MQNIC VLM Video Intelligence

영상을 이해하고, 찾고,
판단하는 AI 서비스

이미 설치된 CCTV와 쌓여 있는 영상에, 장면의 의미를 읽는 VLM(Vision-Language Model) 엔진을 더합니다. 한국어로 장면을 찾고, 사람과 차량을 수 초 만에 추적합니다. 이상 상황은 근거와 함께 판단하고, 검지기 없이 교통정보를 만듭니다. 사전 학습 데이터 구축 없이, 고객 환경 안에서 운영합니다.

자연어로 찾는 영상: “교차로에 차량이 진입하는 장면”처럼 키워드가 아닌 의미로 구간을 반환합니다
근거를 함께 내는 판단: 이상 여부, 유형, 근거 문장을 정해진 형식으로 내어 관제 시스템이 바로 씁니다
공인 시험으로 확인된 품질: AI+ 인증, ISO/IEC TS 25058 기준 공인 시험 5개 항목 전체 목표 충족

제품 체험하기 활용 분야 보기

VLM 기반 영상 AI가 다섯 가지 서비스로 제공되는 구조입니다.

Why VLM

영상은 쌓이지만,
찾고 판단하는 일은 여전히 사람 몫입니다

관제 CCTV와 녹화 영상은 매일 수십 시간씩 늘어납니다. 필요한 장면 하나를 찾으려면 처음부터 재생해야 하고, 담당자마다 결과가 다릅니다. 파일명과 촬영시각 외에는 내용을 기준으로 찾을 수단이 없습니다.

기존 영상분석미리 정한 객체와 규칙만 봅니다검지 대상마다 학습 데이터를 만들고 모델을 다시 학습해야 하며, 정의하지 않은 상황은 놓칩니다

VLM 엔진장면의 맥락을 읽고, 말로 묻고, 근거와 함께 답합니다장면을 자연어로 이해하므로 사전 학습 없이 새로운 질문과 상황에 대응합니다. 판단 근거는 사람이 읽을 수 있는 문장으로 남깁니다

탐색 시간 과다

한 장면을 찾기 위해 전체 영상을 처음부터 재생해 확인해야 합니다

자연어 질의로 구간을 바로 반환

검색 일관성 결여

담당자별, 시점별로 탐색 결과가 달라 동일 기준의 재검색이 어렵습니다

같은 질의는 같은 결과, 점수와 순위로 제공

메타데이터 부재

파일명과 촬영시각 외에 내용 기반 검색 수단이 없습니다

클립마다 캡션, 객체, 타임스탬프를 자동 생성

VLM 기반 영상 AI, 다섯 가지 서비스로 제공합니다

SERVICE 01인덱싱, 시맨틱 검색영상을 클립 단위로 자동 인덱싱하고, 한국어 질의로 의미가 맞는 구간을 찾습니다공인 시험 MRR 0.865, 응답 603ms
SERVICE 02AI 객체 기반 고속 검색장면에서 고른 인물을 다른 카메라에서 찾고, 외형 특징으로 인물과 차량을 수 초 만에 추적합니다객체 단위 경량 인덱싱, 수 초 응답
SERVICE 03인파 혼잡도 분석사람 영역 분할과 군중 계수 두 모델을 융합해 겹치고 가려진 인파도 사람만 골라 실시간 집계합니다배경 오검출 제거, 밀집 인파 정확 계수
SERVICE 04공공안전 관제 판단VLM이 장면의 맥락을 해석해 이상 상황을 판단하고, 유형과 근거를 정형 출력해 관제 경보와 인증 제출 형식으로 연결합니다근거 문장, 정형 출력, 오경보 억제
SERVICE 05교통 영상 AI기존 CCTV만으로 교통량, 속도, 차종과 돌발 이벤트를 생성하고, VLM이 오경보를 걸러냅니다VDS 대비 속도 MAE 5.16 km/h

다섯 서비스는 공통 VLM 기반과 운영 환경을 공유합니다. 필요한 서비스부터 도입하고, 같은 영상 자산 위에 서비스를 더해 갑니다.

Service 01, Semantic Video Search

영상을 데이터로, 질의를 장면으로

영상을 클립 단위로 인덱싱하고, 자연어 질의를 의미 기반으로 매칭해 정확한 구간을 반환합니다. 키워드 일치가 아니라 장면의 의미로 검색하므로, 미리 태그를 달지 않은 영상에서도 원하는 장면을 찾습니다.

