앞 편 사고 전조 감지 데이터셋, 현장 요구가 바꾼 4가지 핵심 설계 원칙에서 무엇을 만들어야 하는지를 다뤘습니다. 이번 편은 그다음 질문입니다. 만들 것이 정해진 뒤, 발주자와 제작자는 무엇을 먼저 맞춰야 하는가.
산업안전 감지 솔루션 고객사에 합성 CCTV 영상을 공급하면서 저희가 가장 크게 흔들렸던 지점은 기술이 아니라 용어였습니다. 합성 영상 규격 합의를 착수 전에 문장 단위로 끝내지 않으면, 잘 만든 영상이 통째로 쓸모없어집니다. 이 글은 그 과정에서 실제로 되물어 확인했던 항목과, 되묻지 않았다면 어떻게 됐을지를 정리한 기록입니다.
발주서의 “6초”가 6초가 아니었습니다
요구사항 문서에 “5~6초 영상”이라고 적혀 있었습니다. 보통은 전체 재생 시간으로 읽습니다. 저희도 그렇게 읽었습니다.
그런데 문서 뒤쪽에 단서가 하나 붙어 있었습니다. 영상 길이는 해당 이벤트가 발생한 뒤 지속되는 시간을 기준으로 한다는 문장이었습니다.
같은 “6초”가 전혀 다른 분량이 됩니다. 이벤트가 시작되기 전의 도입부까지 포함하면 실제로 만들어야 하는 영상은 10초를 넘습니다. 착수한 뒤에 이 문장을 발견했다면 전량 재작업이었습니다.
실제로 확정한 규격은 편당 10초, 1280×720, 24fps 고정이었습니다. 이 숫자 자체가 중요한 것은 아닙니다. 중요한 것은 그 숫자가 무엇을 세는 숫자인지를 착수 전에 문장으로 합의했다는 점입니다.
같은 단어가 다른 뜻일 수 있는 자리들
한 번 겪고 나니 같은 종류의 모호함이 여러 군데에서 보였습니다. 합성 영상 규격 합의에서 반복해서 걸리는 자리는 대체로 정해져 있습니다. 아래 넷은 모두 실제로 되물어 확인한 항목입니다.
- 수량 — “시나리오별 5개씩 15개”라고 적혀 있는데 세부 항목을 더하면 15가 되지 않는 경우가 있습니다. 총량이 맞는지, 갈래별 배분이 맞는지 어느 쪽이 기준인지 물어야 합니다.
- 동작 방식 — 수신호를 6초간 유지하는 것인지 반복하는 것인지. 완전히 다른 영상입니다.
- 탐지 타깃 — 누유가 “흘러나오는 순간”인지 “이미 바닥에 고인 상태”인지. 난이도와 구성이 모두 달라집니다.
- 산출물 범위 — 영상 파일만인지, 프레임 단위 라벨까지 포함인지. 공수가 몇 배 차이 납니다.
가장 뼈아팠던 것은 문서와 구두 설명이 정면으로 어긋난 항목이었습니다. 문서에는 한 방향으로 적혀 있었는데 실제 의도는 반대였습니다. 되묻지 않았다면 다섯 편을 통째로 버릴 뻔했습니다.
여기서 얻은 것은 단순합니다. 문서가 항상 맞는 것도, 기억이 항상 맞는 것도 아닙니다. 어긋나 보이면 반드시 되묻습니다. 되묻는 비용은 메일 한 통이고, 되묻지 않는 비용은 배치 하나입니다.
위 세 장은 같은 클립의 0.5초, 5.0초, 9.5초 프레임입니다. 세 시점의 자세가 같습니다. 착수 전에 “유지”로 확정했기 때문에 이렇게 나온 것입니다. “반복”으로 읽고 만들었다면 이 갈래는 전량 다시 만들어야 했습니다.
합성 영상 규격 합의에서 먼저 맞추는 4가지
아래 넷은 지금 저희가 착수 전에 반드시 문장으로 확인하는 항목입니다. 넷 중 어느 하나라도 숫자나 단어로만 적혀 있으면 아직 합의된 것이 아니라고 봅니다.
길이의 정의를 문장으로 확인합니다
“몇 초”라는 숫자만으로는 아무것도 확정되지 않습니다. 세 가지 중 어느 것인지 물어야 합니다.
