[컴퓨터월드] 전 세계적으로 영상 데이터에 대한 관심이 꾸준히 높아지고 있다. 특히 인공지능(AI)과 딥러닝 기술의 발전에 따라 실시간 영상 분석(Video Analytics) 기술이 향상되면서 지능형 CCTV를 활용한 선별 관제 시장이 탄력을 받고 있다. 우리나라 역시 지능형 CCTV 개발을 5G 기술을 활용할 10대 핵심 산업으로 선정, 관련 산업에 대한 지원과 공공수요 확대에 나서고 있다.

국내 영상 분석 시장에 대한 관심과 지능형 CCTV 시장의 현 주소를 확인해본다.

영상 분석의 퍼스트 무버로 이끄는 ‘VTT’
최근 국내에서는 영상 데이터와 관련된 기술을 선도하려는 노력이 꾸준히 이어지고 있다. 과기정통부가 AI 국가전략프로젝트로 추진한 VTT(Video Turing Test) 사업이 대표적이다. 해당 사업은 비디오 이해 및 검증 기술을 개발하기 위한 것으로, 영상을 보고 인간 수준의 이해와 분석이 가능한 AI 개발이 목표다. 튜링 테스트라는 이름에서도 알 수 있듯, AI가 영화나 드라마를 보고 이해하는 수준을 사람과 분간되지 않는 수준으로 끌어올리겠다는 것이다.

인간과 구분되지 않을 정도로 영상을 이해하는 AI를 만든다는 것은 거의 불가능한 것처럼 들린다. 다양한 분야의 AI 기술들이 인간 수준의 사고와 인지 능력을 갖춰야 하는 것은 물론, 이들이 가장 높은 수준에서 연결돼야만 가능한 일이기 때문이다. 이는 아직 전 세계적으로도 유래가 없는 기술이다.

가령 영화에서 일상적인 대화를 나누는 두 사람이 나왔다면, 사람은 이를 그저 ‘두 사람이 대화를 나누고 있다’고만 인식하지는 않는다. 그들이 대화를 나누는 시간과 장소, 목소리 톤이나 표정, 서로간의 거리와 몸짓 등을 종합적으로 판단해 관계를 추론하고, 앞뒤 장면의 관계성을 고려해 해당 장면에서 직접적으로 드러나지 않은 의미를 찾을 수 있다. 눈치가 빠른 사람이라면 전개상 중요하지 않아 보이는 대화 사이에서도 복선을 찾거나 이전 작품과의 관계를 읽어낼 수 있을 것이다.

만약 AI가 위와 같은 장면을 보고 ‘두 사람이 대화를 나누고 있다’고만 이해한다면 이는 사람 수준의 지능을 갖췄다고 보기 어렵다. 영상을 인식하는 것은 가능하지만 관계성을 추론해낼 수 없다는 뜻이기 때문이다. 이러한 추론을 위해 AI는 세계지식(상식)을 충분히 학습하고 사회적인 제스처를 이해해야 한다. 등장인물이 다른 사람의 집에 들어가 금품을 챙기고 달아나는 장면을 AI가 이해하기 위해서는, 영상 내에서 명징하게 말하지 않더라도 그게 도둑질이고 사회적으로 나쁜 행위라는 것을 알고 있어야 한다는 얘기다.

물론 이러한 복잡한 추론 기술과 함께 선행돼야 할 것은 AI가 영상을 정확히 인식할 수 있도록 하는 영상 분석 기술이다. 아무리 뛰어난 추론 기술과 세계지식을 갖췄다고 하더라도 영상에 등장하는 요소들을 인식할 수 없다면 쓸모가 없다. 실제로 VTT 사업 추진에 가장 핵심적인 과제 중 하나가 바로 영상 인식 및 분석 기술이다. VTT 사업에서는 국내 SW·데이터 전문 기업인 코난테크놀로지가 학습용 데이터 마련과 영상 인식 기술 연구를 담당하는 3세부를 총괄하고 있다.

지능형 CCTV 시장 개화…공공 위주로 수요 확산
VTT 사업이 우리나라의 영상 기술 경쟁력 향상과 글로벌 선도를 위한 실험적인 프로젝트라면, 오늘날 영상 분석 기술을 가장 적극적이고 현실적으로 활용하고 있는 분야는 지능형 CCTV라고 할 수 있다. 지능형 CCTV는 일반적인 CCTV에 딥러닝 기반의 영상 인식·분석 기술 등을 더해 보다 고도화된 기능을 더한 제품이다.