MAINIQ Studio 영상 시맨틱 검색 화면 — 질의**“야간 빗길 도로”**한국어 그대로 검색, 번역 질의 보완(night rainy road)
대상**공개 영상 101편, 클립 4,705개**총 4시간 33분 분량 인덱스
결과**6개 구간, 2.40초**구간별 타임스탬프, 자연어 설명, 유사도(0.817 ~ 0.447)
확인**클립 재생, 장면 설명**선택 구간을 바로 재생하고 캡션으로 내용 검증

Studio에서 등록된 영상을 자연어로 검색하고, 결과 클립과 객체 정보를 확인합니다. 새 영상 등록과 인덱싱은 관리자 기능으로 제공합니다.

Studio에서 시맨틱 검색 체험하기

두 개의 파이프라인, 대용량 적재와 빠른 응답을 동시에

오프라인 인덱싱과 실시간 검색을 분리해, 영상이 아무리 쌓여도 검색 응답은 초 단위로 유지합니다.

A. 인덱싱 파이프라인 오프라인 배치, 영상 적재 → 클립 인덱스

STEP 1영상 적재MP4, MOV, AVI 등 다양한 형식을 지정 경로에서 수집
STEP 2적응형 샘플링움직임 이벤트, 씬 전환, 고정 윈도우를 영상 특성에 맞게 선택
STEP 3멀티모달 캡셔닝VLM이 클립의 상황과 행동을 자연어 설명으로 생성
STEP 4객체, 메타데이터객체 위치와 행동 인식, 타임스탬프와 구간 정보 결합
STEP 5벡터 인덱싱의미(Dense)와 어휘(Sparse) 두 벡터로 변환해 벡터 저장소에 적재
결과검색 가능한 클립 인덱스클립마다 캡션, 시각, 구간, 객체가 붙은 검색 단위

B. 검색 파이프라인 실시간 API, 자연어 질의 → 결과 반환

STEP 1한국어 질의한국어를 그대로 처리하고, 필요 시 영어 변환으로 검색 범위 보완
STEP 2질의 임베딩다국어 임베딩으로 질의를 벡터화
STEP 3하이브리드 검색의미 검색과 어휘 검색 결과를 순위 기반(RRF)으로 융합해 누락 최소화
STEP 4재순위화교차 인코더가 질의와 후보 쌍을 직접 비교해 정답 구간을 상위에 배치
STEP 5결과 변환타임스탬프, 구간, 썸네일, 자연어 설명으로 구조화
결과구간, 클립 반환무손실 클립 추출까지 포함해 즉시 확인 가능

공인 시험으로 확인된 검색 품질

ISO/IEC TS 25058 기준 와이즈스톤 공인 시험, 한국표준협회 AI+(스탠다드) 인증. AI 품질 시험 5개 항목 전체가 목표 기준을 충족했습니다.

인덱싱 성공률100%인덱싱 완료 기준목표 90% 이상 충족

구간 검색 성공률90%관련 구간 검색목표 85% 이상 충족

구간 검색 정확도0.865MRR정답 구간이 상위에 오는 정도목표 0.8 이상 충족

검색 응답 시간603ms구간 검색 평균, 재순위화 포함목표 1초 이하 충족

의미 기반 검색키워드 일치가 아닌 멀티모달 캡션과 임베딩으로 장면의 의미를 검색합니다. 태그 작업이 필요 없습니다.사전 태깅 없이 쌓인 영상 전체를 검색

하이브리드 정밀 검색의미 검색과 어휘 검색을 융합하고 재순위화해 정답 구간을 첫 화면에 올립니다.첫 화면에서 정답을 확인

초 단위 응답하이브리드 검색과 재순위화를 거치고도 평균 603ms로 응답합니다.대화하듯 질의를 바꿔 가며 탐색

온프레미스 운영외부 전송 없이 고객사 지정 환경에 구축하고 운영합니다. 영상정보 반출 우려가 없습니다.보안 요건, 폐쇄망 대응

Service 02, Object-based Fast Search

“이 사람, 다른 카메라 어디에?”
“빨간 상의에 안전모 쓴 사람은 언제?”

사건과 민원 대응에서 가장 급한 질문은 특정 인물과 차량의 행방입니다. AI 객체 기반 고속 검색은 객체 위치와 외형 특징만 가볍게 인덱싱합니다. 장면에서 고른 인물을 다른 카메라 영상에서 찾아내고, 외형 특징만으로 인물과 차량의 등장 구간을 수 초 안에 반환합니다.

