위급한 소리가 경보가 되는 순간
아래 시뮬레이션은 실제 시스템의 판정 방식 그대로, 감지된 소리가 Evidence 점수로 누적되어 경보에 도달하는 과정을 재현합니다.
세 개의 AI가 함께 듣습니다
환경음 분류 — 현장의 소리를 12가지로
비명, 울음, 유리 파손, 폭발, 사이렌, 총성, 고함, 일반 대화, 배경 소음까지 — 현장에서 발생하는 소리를 실시간으로 분류해 위험 신호의 첫 단서를 잡습니다.
- 비명·울음 등 위급 신호는 즉시 판정 경로(Fast Path)의 게이트가 됩니다
- 유리 파손·폭발·총성은 위험(Danger) 클래스로 별도 가중
- 경량 모델 — 저사양 엣지 디바이스에서 실시간 동작
glass_break · physical_impact
explosion · alarm_siren · gunshot
shout_loud · speech · noisy_sounds
→ 12-class realtime classification
긴급음 판별 — 소리의 긴박함을 읽다
같은 큰 소리라도 놀이의 환호와 위급한 비명은 다릅니다. 소리의 원천 정보와 사전학습 임베딩을 동시에 입력받는 듀얼 브랜치 모델이 사람 음성의 긴박함을 3단계로 판별합니다.
- 긴급(sos) / 긴급 의심(suspicious) / 일반(normal) 3클래스
- 정확도 96.01% — 자체 평가 9만 샘플 기준
- 순간적 파형 변화와 의미적 특징을 함께 판단해 오탐 최소화
input B: pretrained embedding
↓ CRNN branch + Dense branch
↓ concatenate
→ sos · suspicious · normal
구조 키워드 — "살려줘"를 알아듣는 플러그인
"살려줘 · 도와줘 · 구해줘"를 인식하는 구조 키워드 모델이 기본 탑재되고, 설치 장소의 목적에 따라 재난·치안·응급 키워드 모델을 플러그인처럼 조합합니다.
- 기본: 구조 요청 (살려줘 / 도와줘 / 구해줘)
- 재난: 불이야 / 무너진다 / 갇혔어
- 치안: 강도 / 도둑 / 폭행 / 위협
- 응급: 구급차 / 쓰러짐 / 부상
+ disaster plugin
+ security plugin
+ medical plugin
→ 설치 목적별 조합 탑재
Decision Engine — 21개 경로의 판정 규칙
세 모델의 결과를 21개 판정 경로로 조합해 Evidence 점수를 누적합니다. 확실한 위급 신호는 즉시 경보하고, 애매한 신호는 짧은 시간 안에 반복되는지를 지켜봅니다 — 순간의 오탐은 거르고, 진짜 위기에는 빠르게.
- 즉시 경보 경로: 비명 + 긴급음성 + 키워드 동시 감지
- 누적 경로: 5초 윈도우 내 Evidence 합산, 임계 도달 시 경보
- 설치 환경에 따라 민감/균형/정밀 3가지 운영 프로파일 선택
fast path → evidence +1.5
sos path → evidence +0.5
window 5s · debounce
→ evidence ≥ 3 → ALERT
2초의 여정 — 소리에서 출동까지
1차 경보 후에도 모니터링은 멈추지 않습니다. 2차 STT 검증이 기기 안에서 곧바로 이어져, 오탐이면 조용히 걸러지고 진짜 위기면 기관으로 연결됩니다.
묵음 구간 스킵t = 0
· 구조 키워드+28ms
Evidence 누적즉시
안내 방송< 2초
기기 내 확인온디바이스
기관 자동 연계골든타임
설치되는 곳마다, 목적에 맞게
설치 장소의 위험 유형에 따라 키워드 플러그인과 감도 프로파일을 조합합니다.
원본 오디오는
기기를 떠나지 않습니다
모든 감지는 현장 디바이스 안에서 이루어집니다. 일상 대화는 저장되지 않고, 서버에는 위급 상황의 검증에 필요한 최소 정보만 전달됩니다. 화장실·탈의실처럼 카메라를 둘 수 없는 공간에 설치할 수 있는 이유입니다.
기술 사양
| 모델 | 역할 | 정확도* | 크기 |
|---|---|---|---|
| 환경음 분류 | 12클래스 환경음 | 93.08% | 3.5 MB |
| 긴급음 판별 (듀얼) | 긴급 / 의심 / 일반 | 96.01% | 7.7 MB |
| 긴급음 판별 (경량) | 초저사양 대응 | 93.12% | 3.8 MB |
| 구조 키워드 (기본) | 살려줘·도와줘·구해줘 | 97%+ | 3.4 MB |
| 목적별 키워드 ×3 | 재난 / 치안 / 응급 | 설치처 맞춤 학습 | 각 3.4 MB |
| 항목 | 값 |
|---|---|
| 분석 윈도우 | 0.96초 (0.48초 간격 슬라이딩) |
| 엣지 추론 속도 | ~8ms / 추론 (기본 구성 ~28ms/프레임) |
| 1차 경보 지연 | < 2초 목표 |
| 메모리 (기본 구성) | ~1.8 MB (전 모델 탑재 시 ~5.4 MB) |
| 항목 | 내용 |
|---|---|
| 엣지 디바이스 | RK3568 / RK3588 계열 (범용 엣지보드) |
| 2차 검증 (STT) | 온디바이스 음성-텍스트 변환 기반 확인 — SenseVoice, 올인원 로컬 (선택 구성) |
| 지원 OS | Linux / Windows / Android |
| 운영 프로파일 | 민감 / 균형 / 정밀 — 설치 환경별 선택 |
| 공급 형태 | AI 모델 라이선스 · 엣지 패키지 · 시스템 연동 지원 |