CCTV를 통해 방범·감시를 수행할 경우 기존의 CCTV로는 항상 사람이 CCTV 화면을 주시하고 있어야 한다는 문제가 있다. CCTV로 촬영되는 영상은 별도의 기록매체에 저장되므로 나중에 확인할 수는 있겠지만, 사건이 발생한 즉시 혹은 발생하기 전에 인식하고 대응하기 위해서는 화면에 문제 행위가 잡히는 즉시 인지하고 대응해야 한다. 24시간 내내 감시가 필요한 영역이라면 사람 역시 24시간 동안 화면을 보고 있어야 한다.

기하급수적으로 늘어나는 CCTV도 문제다. 카메라 대수가 대여섯 개에 불과하다면 혼자서도 충분히 모든 화면을 체크할 수 있겠지만, 만약 대규모 아파트 단지에 설치된 모든 CCTV를 한 곳에서 감시해야 한다면 더 많은 인원이 필요할 것이다. 최근에는 지자체 등지에서 범죄 예방을 위해 CCTV 설치를 확대하고 있는데, 이 경우 시 단위의 수천 대에 달하는 CCTV를 모두 감시하기 위해서는 카메라를 보는 데만도 적지 않은 인원이 요구된다. 실제로 많은 지자체들이 시 단위의 방범·감시를 위해 5~6,000여 대의 카메라를 도입하고 있지만, 이를 관리하는 관제요원은 수십 명에 불과하다.

지능형 CCTV는 이 경우 좋은 대안이 된다. 현재 상용화 되고 있는 지능형 CCTV들은 촬영되고 있는 영상을 분석해 이상 상황을 탐지하고, 문제가 발생했다고 판단될 경우 즉각 관제요원에게 신호를 보낸다. 가령 CCTV가 담장이나 철책 등을 촬영하고 있다가 과도하게 접근하거나 넘으려는 시도를 하는 사람이 있다면 시각·청각적 알림을 보내는 식이다.

이에 따라 정부에서는 지난해부터 본격적으로 지능형 CCTV 도입을 활성화하고 있다. 특히 과기정통부는 지능형 CCTV를 5G 기술을 활용할 10대 핵심산업으로 선정하고, 사회안전을 위한 지능형 CCTV 개발을 위한 시범사업을 추진하고 있다. 한국인터넷진흥원(KISA)과 함께 지난해부터 ‘범부처 지능형 CCTV 시범사업’을 준비해, 지능형 CCTV 기술 개발과 시범 적용을 지원하고 있다. 해당 사업을 통해 장기적으로는 약 80만 개 이상의 국가 공공용 CCTV가 지능형 CCTV로 전환될 전망이다.

또한 각 지자체들 역시 지능형 CCTV를 일부 시범적으로 도입하며 교체에 나서고 있다. 대전시는 지난해 관내 사고 및 화재 감시를 위해 학교·골목길·상업 밀집지역 등 80여 곳에 지능형 CCTV를 설치해 운영하고 있다. 화성시는 행정안전부의 ‘첨단 정보기술 활용 공공서비스 공모사업’에 선정돼, 7,000여 대에 달하는 CCTV를 통합 관제할 수 있는 지능형 시스템을 구축했다.

비전인 - 지능형 영상감시 및 자동시각검사 SW 개발 기업 비전인은 2014년 설립된 지능형 영상감시 및 자동시각검사 SW 개발 전문기업이다. 김학일 인하대학교 교수를 중심으로 석박사급 연구원을 다수 보유하고 있으며, 지능형 영상감시 분야에서 12건의 특허를 보유하고 있다. 설립 초기에는 ▲영상정렬 및 가공검사를 위한 머신비전 라이브러리 개발 ▲고속 영상 복원 및 3차원 재건 프로그램 개발 ▲지능형 자동차를 위한 영상처리 알고리즘 개발 등 컴퓨터 비전 분야에 집중하는 모습을 보였지만, 2017년부터는 지능형 CCTV 사업 분야에 진출을 선언하면서 본격적인 사업 확대에 나섰다. 특히 영상화재감지기(Video Fire Detector, VFD)는 비전인이 보유한 컴퓨터 비전 및 딥러닝 기술을 바탕으로 개발된 화재 감지용 SW다. onVIF을 지원하는 CCTV를 활용해 화재 여부를 감지하고 관제센터에 알려준다. 해당 제품은 지난 2017년 산업통상자원부 장관상을 수상하며 뛰어난 품질을 인정받았다. 일반적으로 화재 감지를 위해 사용되는 불꽃감지기나 열화상카메라가 각각 불꽃의 파장과 온도로 화재 여부를 판단하는 것과 달리, VFD는 영상 분석 기술을 활용해 불꽃과 연기의 움직임을 감지해 보다 민첩하고 정확하게 화재 여부를 감지한다. 기존에 감지하지 못했던 연기에 대한 감지가 가능해 화재가 일어나기 직전에 한발 앞선 대처가 가능하다.

