스마트인재개발원 '지가똑똑히봤슈' 팀, AI 아동학대 방지 서비스 제안
딥러닝 기술 활용…CCTV 영상 분석으로 폭력 의심 행위 판별해 저장
전문가 연계 통해 아동학대 신속·정확 해결…무고한 교사 인권도 보호
【편집자주】 광주광역시 소재 스마트인재개발원은 4차 산업혁명 시대에 발맞춰 양질의 IT 전문인력을 양성하면서 '인공지능 중심도시' 광주의 AI 생태계 조성에 힘을 보태고 있다. 그동안 스마트인재개발원 교육생들은 국내 주요 해커톤 대회에서 잇따라 우승해 실력을 입증해왔다. 최근엔 인공지능‧빅데이터 분야 과정을 수료한 청년들이 최종 프로젝트 성과를 발표했다. Aidea 기획시리즈를 통해 이들의 기발한 아이디어들을 소개한다.
#1 지난달 경기 파주시 어린이집 교사 A씨가 원생들에게 폭력을 행사한 사실이 적발돼 입건됐다. 만 4세 반을 담당했던 A씨의 아동학대는 무려 1년 가까이 계속됐다. 피해 아동은 8명에 달했고 이 중에는 발달장애 아동도 있었다. CCTV에는 아이의 머리채를 잡거나 아이를 발로 걷어차고 미는 등 무려 240여 건의 학대 의심 행위가 고스란히 담겼다.
#2 최근 제주의 한 장애아동 전문 어린이집에 다니는 자녀를 둔 부모의 글이 올라왔다. 아이의 등에서 시퍼런 멍 자국을 발견한 것이다. 분명 아침에 옷을 갈아입힐 때만 해도 없었던 멍이 등 전체에 퍼져있었다. 중증지적 장애를 앓고 있는 피해 아동의 나이는 고작 4살이었다. 어린이집의 CCTV 영상에는 교사가 아이의 머리를 뒤로 젖혀 억지로 밥을 입에 넣는 장면이 찍혀 있었다.
#3 부산의 한 국공립어린이집. 원장 B씨는 징역 1년에 집행유예 2년을 선고받았다. CCTV 영상 속 B씨는 손에 든 책으로 아이의 머리와 등을 때리고 주먹으로 가슴 부위를 쳤다. 뜨거운 커피가 담긴 컵을 아동의 입에 갖다 대기도 했다. 14차례에 걸친 B씨의 학대 행위에 대해 그저 훈육의 방법일 뿐이라는 게 그의 주장이었다.
AI가 아동 학대 의심 행동 감지해 판별…
신속·정확한 대응으로 아이·교사 인권 모두 보호
충격적이고 끔찍한 어린이집 아동학대 사건을 접할 때마다 학부모들의 가슴은 철렁 내려앉는다. 하지만 여전히 현행 법과 제도는 피해 아동들을 온전히 지켜주지 못해 안타까움을 자아낸다. 아동학대 문제에 대한 사회적 관심이 높아지고 있는 가운데 스마트인재개발원의 '지가똑똑히봤슈' 팀은 최근 'YOLOv5와 Open CV 활용 얼굴 및 행동 인식 기반 아동 학대 방지 서비스'를 제안했다.
지가똑똑히봤슈 팀에서 고안한 서비스는 어린이집에 설치된 CCTV에 딥러닝 모델을 적용해 폭행이 발견되면 자동 녹화해 해당 영상을 전문가에게 전송한다. 팀은 직접 제작한 데이터셋을 토대로 객체 인식 딥러닝 모델인 YOLOv5를 활용해 폭행을 감지·판별할 수 있는 모델을 구현했다. 인공지능(AI) 기술을 기반으로 CCTV 영상을 분석하고 폭력 행위로 판단되는 부분을 저장함으로써 녹화 영상 삭제·편집 등 증거 훼손 우려를 최소화하겠다는 생각이다.
특히 전문가 소견을 더해 어린이집과 보호자 간의 신뢰도를 높이는 것이 목표라는 게 팀의 설명이다. 아동 전문 보호기관 전문가에게 어린이집에서 발생한 아동학대 의심 영상을 전송해 소견서 작성을 요청하고 관할 경찰서나 연계 기관에 인계하는 방식이다. 향후 서비스가 상용화된다면 객관성 확보가 가능해 아동을 보호할 뿐만 아니라 '잠재적 학대자'로 의심받는 교사 역시 보호할 수 있을 것으로 보인다.
지가똑똑히봤슈 팀은 해당 서비스가 어린이집 평가인증제도에 점수를 반영하는 데 활용될 수 있을 것으로 기대했다. 또 어린이집 외에도 증거 수집이 필요한 학교와 요양원, 교도소 등에도 확대 적용할 수 있다는 설명이다. 아울러 아동 학대 오인으로 인해 자행되는 폭언·폭행·명예훼손·무고 등 교사의 각종 인권 침해를 방지할 수 있을 것으로 내다봤다. 이선재 팀장을 통해 해당 아이디어에 대한 이야기를 들어봤다.