MODE A, 이미지 기반 검색장면에서 고른 인물을, 다른 카메라 영상에서 찾습니다

재생 중인 영상을 멈추면 화면 속 인물을 자동으로 검출해 번호를 붙입니다. 하나를 고르거나 영역을 직접 그리면, 같은 인물이 등장하는 다른 영상과 시각을 유사도 순으로 돌려줍니다. 사진 업로드로도 검색할 수 있습니다.

영상을 멈추고 인물 고르기 (화면의 인물 자동 검출)
검출된 인물을 선택하거나 영역을 직접 지정
다른 영상에서 같은 인물 검색 (영상별 최적 일치 시각, 등장 구간, 신뢰도 반환)

동기 호출, 2~5초 응답영상 간 동일 인물 추적사진 업로드 검색

MODE B, 객체 특징 기반 검색외형 특징이나 문장으로, 긴 녹화에서 등장 구간을 찾습니다

인물은 성별, 상의 색, 하의 색, 모자, 소지품을 고르거나 “노란 안전모를 쓰고 형광 조끼를 입은 작업자”처럼 문장으로 입력합니다. 차량은 차종, 색상과 함께 화면에 도로 구간을 지정해 그 구간을 지나는 차량만 찾습니다.

검색 대상 선택 (인물 또는 차량)
조건 선택 또는 직접 입력 (차량은 도로 구간 지정)
타임라인 위에 등장 시각 표시 (썸네일, 시작/종료 시각, 신뢰도 상/중/하)

비동기, 진행률 표시2~5초 응답등장 구간, 신뢰도 반환

Studio에서 객체 고속 검색 체험하기

시맨틱 검색과 함께 쓰면, “어떤 상황”과 “누구, 어떤 차량”을 모두 답합니다

시맨틱 검색, 상황을 찾습니다“보행자가 횡단보도 밖으로 건너는 장면”처럼 행동과 상황을 인덱스에서 찾습니다. 캡션이 있어 결과를 사람이 읽고 검증합니다.

객체 고속 검색, 대상을 쫓습니다특정 인물과 차량의 등장 시각과 구간을 카메라를 넘나들며 추적합니다. 객체 위치만 인덱싱하므로 가볍고 빠릅니다.

관제 시스템 연계, API로 붙입니다키 인증 REST API로 영상 목록, 프레임, 검색, 결과 썸네일을 제공해 기존 관제 화면에 검색 기능을 넣습니다.

자동 인물 검출멈춘 프레임의 인물을 자동 검출해 번호를 붙이므로 영역 지정 수고가 없습니다

등장 구간 타임라인결과를 시각 순으로 타임라인에 표시해 장시간 녹화를 한눈에 훑습니다

신뢰도 등급상, 중, 하 등급을 서버가 부여해 담당자가 확인 우선순위를 정합니다

도로 구간 지정차량 검색은 화면에 그린 구간 안만 대상으로 해 불필요한 결과를 줄입니다

Service 03, Crowd Density Analytics

겹치고 가려진 인파도,
사람만 골라 정확히 셉니다

축제, 역사, 상권, 행사장처럼 사람이 몰리는 곳에서는 “지금 몇 명이, 얼마나 빽빽한가”가 안전 판단의 출발점입니다. MAINIQ 인파 혼잡도 분석은 성격이 다른 두 AI 모델을 융합해, 서로 가린 군중도 배경 오검출 없이 실시간으로 집계합니다.

인파 혼잡도 분석 화면 (사람 영역, 군중 계수, 융합 결과) — ① 사람 영역**사람 형태를 면으로 추출**간판, 사물, 반사처럼 배경에 찍히는 유령 점을 걸러낼 기준이 됩니다
② 군중 계수**머리마다 점을 찍어 계수**박스 검출과 달리 겹쳐 서로 가린 군중도 밀집 상태 그대로 셉니다
③ 융합**사람 영역 안의 점만 최종 인원**두 모델의 약점을 서로 상쇄합니다. 밀집에서 놓치지 않고, 배경을 세지 않습니다
출력**현재 인파, 평균, 최대, 최소**시간대별 인파 추이 그래프, 영상 재생과 동기화된 LIVE 수치

Studio에서 인파 혼잡도 체험하기

왜 하나의 모델이 아니라 융합인가

객체 검출(박스) 단독밀집하면 놓칩니다사람이 겹치면 박스가 합쳐지거나 사라져 실제보다 적게 셉니다. 혼잡할수록 오차가 커지는 구조입니다.

군중 계수(점) 단독배경을 셉니다밀집에는 강하지만 간판, 사물, 반사면에 유령 점이 찍혀 한산할 때 실제보다 많이 셉니다.