아직은 불완전한 기술…“상용화에는 문제없어”
하지만 지능형 CCTV 도입을 고려할 경우 아직 영상 분석 성능이 완전하지 않다는 점에 대해서는 충분한 검토가 필요할 것이다. 지능형 CCTV에 사용되는 객체 검출(object detection) 기술은 이미지 분류와 같은 여타 이미지·영상 분석 기술에 비해 다소 부족한 정확도를 보이는 분야이기 때문이다.

애완동물의 사진을 보고 이것이 개인지 고양이인지를 분간하는 이미지 분류(Classification) 기술은 이제 매우 높은 정확도를 구현할 수 있다. 이에 반해 화면 내에서 의미있는 객체를 찾고 위치를 특정하는 객체 검출 기술은 상대적으로 정확도가 낮은 편이다.

이미지 분류와 객체 검출의 차이는 시험에서 객관식 문제와 주관식 문제의 차이와 같다. 이미지 분류는 수백 개의 선택지 중 해당 이미지가 어디에 해당하는지를 찾는 객관식 문제다. 반면 객체 검출은 이미지 내에 몇 개나 있는지 알 수 없는 객체들을 모두 찾고, 그들의 위치까지 특정해야 하는 주관식 문제다. 복잡도가 훨씬 높기 때문에 더욱 높은 기술 수준을 요구하고, 이미지 분류에 비해 여전히 정확도가 떨어지는 모습을 보여주고 있다.

지능형 CCTV에서 요구되는 기술은 이미지 분류가 아닌 객체 검출 기술이다. 움직이는 영상 내에서 복수로 존재하는 인물과 사물을 찾고 그들의 위치와 관계성을 인식할 수 있어야 한다. 만약 사용자가 안면인식 기술을 통해 화면에 나오는 인물이 누구인지까지 확인하고자 한다면 더욱 고도화된 기술이 필요할 것이다. 객체 검출은 아직도 제품으로 만들었을 때 오검출이 높은 기술이며, 딥러닝과 AI 기술이 확산되며 극적인 성능 향상을 이루었음에도 여전히 갈 길이 멀다.

인텔리빅스 - 영상분석 및 영상보안 솔루션 개발 전문 기업 인텔리빅스는 국내 영상분석 및 영상보안 솔루션 개발 전문 기업이다. 2000년 일리시스라는 이름으로 설립돼 컴퓨터 비전 SW를 중심으로 경쟁력을 축적해왔으며, 2005년부터 지능형 영상 감시 분야의 가능성을 예측하고 본격적인 기술 개발을 추진했다. 지난 2017년에는 자사의 지능형 영상감시 시스템 ‘인텔리빅스(IntelliVIX)’로 사명을 변경하고 삼성테크윈 출신의 유명호 신임 대표를 영입하며 브랜드 강화에 나섰다. 특히 인텔리빅스는 움직임 감지(Motion Detection)부터 필터링, 추적(Tracking) 등 전통적인 영상 기술들을 모두 개발해본 경험을 보유하고 있다. 영상 분석 시장의 대두와 함께 새롭게 시장에 진출한 기업들은 구글이나 엔비디아 등이 공개한 컴퓨터비전 기술을 바탕으로 딥러닝 기반 기술을 위주로 활용하고 있지만, 인텔리빅스는 기존의 탄탄한 영상 분석 기술을 기반으로 최근의 딥러닝 기술까지 더했기에 보다 안정적이고 높은 성능을 구현할 수 있다는 설명이다. 최근에는 퀄컴, 한국전자통신연구원(ETRI) 등과 함께 영상 분석을 위한 시스텝온칩(SoC) 보드를 개발하고 있다. 해당 제품은 IoT용 스마트기기를 위한 것으로, 개발이 완료되면 별도의 연산을 위한 서버 없이 CCTV에서 지능형 영상 분석을 수행하고 이상 여부를 관제 센터로 전달하는 엣지형 스마트 카메라 개발에 활용할 계획이다.

