스마트 시티에서 AI 낙서 감지 시스템과 컴퓨터 비전을 사용하여 낙서 문제를 신속하게 해결함으로써 공공 공간 유지 관리를 개선하는 방법을 살펴보세요.
글, 그림 또는 기호로 구성된 그래피티는 많은 이야기를 전달할 수 있습니다. 그래피티는 도시 벽에 색과 개성을 더하고 의견을 표현하는 데 사용됩니다. 때때로 그래피티는 예술로 간주되기도 하지만, 무단으로 행해지는 경우가 더 많습니다. 실제로 그래피티는 건물, 다리, 기차 등에 하룻밤 사이에 나타나는 경우가 많으며, 이를 지우는 데는 시간과 자원, 노력이 필요합니다.
전 세계 도시들은 공공장소를 깨끗하게 유지하기 위해 수백만 달러를 지출하고 있습니다. 미국에서만 매년 그래피티 청소에 120억 달러 이상의 비용이 소요됩니다. 또한 많은 도시에서 그래피티를 제거하는 것은 상당한 도전 과제입니다. 청소 인력은 한정되어 있고 한 번에 모든 곳을 청소할 수는 없기 때문입니다.
그렇기 때문에 도시 계획가들은 기계가 이미지를 분석하고 해석할 수 있는 인공지능의 한 분야인 컴퓨터 비전으로 눈을 돌리고 있습니다. 다음과 같은 컴퓨터 비전 모델을 사용하면 Ultralytics YOLO11와 같은 컴퓨터 비전 모델을 사용하면 AI 지원 카메라를 사용하여 도시 벽을 빠르게 스캔하고 실시간으로 낙서를 감지하며 팀이 대응할 정확한 위치를 파악할 수 있습니다.
이 글에서는 스마트 시티에서 컴퓨터 비전이 자동화된 그래피티 인식에 어떻게 사용되는지 자세히 살펴봅니다. 시작해 보겠습니다!
스마트 시티는 최첨단 기술을 사용하여 일상적인 문제를 보다 효율적으로 처리하고 있습니다. 특히, 시각 데이터를 분석하고 공공 장소를 모니터링하며 다양한 도시 시스템 전반에서 데이터 기반의 신속한 의사결정을 지원하기 위해 YOLO11 같은 컴퓨터 비전 모델을 활용하고 있습니다.
다음은 스마트 시티에서 비전 AI가 사용되는 몇 가지 일반적인 방식입니다:
컴퓨터 비전이 도시를 더 스마트하게 만드는 데 어떻게 도움이 되는지 살펴보았으니, 이제 자동화된 그래피티 인식에 컴퓨터 비전이 특히 필요한 이유를 자세히 살펴봅시다.
전통적으로 도시들은 그래피티를 관리하기 위해 다양한 접근 방식을 사용해 왔습니다. 일부는 공개 신고에 의존하고, 다른 일부는 팀을 파견하여 알려진 핫스팟을 조사합니다. 경우에 따라서는 모바일 앱을 통해 주민들이 불만 사항을 제출하거나 이미지를 업로드할 수 있습니다. 이러한 방법은 도움이 될 수 있지만, 시간이 많이 걸리고 사람의 의견에 크게 의존하며 도시 전역을 모두 커버할 수 없는 경우가 많습니다.
컴퓨터 비전은 도시에서 그래피티를 더 빠르고 안정적으로 관리할 수 있는 방법을 제공합니다. 자동화된 그래피티 인식 시스템은 일반적으로 이미지 분류와 물체 감지라는 두 가지 주요 컴퓨터 비전 작업에 의존합니다.
첫 번째 단계에서는 이미지 분류가 사진을 분석하여 그래피티, 거리 예술 또는 깨끗한 표면을 보여주는지 여부를 결정합니다. 그래피티가 발견되면 물체 감지를 통해 이미지에서 정확한 위치를 찾아냅니다. 이를 통해 도시 팀은 신속하고 정확하게 대응할 수 있습니다. 시간이 지남에 따라 데이터는 추세를 파악하여 도시가 빈번한 핫스팟을 타겟팅하고 예방 노력을 개선할 수 있도록 도와줍니다.
많은 도시에서 그래피티를 처리하는 새로운 방법을 시도하고 있습니다. 순찰이나 대중의 신고에만 의존하는 것이 아니라, 낙서를 발견하고 식별하며 심지어 청소까지 도와주는 컴퓨터 비전 모델을 사용하기 시작했습니다. 몇몇 도시에서 이러한 새로운 도구를 어떻게 활용하고 있는지 살펴보세요.
현재 많은 도시에서 공공 서비스 차량이 정기 순찰 경로에서 그래피티를 탐지하는 데 사용되고 있습니다. 이러한 차량에 컴퓨터 비전 솔루션을 장착함으로써 도시에서는 추가 순찰 없이도 실시간으로 거리를 스캔할 수 있습니다. 이를 통해 그래피티를 조기에 발견하고 문제가 확산되기 전에 청소 요원에게 경고를 보낼 수 있습니다.