MAINIQ 융합밀집에서도, 한산할 때도 사람만 셉니다군중 계수의 점을 사람 영역 분할 마스크로 걸러 최종 인원을 냅니다. 두 모델이 서로의 약점을 보완하므로 혼잡도 전 구간에서 안정적입니다.혼잡, 한산 구간 모두 안정적인 집계

실시간 LIVE 집계스트림과 녹화 영상에 대해 현재 인파와 평균, 최대, 최소를 실시간으로 갱신합니다

시간대별 추이인파 추이를 그래프로 쌓아 피크 시간대와 급증 구간을 확인합니다

단계별 혼잡 경보 연계인원과 영역 면적으로 밀집도를 산출하고, 관제 연계 시 임계값 기반 단계별 경보로 구성합니다

학습 데이터 없이 배포사전 학습된 분할, 계수 모델을 조합하므로 현장별 라벨링 없이 온프레미스에 바로 설치합니다

분석 화면은 엠큐닉 인파 분석 시스템 시연 환경에서 캡처했습니다. 혼잡 경보 단계와 임계값은 현장과 관제 체계에 맞춰 설정합니다.

Service 04, Public Safety Monitoring

장면의 맥락을 읽고,
근거와 함께 판단하는 관제 AI

기존 이상탐지는 움직임과 객체 규칙에 걸린 장면을 모두 경보로 올려 관제사가 하나씩 걸러야 했습니다. 엠큐닉의 관제 AI는 VLM이 장면의 맥락을 해석해 쓰러짐, 싸움, 배회, 침입 같은 이상 상황을 판단합니다. 왜 그렇게 판단했는지는 사람이 읽을 수 있는 근거 문장으로 남깁니다.

맥락을 이해하는 판단움직임 크기나 객체 유무가 아니라 “누가 어떤 상황에 있는가”를 해석합니다. 넘어진 사람과 앉은 사람, 다툼과 인사를 구분합니다.

근거 문장이 붙는 판단이상 여부만이 아니라 유형과 근거 문장을 함께 냅니다. 관제사가 경보를 읽고 바로 확인하고 전파합니다.

정형 출력으로 안정적 연동출력 형식을 디코딩 단계에서 강제해 파싱 실패 없이 관제 시스템과 경보 체계에 바로 연결합니다.

운영 기준으로 검증된 판정정확도뿐 아니라 응답 지연(P95)과 출력 형식 준수율까지 자체 벤치마크로 측정해 관제 운영이 가능한 구성만 배포합니다.

판정 흐름, 영상에서 관제 경보까지

공공안전 관제 경보 상세 화면 — 경보 상세**판정 근거, 모델 근거, 상황 설명**정책 기준(이상 점수, 지연)과 모델의 근거 문장, VLM이 쓴 상황 설명을 한 화면에 제시
관제사 조치**확인, 오탐 신고, 클립**경보를 바로 확인하거나 반려하고, 전후 클립을 같은 자리에서 확인

관제 현장이 요구하는 네 가지를 설계에 넣었습니다

판정 근거경보마다 근거를 함께 제시어떤 정책 기준(이상 점수, 지연)에 걸렸는지, 모델이 무엇을 보고 판단했는지(근거 문장), 장면이 어떤 상황인지(VLM 상황 설명)를 경보와 함께 보입니다. 관제사가 바로 확인하거나 반려할 수 있습니다

현장 이동카메라가 바뀌어도 기준 유지카메라별 정상 장면을 참조로 주입해 설치 현장이 달라질 때의 오경보를 억제합니다. 국내와 해외 환경 영상으로 교차 검증합니다

하이브리드VLM + 규칙 병행검지 영역 안/밖 같은 기하 판정은 개방어휘 탐지기와 트랙 기반 규칙이, 상황 해석은 VLM이 맡습니다. 각자 잘하는 판정을 담당합니다

운영 환경오프라인 온프레미스외부 API 없이 고객 GPU 서버에서 동작합니다. 모델, 판정 기준, 샘플링 설정을 버전으로 관리해 판정 결과를 재현합니다

Service 05, Traffic Video AI

기존 CCTV 영상만으로
교통정보와 돌발 이벤트를 만듭니다

별도 검지기(VDS, 루프) 없이, 이미 설치된 관제 CCTV를 입력으로 수작업 보정 없이 동작하는 5단계 파이프라인입니다. 검지기가 없는 구간의 소통정보를 CCTV로 생성합니다. 돌발 상황은 VLM이 2차 판단해 오경보를 걸러냅니다.