반복적으로 오검출이 발생하고 오탐·미탐이 일어나면 사용자는 해당 기능을 안정적으로 믿고 사용할 수 없다. 지능형 CCTV를 도입하려는 기관·기업은 영상 분석 및 객체 검출 기술이 아직 완전하지 못하다는 점을 이해해야 한다. 이인규 인텔리빅스 상무는 “이미지에 비해 영상은 학습해야 할 방향이 너무 많고, 특히 CCTV는 더욱 그렇다”며, “딥러닝 기술을 활용해 수백만 개의 데이터를 학습한다고 하더라도 100% 정확한 시스템을 만들 수는 없다는 점을 인식해야 한다”고 강조했다.

최근 객체 검출 기술의 발전 속도가 더뎌지고 있다는 점에 대해서도 우려의 목소리가 나오고 있다. 박운상 서강대학교 교수는 “객체 검출 기술은 그동안 매년 10% 이상 정확도가 향상돼 왔지만, 2016년에 66%, 2017년에 73%를 기록하며 성장 곡선이 완만해졌다. 지난 2018년부터는 평가 방식이 바뀌었기에 그 전까지의 정확도와 같은 선상에 놓고 보기는 어려우나, 면면을 살펴보면 이전에 비해 뚜렷한 변화나 획기적인 기술의 제시는 보이지 않았다고 판단된다”고 말했다.

다만 영상 분석 기술이 아직 발전 중이라고 해도 적용 분야에 따라 제품화는 충분히 가능한 수준이라는 게 업계 관계자들의 의견이다. 최근 지자체 등에서 주목하는 선별관제 기술이 대표적이다. 선별관제는 CCTV가 감시하고 있는 범위 내에서 미리 학습시켜둔 상황이 발생했을 경우 해당 화면을 확대하거나 알림을 줌으로써 사용자가 보다 효과적으로 대응할 수 있도록 돕는 것을 말한다. CCTV로 촬영되는 모든 영상을 AI가 독자적으로 분석하고 판단하는 완전 자율형 시스템이 아니라, 여전히 관제 체계의 핵심적인 판단은 사람이 내리되 AI가 이를 보조하도록 구성된다.

현재 운용되고 있는 지능형 CCTV들 역시 대부분 선별관제 형태로 사용되고 있다. 이를 통해 수천 대에 달하는 CCTV들을 수십 명의 한정된 인원만으로 관리할 수 있다. 이인규 상무는 “지능형 CCTV는 아직 보완해야 할 부분이 많은 기술이다. 하지만 사람이 24시간 내내 모든 화면을 감시할 수는 없으므로, 안정적으로 90% 이상의 정확도를 보여줄 수 있다면 충분히 상용화가 가능한 수준”이라고 덧붙였다.

한편 박운상 교수는 단일한 CCTV로 모든 상황을 감시하고 대응할 수 있는 완전한 기능을 요구하기보다, 제한된 기능을 높은 수준으로 수행할 수 있는 SW를 활용해 문제를 해결해야 한다고 조언했다. 박운상 교수는 “정확도가 낮아 가짜 알림이 반복되다보면 결국 사용자는 해당 기능을 꺼버리게 될 것”이라며, “성능의 한계를 인정하고 할 수 있는 것과 해결하고자 하는 문제를 한정해, 화재 감지나 거수자 탐지 등 특정 기능에 특화된 AI를 구축하는 것이 중요하다”고 말했다.

IVS테크놀로지 - ‘보고 듣고 말하는 CCTV’ 개발 IVS테크놀로지는 영상 분석 및 음원 분석 기술을 바탕으로 ‘보고 듣고 말하는 CCTV’를 개발한다. 뛰어난 기술 경쟁력을 바탕으로 서울시를 포함한 국내 지자체에 지능형 영상분석·보안 시스템을 구축했을 뿐만 아니라, 인도네시아 현지 기업과 사업협력 계약을 체결하고 싱가포르에 해외법인을 설립하는 등 해외 시장 공략에도 적극적으로 나서고 있다. 국내 지능형 CCTV 시장이 활성화되면서 지난해 매출 60억 원을 달성, 2017년 대비 약 3배 증가하며 빠르게 성장하고 있는 기업이다. 또한 글로벌 IT 연구 및 자문 기관인 가트너로부터 지능형 분석(Intelligent Analytics) 분야의 주목할 만한 기업으로 인정받아, 지난 8월 글로벌 투자 유치와 사업 협력에 대한 파트너십을 체결한 바 있다. 특히 IVS는 일반적인 지능형 CCTV 기업들이 보유한 영상 분석·복원·검색 기술 이외에도, 음원 분석이라는 차별화된 기술을 보유하고 있다. 해당 기술은 CCTV를 포함한 사회 안전 시스템에 음원 탐지 기술을 탑재해 활용 분야를 다각화할 수 있다. 가령 비명, 유리 파손, 차량 충돌 등 이상음원이 감지될 경우 주변에 설치된 CCTV를 해당 방향으로 이동시켜 집중 관제함으로서 보다 효율적으로 넓은 범위를 관리할 수 있도록 돕는다. 현재 영상분석 1,500여 개소, 이상음원 2,000여 개소에 달하는 현장 사용을 통해 방대한 DB를 확보하고 지속적으로 품질을 향상시키고 있다.