애리조나주 템피는 이 기술을 사용하는 도시의 좋은 예입니다. 이 도시는 지역 기관과 협력하여 공공 서비스 차량에 장착된 카메라를 사용하는 시스템을 개발했습니다. 이 차량들은 동네를 이동하면서 벽과 공공장소의 이미지를 캡처했습니다.
Vision AI 모델이 이미지를 분석하여 낙서를 감지하면 플래그를 지정했습니다. 그 결과는 실시간 대시보드로 전송되어 경영진이 휴대폰으로 업데이트를 확인하고 신속하게 대응할 수 있었습니다. 이를 통해 Tempe는 더 빠르게 대처하고 대중의 불만을 줄일 수 있었습니다.
마찬가지로 포르투갈의 수도 리스본에서는 시내 차량에 장착된 카메라를 사용하여 낙서를 자동으로 감지하는 개념 증명 시스템을 개발했습니다.
그래피티는 고가도로, 터널, 고가 구조물 등 접근하기 어렵거나 안전하지 않은 장소에 나타날 수 있습니다. 이러한 지역을 청소하려면 일반적으로 추가 장비와 추가 비용, 더 많은 시간이 필요합니다. 일부 도시에서는 안전과 속도를 개선하기 위해 현장에 사람이 직접 투입되지 않고도 그래피티를 감지하고 제거할 수 있는 드론을 사용하기 시작했습니다.
예를 들어, 워싱턴주의 주요 도시인 시애틀은 최근 드론 기반 솔루션을 출시하여 사람의 손이 닿기 어려운 지역을 모니터링하고 있습니다. 드론에는 카메라와 스프레이 도구가 장착되어 있습니다. 드론은 공공장소의 표면을 스캔하여 낙서를 발견하면 내장된 스프레이를 사용하여 그 위에 페인트를 칠하고 덮을 수 있습니다.
시애틀의 그래피티 감지 노력에는 알려진 그래피티 핫스팟에 설치된 태양열 카메라도 포함됩니다. 이 카메라는 활동을 모니터링하고 누군가 태그가 지정된 위치에 접근하면 경고를 보냅니다. 드론과 고정된 모니터링 지점을 결합함으로써 시애틀은 낙서에 더 신속하게 대응하고 유지보수 직원의 신체적 위험을 줄일 수 있습니다.
경우에 따라 낙서 감지는 단순히 낙서를 청소하는 것뿐만 아니라 도시 전체의 활동 패턴을 이해하는 것이기도 합니다. 이제 도시에서는 AI의 도움으로 거리 이미지를 시각적 지도로 변환하여 그래피티가 가장 자주 발생하는 위치를 파악할 수 있습니다. 이러한 지도는 공공 보고서를 통해서는 명확하지 않을 수 있는 추세를 드러내고 도시 계획자들이 가장 필요한 곳에 노력을 집중할 수 있도록 도와줍니다.
예를 들어, 브라질의 도시 상파울루는 연구 중심의 사례 연구를 통해 이 접근 방식을 탐구했습니다. 한 연구팀은 컴퓨터 비전을 사용하여 Google 스트리트 뷰를 통해 수집한 도시 전역의 275,000개 이상의 거리 이미지를 분석했습니다. 이 이미지에서 식별된 그래피티를 96개 지역에 걸쳐 매핑하여 그래피티가 가장 집중된 위치를 파악했습니다.
이 접근 방식은 흩어져 있는 보고서나 간헐적인 조사에 의존하는 대신 도시 전역의 그래피티에 대한 대규모 데이터 기반 뷰를 제공했습니다. 상파울루는 이 지도를 통해 시간 경과에 따른 변화를 추적하고 보다 목표에 맞는 청소, 예방 및 도시 계획 노력을 지원할 수 있는 귀중한 리소스를 확보할 수 있었습니다.
컴퓨터 비전을 그래피티 관리에 사용하면 얻을 수 있는 몇 가지 주요 이점은 다음과 같습니다:
컴퓨터 비전 시스템은 그래피티 감지에 유용하지만 몇 가지 한계도 있습니다. 다음은 이러한 시스템을 도입할 때 염두에 두어야 할 몇 가지 사항입니다:
낙서 감지는 컴퓨터 비전이 도시의 공공 공간 관리 방식을 어떻게 변화시키고 있는지를 보여주는 한 가지 예일 뿐입니다. 이러한 시스템은 유지 관리, 보고 및 도시 계획을 위한 도구와 점점 더 통합되고 있습니다.
신속한 대응에서 사전 예방적 인식으로 초점이 이동하고 있습니다. 더 나은 데이터와 더 스마트한 도구를 통해 도시들은 문제가 발생하기 전에 미리 예방하고 모든 단계에서 더 많은 정보를 바탕으로 의사 결정을 내리는 방향으로 나아가고 있습니다.
성장하는 커뮤니티에 참여하세요! GitHub 리포지토리를 살펴보고 AI에 대해 알아보고 라이선스 옵션을 확인하여 Vision AI 프로젝트를 시작하세요. 의료 분야의 AI와 농업 분야의 컴퓨터 비전과 같은 혁신에 관심이 있으신가요? 솔루션 페이지를 방문하여 자세히 알아보세요!
KO
EN
ZH
JA
RU
DE
FR
ES
PT
IT
AR
TR
VI