STEP 1 / 5적응형 계수선 생성

차량의 실제 주행 궤적으로 계수선을 자동 추출합니다. CCTV마다 사람이 수평 계수선 높이를 설정하던 작업이 사라집니다. 도로 형태와 원근에 맞춰 기울어진 계수선이 차로 전체를 가로지르도록 자동 배치됩니다.

1주행 궤적 추출차량 검출 박스 중심의 궤적을 수집
2누적 밀도 지도주행 밀도를 가우시안으로 누적
3군집, 노이즈 제거이진화 후 DBSCAN으로 작은 군집 제거
4회귀 → 계수선도로 주방향을 구해 계수선 기울기 결정

궤적, 밀도 지도, 이진화, 계수선 산출 4단계 화면 — 궤적 → 밀도 지도 → 이진화 → 계수선

고속도로 IC 구간 CCTV 실측, 10분, 2864×1732, 17,889프레임, 산출 기울기 −0.1314 실측 화면

CCTV별 사전 설정 작업이 없어 수십~수백 대 규모 확장 시 구축 기간이 줄어듭니다

VDS 대비 검증, 속도 MAE 5.16 km/h, 교통량 신뢰 기준 상회

속도 MAE (km/h), 낮을수록 정확

5.16km/h참고 논문 MAE 12.2 대비 우수

하행 속도 CCTV(파랑)와 VDS(빨강). 국도 교차로 구간에서 VDS 5분 집계와 대비해 검증했습니다.

교통량 GEH < 5 비율, 높을수록 일치

95.9%신뢰 기준 85% 상회

하행 교통량 CCTV(파랑)와 VDS(빨강). 122개 집계 구간 중 117개가 GEH 5 미만이고, GEH 10 이상 구간은 없습니다. 검지기와 같은 기준으로 쓸 수 있는 교통량입니다.

객체 기반 돌발 판단 + VLM 2차 판단

객체 검출과 추적으로 돌발 후보를 먼저 잡고, VLM이 장면을 해석해 돌발 여부를 확정합니다. 확정된 이벤트는 위치, 시각, 지속 시간, AI 분석 문장과 함께 관제 화면에 올라갑니다.

CCTV 상황 모니터링, 돌발 이벤트 판단 화면 — ① 객체 기반 1차 판단**검출, 추적 궤적으로 후보 감지**정지차량, 사고, 무단횡단, 역주행을 궤적 규칙으로 감지하고, 정지 지속 시간(예: 3분 4초)과 시간대(주간/야간)를 함께 기록
② VLM 2차 판단**장면을 읽고 돌발을 확정**“1차로에 경광등을 켠 긴급차량이 정지해 있고, 주변 차량들이 옆 차로로 비켜가며 지나가고 있음”처럼 상황 설명과 함께 유형(사고) 확정
③ 이벤트 정보**발생 시각, 위치, 지속, 유형**감지 시각과 경보 시각을 구분해 기록하고, CCTV 위치를 지도에 표시해 현장 파악을 돕습니다
④ 조회, 검색**CCTV, 기간, 유형별 이벤트 목록**지도에서 CCTV를 누르면 그 카메라의 이벤트만 모아 보고, 영상과 AI 분석을 바로 확인

지도와 CCTV 화면의 지명, 도로명은 가림 처리했습니다.

순환 고속도로 진입부 CCTV, 돌발 15건 / 정상 13건7건 → 0건

정상 영상 13건 중 1차 객체 기반 규칙이 돌발로 감지한 7건을 VLM 2차 판단이 모두 정상으로 기각했습니다. 관제사가 확인해야 할 경보가 줄고, 실제 돌발은 그대로 남습니다.

특이도100%정상 13건 전부 정상 판정, 위양성(FP) 0건

정확도92.9%돌발, 정상 전체 판정

재현율86.7%실제 돌발 15건 중 13건 탐지

F192.9%미탐(FN) 2건은 1차 규칙 단계에서 발생

Trust & Integration

공인 시험으로 검증하고,
고객 환경 안에서 운영합니다

공인 시험 기반 인증과 온프레미스 운영으로 품질과 보안을 함께 확보합니다. 검증된 공개 멀티모달 모델을 조합하므로 특정 외부 서비스에 종속되지 않습니다.

시험 인증한국표준협회 AI+(스탠다드) 인증, ISO/IEC TS 25058 기준, 와이즈스톤 공인 시험성적서를 보유하고 있습니다. 인덱싱, 검색, 응답 시간 등 5개 품질 항목 전체가 목표를 충족했습니다.

AI+ 인증ISO/IEC TS 25058공인 시험성적서

온프레미스, 폐쇄망 운영외부 전송 없이 고객사 지정 환경에 구축하고 운영해 영상정보 통제권을 확보합니다. 오프라인 환경을 전제로 설계했습니다.