스마트인재개발원의 '지가똑똑히봤슈' 팀이 제안한 'YOLOv5와 Open CV 활용 얼굴 및 행동 인식 기반 아동 학대 방지 서비스' 아이디어. (영상=이선재 팀장 제공).
Q. 아이디어를 고안하게 된 계기가 궁금합니다.
▶ 프로젝트를 진행하기에 앞서 브레인 스토밍을 하는 과정이 있었다. 여러 가지 아이디어를 제시하고 팀원들의 의견에 따라 프로젝트 주제를 정했다. 발견은 쉬우나 발명은 어려운 법이다. 항상 새로운 것들만 생각하다 보니 아이디어를 쥐어짜도 잘 나오지 않았다.
처음에 우리 팀은 머신러닝과 딥러닝을 활용해 앱·웹을 개발하는 포괄적인 방향으로 아이디어들을 제시했다. 그러던 중 고용노동부의 HRD-Net의 QR 시스템을 보고 얼굴인식 출결시스템을 생각해냈다. 기획서 문서를 작성하고 학원 강사님의 피드백까지 받았으나 얼굴인식에 행동인식을 추가해보는 게 어떻겠냐는 제안을 받았다.
그래서 얼굴인식과 행동인식을 같이 활용해 개발할 수 있는 서비스에 대해서 다시 생각해보게 됐다. 폭력과 관련된 행동을 분석해보는 것이 어떨까라는 생각을 하다 아직도 사회적으로 이슈가 되고 있는 아동학대에 대해 팀원들에게 의견을 냈다.
팀원들도 찬성해 각종 논문들과 뉴스자료를 수집했고 현재 어린이집의 CCTV 관련 자료를 토대로 문제점을 파악할 수 있었다. 이 중에 'CCTV 영상 훼손에 관한 문제'와 '선생님들의 인권과 누명에 대한 문제'에 눈길이 갔다. 그래서 우리 팀은 이러한 문제점을 보완하고자 'I Zone'이라는 아동학대 방지 서비스를 고안하게 됐다.
Q. 아이디어에 대한 구체적인 설명 부탁드립니다.
▶ 개발에 들어가기에 앞서 CCTV와 똑같은 환경을 구현해내기 어렵다고 판단했고 CCTV를 웹캠으로 대체해 개발하고자 했다. 우리 팀은 기존 CCTV에 얼굴인식과 행동인식 시스템을 적용했다. CCTV로 녹화하는 동시에 YOLOv5를 활용해 성인과 아동, 행을 분류하고 폭행이 감지됐을 때 개별 녹화를 시작하도록 만들었다.
오픈CV(OpenCV)를 활용한 얼굴인식을 통해 누가 누구를 폭행했는지를 확인하도록 했다. 폭행 감지가 끝나고 녹화가 종료된 뒤에 어린이집과 보호자의 동의를 얻은 후 플라스크(Flask)를 활용해 웹 서버로 녹화된 영상을 전송하는 식이다. 아동보호전문기관의 전문가가 영상을 보고 판별 후 경찰에 연계하도록 했다. 어린이집 측에서는 CCTV가 감지한 학대내역과 전문가가 작성한 의견서를 조회할 수 있도록 설계했다.
Q. 프로젝트를 수행하는 과정에서 어려움은 없었는지요.
▶ 프로젝트를 진행하면서 가장 어려웠던 점은 모델에 학습시킬 데이터가 없었다는 것이다. 아동학대 자체가 사회적으로 예민한 문제다보니 관련 영상 데이터를 찾기가 힘들었다. 이에 우리 팀은 직접 영상을 촬영하고 라벨링해 데이터를 제작했다. 아마 데이터가 있었다면 모델을 제작하는 시간이 단축돼 더 완성도 높은 프로젝트가 될 수 있었을 것이라고 생각한다.
김찬주 팀원 : 아동학대에 관한 데이터셋이 존재하지 않아 촬영, 스케일링, 라벨링을 직접 했어야 했다. 데이터셋을 만들어본 경험이 없었기 때문에 데이터의 질을 판단 후 재수집하는 등 각 단계를 2~3번씩 반복했다. 여러 시행착오로 인해 기존 빅데이터 전문가보다 데이터 분석에 2배 이상의 시간이 걸렸다고 생각한다. 앞으로 또 데이터셋을 제작할 일이 있을까 싶지만 다시 한다고 하면 이번 경험을 토대로 보다 잘해낼 자신이 있다. 아동 마네킹을 때리던 경험을 어떻게 잊을 수 있을까?