국내 전문가 부족
한편 최근 AI나 딥러닝과 같은 기술들이 떠오르면서 관련 분야에 전문성을 보유한 인재를 확보하기 위해 기업들 간의 경쟁이 치열하다. 이는 지능형 CCTV 분야에서도 다르지 않다. 한 업계 관계자는 국내에서 이제 겨우 영상 분석 기술을 활용한 시장이 열리고 있는 단계라 전문가를 찾는 것조차 어렵다고 토로했다. 기업 내에서 기술 개발을 책임지고 이끌어 갈 수 있는 핵심 인물이 적고, 컴퓨터 비전 기술로 석·박사 학위를 받은 인재의 공급이 적어 업계 전반적으로 인력난에 시달리는 상황이다.

이에 따라 최근에는 기업과 대학 간의 산학협력과 공동 기술 개발 사례가 다각화되고 있다. 대학에서는 교수들의 연구 활동을 가속화하면서 학생들에게 현장감있는 교육 커리큘럼을 제공할 수 있고, 기업에서는 우수한 인재들을 양성해 장기적인 비즈니스 경쟁력을 확보할 수 있다.

인텔리빅스는 지난 3월 서울대학교와 함께 지능형 영상 솔루션 기업 스누아이랩(SNUAI Lab)을 합작 투자해 설립했다. 최진영 교수, 이경무 교수, 곽노준 교수 등 AI·딥러닝 분야에서 뛰어난 역량을 보유한 서울대 교수 6명과 현직 박사 30명이 참가했다. 서울대는 현직 교수들과 해당 연구실에서 석·박사 과정을 밟고 있는 연구 인력을, 인텔리빅스는 독자적인 영상 분석 플랫폼과 연구 인프라, 핵심 특허 및 원천 기술을 제공해 AI·딥러닝·영상 분석 분야의 선도적인 기술 개발에 나서겠다는 취지다.

정부에서도 영상 분석 기술을 보유한 인재 양성에 의지를 보이고 있다. 과기정통부·산업부·복지부 등 3개 부처는 올해부터 오는 2023년까지 ‘4차 산업혁명 선도인재 집중양성 계획’을 추진해 2,250명의 인재를 양성한다. 특히 과기정통부는 정보통신·방송 분야에서 매년 160명의 석·박사급 인재를 집중 양성할 계획이며, 우선적으로 20개 대학 93명의 석·박사생을 미국 카네기멜론대, 조지아공대, 캐나다 워털루대, 독일 막스플랑크연구소 등 전 세계 42개 기관에 파견한다. 학생들은 8월부터 6개월간 해당 기관에 파견돼, 소속 교수와 연구진들로부터 직접 컴퓨터 비전을 포함한 AI·머신러닝 기술을 학습하게 된다.