- 파일의 전체 재생 시간
- 이벤트가 발생한 시점부터 끝까지의 시간
- 이벤트가 화면에 유지되는 시간
앞 편에서 다룬 갈래 구분이 여기서 다시 걸립니다. 위험 행동은 상태가 유지되는 시간이 기준이고, 이상 상태는 변화가 드러나는 데 걸리는 시간이 기준입니다. 같은 “6초”를 두 갈래에 그대로 적용하면 한쪽은 남고 한쪽은 모자랍니다.
현장을 볼 수 없을 때는 이미지로 먼저 합의합니다
보안 때문에 현장 자료를 한 장도 줄 수 없는 고객이 있습니다. 공정 자체가 기밀인 업종에서는 사진 한 장, 화면 캡처 한 장도 반출 승인이 나지 않습니다.
그렇다고 데이터를 못 만드는 것은 아닙니다. 방향을 바꾸면 됩니다. 자료를 달라고 하는 대신, 저희가 먼저 그린 장면을 보여 드리고 고쳐 달라고 요청합니다.
고객 입장에서 부담이 전혀 다릅니다. 자기 자료를 반출하려면 승인 절차를 밟아야 하지만, 남이 만든 그림을 보고 “이건 맞고 저건 다릅니다”라고 답하는 일은 실무자가 그 자리에서 할 수 있습니다.
질문도 객관식으로 만듭니다. “바닥 마감이 어떻게 되나요”라고 물으면 답이 오지 않거나 한참 걸립니다. “에폭시(회색) / 에폭시(녹색) / 그레이팅 / 무도장 콘크리트 중 어느 쪽인가요”로 물으면 한 글자로 답이 옵니다.
한 가지 더 있습니다. “무엇을 보여주실 수 있습니까”가 아니라 “무엇이 들어가면 안 됩니까”로 묻습니다. 앞의 질문에는 방어적이지만 뒤의 질문에는 협조적입니다. 그리고 그 답 자체가 현장 정보가 됩니다. 들어가면 안 되는 것들의 목록은 현장에 무엇이 있는지를 알려 주기 때문입니다.
순서도 중요합니다. 영상을 만들기 전에 정지 이미지로 먼저 합의합니다. 장면 한 장을 고치는 비용과 영상 한 편을 다시 만드는 비용은 자릿수가 다릅니다. 현장을 볼 수 없는 조건일수록 이 순서가 결정적입니다.
이 단계에서 고객이 지적하는 항목은 대개 저희가 예상하지 못한 것들입니다. 바닥 도장의 구획선 색, 안전 통로의 폭, 설비 사이의 간격 같은 것입니다. 문서로는 나오지 않고 그림을 보여 드려야 나옵니다.
운용 환경과의 일치를 규격으로 적습니다
가장 자주 오해받는 지점입니다. 합성 데이터는 선명하고 보기 좋을수록 좋다고 생각하기 쉽습니다. 탐지 모델 학습용으로는 정반대입니다.
납품 대상 모델은 실제 CCTV에 얹혀서 돌아갑니다. 학습 영상이 실제 운용 화면과 다르면 그 차이만큼 현장에서 성능이 떨어집니다. 그래서 아래 넷을 «품질»이 아니라 «규격»으로 문서에 적습니다.
- 카메라 고정 – 실제 감시 카메라는 저절로 확대·축소하지 않습니다. 학습 영상에 줌이나 팬이 섞이면 모델은 그것을 정상적인 장면 변화로 배웁니다. 작으면 괜찮은 것이 아니라 0이어야 합니다.
- 화각 – 고객사 카메라의 설치 조건이 그대로 규격이 됩니다. 실제 감시 카메라는 대개 공간 모서리에 달려 비스듬히 가로질러 봅니다. 정면으로 마주보는 대칭 구도는 감시 영상에서 오히려 드뭅니다. 영상감시 시스템의 계획과 설계를 다루는 국제표준 IEC 62676-4가 설치 조건을 설계 단계에서 확정하도록 요구하는 것도 같은 이유입니다.
- 프레임레이트와 해상도 – 실제 운용 화질보다 좋아도 «차이»입니다. 그리고 한 데이터셋 안에서 규격이 갈리면 안 됩니다. 앞서 납품한 분량과 프레임레이트가 다른 영상을 섞으면 고객은 두 종류의 데이터를 받은 셈이 됩니다.
- 화면의 사실감 – 실제 현장은 깨끗하지 않습니다. 바닥은 긁혀 있고 테이프 자국이 남아 있고 설비에는 라벨이 붙어 있습니다. 텅 빈 공간에 필요한 사물만 놓인 화면은 아무리 선명해도 합성처럼 보입니다.
목표는 잘 만든 영상이 아니라 그 카메라가 실제로 찍었을 법한 영상입니다.
