존 열감지 센서 대비 혁신적인 성능 향상을 달성했습니다
99.2%
감지 정확도
0.8초
평균 감지 시간
0.3%
오탐지율
95%
재산 피해 감소
기존 시스템 vs AI 시스템
열감지 센서에서 AI 비전 시스템으로의 혁신적 전환
| 지표 | 기존 (열감지) | AI 시스템 | 개선율 |
|---|---|---|---|
| 감지 시간 | 3-5분 | 10-30초 | 90% 단축 |
| 감지 정확도 | 85% | 99.2% | +14.2% |
| 오탐지율 | 15% | 0.3% | 98% 감소 |
| 커버리지 | 30% | 95% | 3배 증가 |
| 관리 인력 | 3명/교대 | 1명/전체 | 70% 절감 |
멀티 모델 앙상블 아키텍처
3개의 독립적인 YOLO 모델을 병렬 운영하여 정확도 극대화
YOLO-Fire
불꽃 감지 특화
YOLO-Smoke
연기 감지 특화
YOLO-General
일반 화재 패턴
3단계 검증 프로세스
Stage 1
개별 모델 신뢰도 검증
각 모델 0.6 이상 신뢰도만 통과
Stage 2
앙상블 합의 검증
2개 이상 모델 동시 감지 시 유효
Stage 3
시간적 연속성 검증
5프레임 이상 연속 감지 시 확정
화재 유형별 감지 성능
전기차 배터리 화재까지 모든 유형에 대응
전기 화재
정확도99.5%
감지 시간8초
오탐지율0.2%
유류 화재
정확도99.8%
감지 시간5초
오탐지율0.1%
배터리 화재
정확도98.9%
감지 시간12초
오탐지율0.5%
담뱃불
정확도97.2%
감지 시간15초
오탐지율0.8%
시스템 성능
50개 카메라 동시 처리, 30FPS 실시간 분석
추론 속도
< 100ms
32ms
RTX 4090 기준
처리 FPS
30 FPS
30 FPS
50개 카메라 동시
지연 시간
< 1초
0.8초
감지→알림
GPU 사용률
< 80%
72%
안정적 운영
비즈니스 임팩트
AI 시스템 도입으로 인한 실질적인 비용 절감 효과
30%
보험료 절감
조기 감지 시스템 인정
95%
재산 피해 감소
예상 피해액 대비
3개 빌딩
추가 계약
성공 사례로 확대
40%
운영비 절감
연간 운영 비용
도전과 해결
실시간 AI 시스템 구축 과정에서 마주한 기술적 도전
문제
다양한 환경에서의 오탐지
수증기, 먼지, 조명 반사 등을 화재로 오인식
해결
네거티브 샘플 학습 및 컨텍스트 인식 알고리즘 적용
오탐지율 15% → 0.3%로 대폭 감소
“기존 단순 열감지 시스템과는 차원이 다른 솔루션입니다. 실제 화재 발생 전 연기 단계에서 감지하여 큰 피해를 예방했습니다.”
박시설
시설관리팀장, ○○빌딩 관리공단
기술 스택
AI/ML, 실시간 처리, 모니터링 대시보드까지 풀스택 구현
Python
YOLOv12
TensorFlow
Next.js
WebSocket
PostgreSQL
Redis
Docker
AI 기반 안전 시스템이 필요하신가요?
화재 감지, 침입 감지, 안전 모니터링 등 AI 비전 기반의 맞춤형 안전 시스템을 구축해 드립니다. 기존 CCTV 인프라를 활용한 빠른 도입이 가능합니다.