“영상 분석 시장 확대 위해 기업과 대학, 정부의 유기적인 협력 시급” 컴퓨터 비전, 영상 분석 연구는 아직까지 기업보다는 대학원에서 교수들이 주도하는 경우가 많은 것 같다. 기업에서도 관련 연구나 기술 개발을 추진할 때 교수들을 초빙하는 경우가 많다. 하지만 교수들이 연구하고 논문내고 특허를 따는 활동이 실제로 관련 시장 활성화로 이어지지는 않는다. 연구를 통해 완성된 새로운 기술들이 상업적으로도 완성도 있게 빚어져 제품으로 나오는 경우는 많지 않다. 회사는 제품을 만들고 이윤을 내야 하므로 상품성 있는 기술을 개발하지만, 학교는 그렇지 않다. 교수가 자신이 연구한 기술을 상품화해서 직접 창업하는 경우도 있지만 극히 일부다. 과거에 우리나라에 벤처붐이 불었을 때 많은 대학 교수들이 창업을 시도했지만 열에 아홉은 실패했다. 물론 본인의 연구 활동을 충실히 하면서 그 기술을 바탕으로 창업하고 성공적인 비즈니스까지 연결하는 교수들이 있다. 그들은 굉장히 훌륭한 사람이라고 생각한다. 그만큼 드물고 어려운 일이기 때문이다. 실제로 대학 교수들의 연구비 부정사용 사례를 보면, 회사를 창업해서 운영하다가 연구비를 회사 운영비로 사용하는 바람에 처벌받는 경우가 많다. 한편 최근에는 이공계 출신 대표들이 의지를 가지고 실험적인 기술 개발에 의지를 보이는 경우를 많이 접한다. 이런 회사들은 석박사급의 전문 인력이 모자라다보니 어려움에 부딪히게 되는데, 그럴 때 대학교와 산학 협력을 체결하고 공동으로 기술 개발을 하는 경우가 있다. 이런 게 좋은 사례라고 생각한다. 학계와 산업계의 협력이 보다 적극적으로 이뤄져야 한다고 본다. 학교에서는 전문적인 연구를 통해 새로운 기술을 개발하고, 회사에서는 이 기술을 가져다가 상품화가 가능하도록 유기적인 협력관계가 만들어져야 한다. 이런 선순환 구조가 만들어져야 영상 분석과 같이 실험적이고 아직 완성되지 않은 분야가 빠르게 발전할 수 있을 것이다. 최근에는 정부도 관심을 가지고 재정적인 지원을 하고 있다. 학교와 기업의 성공적인 협력사례가 자생적으로 발생하는 것을 기다릴 수도 있겠지만, 정부가 적극적으로 정책적인 지원을 통해 이끌어나가는 모습도 필요할 것이다.

업계 이끌어갈 선도 업체 육성 필요
한편 일부 업체들 사이에서는 정부가 지능형 CCTV 기술 발전과 도입 확산을 추진하겠다고 선언한 것에 비해 정부의 사업 규모가 충분치 않다는 점을 지적한다. 정부는 올해 국내 5G 기술을 활용할 10대 핵심산업에 지능형 CCTV를 포함시켰다. 실용화 단계에 접어든 5G기술을 선도적으로 적용해 새로운 시장을 개척하고 공공 수요를 창출하겠다는 전략이다. 과기정통부와 KISA 역시 지난해 추진한 ‘범부처 지능형 CCTV 시범사업’을 올해에도 재차 추진해, 3개 컨소시엄에 대해 과제별 최대 2.1억 원을 매칭펀드 방식으로 지원하겠다고 밝힌 바 있다.

하지만 업계에서는 지능형 CCTV에 대한 대부분의 정부·지자체 사업들이 연구 개발이나 과제 성격으로 나오고 있어, 어느 정도 전문적인 역량을 갖춘 기업들에게는 맞지 않다고 강조했다. 직원 수가 적고 기술 기반이 약한 스타트업들을 육성하기 위해서는 연구 개발 및 과제를 통해 범용적으로 공유할 수 있는 기술과 데이터셋을 생산할 필요가 있지만, 정부 사업이 이런 방향으로 치우치다보니 오히려 경험있는 기업들에 대한 역차별이 발생하고 있다는 설명이다. 특히 이미 민간 사례 등을 통해 검증받은 기술력을 보유하고 있음에도 가장 밑바닥부터 기술 개발과 검증을 요구하는 경우가 대다수라는 지적이다.

한 업계 관계자는 “이미 국내외 시장에서 다양한 도입 및 활용 사례가 나오고 있는데도, 대부분의 정부 사업은 기술 수준과 성능을 검증하겠다며 반복적인 PoC만 수행하거나 아예 밑바닥부터 새롭게 학습하는 실증과제를 요구하는 경우가 많다”며, “이 과정에서 많은 시간과 비용이 들어가는데도 실제 제품 도입으로 이어지는 것은 아니다보니, 중견기업 입장에서는 사업을 내려놓기도 붙잡기도 어려운 상황일 것”이라고 말했다. 해당 관계자는 스타트업 및 기술 기반이 약한 기업들을 키워 지능형 CCTV 시장의 저변을 넓히는 것도 중요하지만, 검증된 기술력을 갖춘 기업들이 업계를 선도적으로 이끌어갈 수 있도록 정부 사업의 수준을 다각화해야 한다고 강조했다.