외부 전송 없음GPU 서버 구축폐쇄망 대응

개인정보보호접근통제로그 관리

기존 시스템과의 연계

VLM 영상 AI영상에서 읽어낸 사실장면 캡션, 객체, 이상 판정, 교통정보를 REST API로 제공합니다. 관제 화면과 플랫폼이 키 인증으로 호출합니다.

MQNIC 온톨로지 플랫폼업무 지식과 연결된 판단과 대응VLM 판독 결과를 시설과 카메라 객체에 연결합니다. 수위, 설비, 대응 절차와 함께 상황 판단과 대응안 도출에 활용합니다.온톨로지 플랫폼 보기

기술 구성 상세 적용 모델과 구성 요소, 검증된 공개 멀티모달 모델을 조합합니다

VLM 백본은 운영 환경과 GPU 규모에 맞춰 선택합니다. 벤치마크 하네스로 모델 × 프롬프트 × 샘플링 조합을 실측한 뒤 배포합니다vLLM 기반 추론 서버에서 모델별 포트를 분리해 운영하고, 출력 스키마를 디코딩 단계에서 강제합니다

영상 캡셔닝, 판정Qwen3-VL, Qwen2.5-VL 계열vLLM 서빙, 구조화 출력

객체 검출, 추적RF-DETR, ByteTrack, YOLOv6-3D차종, ID, 3D BBox

개방어휘 탐지Grounding DINO학습 없는 대상 검출, 규칙형 판정

씬 감지, 샘플링MOG2, TransNetV2이벤트, 씬 전환, 고정 윈도우

임베딩BGE-M3다국어 Dense, Sparse 벡터

재순위화Cross-encoder Reranker질의와 후보 정밀 비교

벡터 검색Qdrant하이브리드 RRF 검색

클립 추출, 서빙ffmpeg, REST API무손실 클립, 키 인증, OpenAPI 문서

운영 환경 예시: 4× RTX A6000(48GB) 서버 기준으로 7B~8B급 VLM을 모델별 포트로 분리 운영합니다. 30B급 모델은 GPU 2장 병렬로 구성합니다. 구체 사양은 영상 채널 수와 응답 요건에 따라 산정합니다.

Use Cases

다수의 영상을 다루는 현장에서
접근성과 활용성을 높입니다

공공 안전, CCTV통합관제센터특정 행동과 상황 장면을 신속히 확인하고, 이상 행동을 근거와 함께 판단합니다. 인물, 차량 추적과 인파 혼잡도 집계로 사건 대응 시간을 줄입니다.검정 백팩을 멘 남성이 마지막으로 보인 카메라는?

도로, 교통 관제도로관리, 교통정보센터관제 영상에서 사고, 정체 등 특정 상황을 검색하고, 검지기 없는 구간의 교통량과 속도를 CCTV로 생성합니다.야간에 갓길에 정지한 차량이 있었던 구간

산업 안전 모니터링사업장, 건설 현장작업 현장 영상에서 안전 수칙 위반 등 관심 장면을 탐색하고, 안전모와 조끼 착용 여부로 작업자를 찾습니다.안전모 없이 적재 구역에 들어간 작업자

미디어, 영상 아카이브방송, 기록 영상 자산방송과 기록 영상 자산에서 원하는 장면을 자연어로 검색해 편집과 활용 시간을 줄입니다.비 오는 날 시장 골목을 걷는 장면

우리 영상으로 먼저 확인해 보세요

고객 보유 영상 일부를 인덱싱해 검색, 추적, 판정 결과를 시연합니다. 현장 환경과 답해야 할 질문을 먼저 정하고, 필요한 서비스부터 구축합니다.

시연은 고객 지정 환경 또는 엠큐닉 시연 서버에서 진행하며, 영상은 시연 후 폐기합니다.

시연 요청하기

Competitive Edge

타사 대비 경쟁력

기존 AI CCTV 영상분석 제품(A사 유형)과 해외 VLM 영상 이해 플랫폼(B사 유형)을 기준으로, 공공 관제 현장이 요구하는 열 가지 항목에서 MAINIQ VLM 서비스의 위치를 비교했습니다.