판단이 갈리는 항목은 수치로 바꿔 둡니다
위 기준들은 대부분 눈으로 판별되지 않습니다.
카메라가 아주 천천히 밀려 들어가는 움직임은 재생해서는 잘 보이지 않습니다. 동작이 미세하게 느려진 것도 마찬가지입니다. 그런데 프레임 단위로 재면 바로 드러납니다.
그래서 저희는 판단이 갈리는 항목을 전부 수치로 바꿔서 봅니다. 카메라 잔여 움직임은 배율 변화와 픽셀 이동량으로, 동작 속도는 프레임 간 변화량으로, 이상 상태의 진행은 첫 프레임과 끝 프레임의 비교로 봅니다.
눈으로 보고 “괜찮은 것 같다”며 넘긴 영상이 측정에서 걸린 적이 여러 번 있습니다. 반대로 어딘가 어색해 보였는데 측정상 문제가 없어 그대로 납품한 경우도 있습니다.
수치 기준을 두는 진짜 이유는 정확도보다 분쟁 방지에 있습니다. 감각으로 판정하면 사람마다 결과가 달라지고, 재작업 여부를 두고 고객과 다투게 됩니다. 기준이 숫자로 적혀 있으면 다툴 일이 없습니다. 데이터 가공 공정에서 검수 기준을 문서화하는 이유와 같습니다.
국내 데이터 구축사업의 품질 체계도 같은 방향입니다. 한국지능정보사회진흥원이 펴낸 인공지능 학습용 데이터 품질관리 가이드라인은 품질을 인상이 아니라 검증 지표로 관리하도록 구성되어 있습니다. 영상 합성 데이터에도 그대로 적용됩니다. 다만 지표를 도메인에 맞게 다시 정의하는 일은 만드는 쪽의 몫입니다.
이 방식으로도 남는 것
합성 영상 규격 합의를 이렇게 해도 전부 해결되지는 않습니다. 솔직하게 적어 둘 것이 셋 있습니다.
첫째, 규격을 아무리 촘촘하게 합의해도 첫 배치에서는 어긋나는 항목이 나옵니다. 문서로 다 담기지 않는 판단이 남기 때문입니다. 그래서 저희는 본 물량에 들어가기 전에 소량을 먼저 만들어 보여 드리는 순서를 기본으로 둡니다. 합의서보다 실물 한 편이 빠릅니다.
둘째, 객관식 질문은 만드는 쪽에 비용이 듭니다. 선택지를 만들려면 그 도메인의 현장을 알아야 하기 때문입니다. 경험이 없는 조직이 이 방식을 그대로 따라 하면 엉뚱한 선택지를 내놓고 오히려 신뢰를 잃습니다. 선택지를 만드는 능력은 데이터 라벨링과 검수를 반복한 현장에서 나옵니다.
셋째, 위 내용은 영상 데이터를 설계하고 만들어 납품하는 경험에서 나온 것이지 모델 학습 결과에서 나온 것이 아닙니다. 저희는 학습된 모델의 성능 수치를 직접 측정한 자료를 갖고 있지 않습니다. 그 범위를 넘어 단정하지 않겠습니다.
결론
합성 영상 규격 합의에서 다투게 되는 것은 기술이 아니라 용어입니다. “6초”가 무엇을 세는 숫자인지, “수신호”가 유지인지 반복인지, “누유”가 순간인지 상태인지. 이 문장들을 착수 전에 확정하지 않으면 잘 만든 영상이 통째로 쓸모없어집니다.
정리하면 네 가지입니다. 길이의 정의를 문장으로 확인할 것, 현장을 볼 수 없으면 이미지로 먼저 합의할 것, 운용 환경과의 일치를 품질이 아니라 규격으로 적을 것, 판단이 갈리는 항목은 수치로 바꿔 둘 것.
산업안전 감지 데이터를 발주하실 계획이 있으시다면, 요구사항 문서에서 «몇 초», «몇 개», «어떤 동작»이라고 적힌 자리를 먼저 다시 읽어 보시기를 권해 드립니다. 그 숫자가 무엇을 세는 숫자인지 한 문장으로 적히지 않는다면, 아직 합의된 것이 아닙니다. 필요하시면 AI 학습 데이터 사양서를 함께 검토해 드립니다.
만드시려는 감지 항목과 카메라 운용 조건을 알려주시면, 착수 전에 확인해야 할 규격 항목을 정리해 체크리스트로 전달해 드립니다. 가장 효율적인 데이터 구축 방법을 함께 찾겠습니다.