비교 항목	A사 유형기존 AI CCTV 영상분석 (객체 검출 + 규칙)	B사 유형해외 VLM 영상 이해 플랫폼 (클라우드 API)	MAINIQ VLMVLM 하이브리드, 온프레미스
분석 방식무엇으로 장면을 읽는가	—사전 학습한 객체 검출기 + 규칙 엔진. 정의된 객체와 이벤트만 검지	▲VLM 기반 장면 이해. 범용 모델로 상황 설명 생성	●VLM 장면 이해 + 개방어휘 탐지 + 트랙 규칙 하이브리드. 기하 판정과 상황 해석을 역할 분담Service 04
신규 유형, 대상 추가새 이상 유형이나 검색 대상이 생기면	—현장별 영상 수집, 라벨링, 재학습 필요. 수주~수개월	●프롬프트로 대응	●프롬프트와 채택 정책으로 대응(training-free). 모델 × 프롬프트 × 샘플링 조합을 하네스로 실측해 배포학습 데이터 구축 없음
자연어 영상 검색한국어로 장면을 찾을 수 있는가	—메타데이터, 키워드, 속성 필터 중심. 의미 기반 검색 없음	▲영어 질의 중심. 한국어는 번역 품질에 의존	●한국어 질의 직접 처리 + 번역 보완, 하이브리드(의미+어휘) 검색과 재순위화공인 시험 MRR 0.865, 603ms
객체 고속 검색인물과 차량을 얼마나 빨리 찾는가	▲색상, 차종 등 속성 검색 제공. 카메라 간 동일 인물 추적은 제품별 상이	▲장면 검색 위주. 인물 재식별, 도로 구간 지정 같은 관제 기능은 제한적	●장면에서 고른 인물을 타 카메라에서 2~5초 검색 + 속성, 자연어, 차량 ROI 검색, 신뢰도 등급Service 02
인파 혼잡도 계수밀집 인파를 얼마나 정확히 세는가	▲객체 검출 기반 카운팅. 겹침과 가림이 심한 밀집 구간에서 누락	—범용 장면 이해 중심. 인원수 산출 기능 없거나 추정 수준	●사람 영역 분할 + 군중 계수 융합. 밀집에서 놓치지 않고 배경은 세지 않음Service 03
판단 근거 제공경보를 왜 올렸는지 설명하는가	▲이벤트 유형, 검출 박스, 점수. 근거 문장 없음	▲자유 텍스트 설명. 형식이 일정하지 않아 시스템 연동 시 후처리 필요	●이상 여부, 유형, 점수, 근거 문장을 정형 스키마로 강제 출력. 파싱 실패 없이 경보와 감사 문서에 사용근거 문장 + 스키마 강제
교통정보 생성검지기 없이 교통량과 속도를 만드는가	▲별도 교통 모듈. 카메라별 계수선과 호모그래피 수동 설정, PTZ 변경 시 재설정	—범용 영상 이해 플랫폼. 교통정보 산출 기능 없음	●계수선과 소실점 자동 보정, PTZ 자동 재생성, 3D 추적 속도와 방향별 교통량 + VLM 2차 돌발 판단VDS 대비 속도 MAE 5.16, GEH<5 95.9%
운영 환경영상이 어디서 처리되는가	●온프레미스 구축	—클라우드 API. 영상을 외부로 전송해야 하며 폐쇄망 불가	●온프레미스, 폐쇄망. 외부 API 없이 고객 GPU 서버에서 동작영상 외부 전송 없음
품질 검증, 인증공공 도입 요건에 대응하는가	▲KISA 지능형 CCTV 인증 등 제품별 상이. AI 품질 공인 시험은 드묾	—국내 공인 시험, 인증 이력 없음	●한국표준협회 AI+ 인증, ISO/IEC TS 25058 공인 시험 5개 항목 충족, KISA 인증 제출 형식(SA XML) 지원공인 시험성적서 보유
시스템 연계, 확장기존 관제와 업무 시스템에 어떻게 붙는가	▲자사 VMS와 관제 SW 중심 연동	▲SDK와 API 제공. 국내 관제 체계와 업무 지식 연계는 별도 구축	●키 인증 REST API(OpenAPI) + 온톨로지 플랫폼 연계로 시설, 절차 등 업무 지식 기반 판단과 대응까지 확장REST API + 온톨로지 플랫폼 연계

●충족, 강점▲부분 충족, 제품별 상이—미제공, 제약A사, B사는 특정 업체가 아니라 각 유형의 공개 자료를 일반화한 비교이며, 개별 제품은 다를 수 있습니다 (2026.10 기준)

세 가지 결정적 차이

vs A사 유형재학습 없이 넓어지는 분석 범위객체 검출 + 규칙 제품은 검지 대상이 늘 때마다 데이터 수집과 재학습이 따릅니다. MAINIQ는 VLM이 장면을 읽으므로 새 질문과 새 이상 유형을 프롬프트로 받아들이고, 기하 판정이 필요한 곳만 개방어휘 탐지와 규칙을 붙입니다.도입 후 운영 비용과 확장 기간을 줄입니다

vs B사 유형한국어, 온프레미스, 공인 인증해외 플랫폼은 영어 중심 질의와 클라우드 전송을 전제로 합니다. MAINIQ는 한국어 질의를 직접 처리하고 폐쇄망에서 동작하며, AI+ 인증과 공인 시험성적서로 공공 조달 요건에 바로 대응합니다.영상 반출 없이 발주 요건을 충족합니다

vs 양쪽 모두검색, 추적, 혼잡도, 판단, 교통정보를 한 기반에서영상 검색 전문 제품은 교통정보를 만들지 못하고, 교통 분석 제품은 자연어 검색이 없습니다. MAINIQ는 같은 VLM 기반 위에서 다섯 서비스를 제공하고, 온톨로지 플랫폼과 연계해 업무 판단과 대응까지 이어집니다.서비스를 더할수록 같은 영상 자산의 가치가 커집니다

FAQ

자주 묻는 질문

기존 CCTV와 영상 저장 장비를 그대로 쓸 수 있나요?

네. 관제 CCTV 스트림과 NVR, 파일 서버의 녹화 영상(MP4, MOV, AVI 등)을 입력으로 사용합니다. 교통 AI는 PTZ 회전과 줌 변화를 감지해 계수선과 보정을 자동으로 다시 만듭니다. 카메라 운영 방식을 바꿀 필요가 없습니다.

새로운 이상 유형이나 검색 대상이 생기면 모델을 다시 학습해야 하나요?

아닙니다. 시맨틱 검색은 자연어 질의로 대상을 바꾸고, 관제 판정은 프롬프트와 채택 정책으로 유형을 추가합니다. 과제별 학습 데이터 구축과 재학습 없이 운영하는 것이 이 서비스의 전제입니다.

시맨틱 검색과 객체 기반 고속 검색은 어떻게 다른가요?

두 서비스 모두 인덱싱을 거치지만 인덱싱하는 대상이 다릅니다. 시맨틱 검색은 영상 전체를 클립 단위로 인덱싱해 장면의 상황과 행동을 캡션과 벡터로 저장하므로 “어떤 상황”을 의미로 찾습니다. 객체 기반 고속 검색은 인물, 차량 등 객체의 위치와 외형 특징만 인덱싱하므로 처리가 가볍고 빠르며, “누구, 어떤 차량”이 언제 어디에 나타났는지를 찾습니다. 두 서비스는 같은 영상 자산 위에서 함께 제공됩니다.

교통 AI는 어떤 카메라 구도에서 동작하나요?

직진 도로를 비스듬히 내려다보는 일반적인 관제 구도를 전제로 합니다. 도로를 정면에서 보는 구도는 3D 단서가 부족해 속도 추정 정확도가 낮아질 수 있습니다. 도입 전 대상 카메라를 검토해 적용 구간을 정합니다.

영상이 외부로 나가지 않나요?

모든 구성 요소를 고객사 지정 환경(온프레미스)에 구축해 운영합니다. 외부 API 호출 없이 동작하도록 설계했으며, 폐쇄망 환경에도 대응합니다.

관제 시스템이나 다른 플랫폼과 어떻게 연결하나요?

키 인증 REST API(OpenAPI 문서 제공)로 영상 목록, 프레임, 검색, 판정 결과를 제공합니다. 엠큐닉 온톨로지 플랫폼과 연계하면 영상 판독 결과를 시설, 대응 절차 등 업무 지식과 연결해 상황 판단과 대응안 도출에 활용할 수 있습니다.

성능 수치는 어떤 조건에서 측정한 것인가요?

검색 품질은 ISO/IEC TS 25058 기준 공인 시험 결과입니다. 교통 AI 수치는 국도와 순환 고속도로의 실제 CCTV 영상을 VDS 데이터와 대조해 측정했습니다. 현장 환경에 따라 결과는 달라질 수 있어, 도입 전 고객 영상으로 사전 검증을 권장합니다.

우리가 보유한 영상으로
먼저 확인해 보세요

답해야 할 질문과 대상 카메라를 먼저 정하고, 필요한 서비스부터 구축해 확인합니다.

도입 문의 제품 체험하기 온톨로지 플랫폼 보기

영상을 이해하고, 찾고,판단하는 AI 서비스

영상은 쌓이지만,찾고 판단하는 일은 여전히 사람 몫입니다