아쉽게도 내가 한달이라는 짧은 기간 내에 보여줘야 했던 스킬은 데이터 자원을 찾는 일이 아닌 웹사이트를 구축하는 것이었다. 데이터셋에 2주를 사용했으니 발표 준비 기간을 제외한 일주일 동안 세부 페이지를 포함한 14장의 페이지를 구축해야 했다. 웹사이트 구축만을 기다리는 팀원들을 보고있자니 자는 시간마저 아까웠다.
사람이 궁지에 몰리면 못하는 게 없다고 하던가. 정말로 7일 내에 웹 기능까지 구현을 마치고 피피티를 만드는 내 모습을 발견할 수 있었다. TMI를 보태자면 이 시기에 허언증이 생겼는데, 꼭 날을 샌다고 장담한 날은 집만 가면 기절을 했었다. 한동안 입조심을 했던 기억이 있다. 어쨌든 이번 프로젝트를 통해 빅데이터 전문가 역량을 갖춘 웹 개발자 김찬주가 됐다. 소수의 인원으로 시작한 프로젝트를 성공적으로 이끌어낸 우리 팀원들에게 박수를 보내며 멋진 모습으로 성장하길 응원하는 바이다.
이상원 팀원 : 정리된 산출문서 내용에 대한 의견 교환이 부족했던 만큼 세세한 부분들을 정리해 나가면서 데이터베이스도 여러 차례 수정을 거듭해야 했다. 각자 역할에 집중한 나머지 전체적인 흐름을 여러 번 뜯어고쳐야만 했다. 하지만 전체 팀원들과의 소통이 프로젝트의 완성도에 있어서 굉장히 중요하다는 것을 배울 수 있었다.
허혜주 팀원 : 우리 팀은 프로젝트 확장성의 일환으로 얼굴을 등록해 자동 출결하는 서비스와 가해자·피해자를 구별해 알려줄 수 있는 서비스를 위한 그래픽 사용자 인터페이스(GUI)를 구현해 우리 서비스 구매 시 얼굴 등록 exe파일을 제공하고자 했다.
GUI 개발은 수업에서 배우지 않아 매우 생소했다. 하지만 구글링과 유튜브를 참고해 파이썬을 기반으로 한 QT 디자이너 툴을 통해 버튼 하나부터 이벤트-시그널 연결을 했다. 개발 중에 얼굴 객체를 탐지하는 OpenCV 얼굴 인식 코드와 웹캠 비디오를 불러오는 코드가 충돌이 난 적이 있다. 3일 이상 공부하고 연구원님들의 피드백을 참고해 GUI 비디오 출력 화면에서 얼굴객체를 인식할 수 있게 됐다. 직접 만든 GUI를 exe로 변환하고 iZONE아이콘으로 만들어 완성도를 더욱 높였다.
배우지 않은 것을 찾아 공부하고 구현하는 과정에서 매우 큰 성취감을 느꼈다. 또한 혼자가 아니라 팀원들이 있어서 프로젝트를 성공할 수 있었다고 생각한다. 4명뿐이었으나 각자가 맡은 바 이상을 해줘서 감사하다.
Q. 이번 성과가 향후 어떻게 활용될 수 있을지요?
▶ 기존의 CCTV로는 예방하지 못했던 아동학대를 감지해 경고하고 증거를 수집해 관련 기관에 보낼 수 있다. 이를 통해 아동 교육기관에 경고를 하고 제재를 가할 수 있고 판별 정확도를 높여 선생님을 잠재적 아동학대 가해자로 오인하거나 악용하는 사례를 줄이는 데 일조할 수 있을 것으로 기대한다.
아울러 어린이집 평가인증제도에 점수를 반영하고 신고 의무자에게 알람을 줘 적극적인 신고가 가능해질 것이라고 생각한다. 또 외부인 출입 관리와 폭력 감지를 통해 증거 수집이 필요한 어린이집, 학교, 요양원, 교도소 등으로 확대 적용할 수도 있다.
Q. 향후 계획에 대해.
▶ 직접 제작한 데이터를 학습시킨 후에 비슷한 환경에서 테스트용 영상을 촬영해 모델 검증을 했을 때 정확도와 성능이 굉장히 준수했다. 더욱 다양한 환경과 상황의 데이터를 학습시킨다면 어느 환경에서든지 우수한 성능을 보여줄 거라고 생각한다. 아울러 우리 팀이 개발한 GUI 프로그램과 실제 CCTV를 접목시켜 컴퓨터 프로그램을 통해 CCTV를 관리하고 선생님·아동 얼굴 등록 서비스 등을 사용할 수 있도록 개발할 예정이다.
Q. 마지막으로 강조하고 싶은 한 말씀.
▶ IT 분야는 교육도 중요하지만 직접 개발하고 프로젝트를 진행해보는 경험이 정말 중요하다고 생각한다. 나도 마찬가지였지만 IT 분야는 직접 경험해보지 않은 사람들에게는 진입 장벽이 높아보일 수밖에 없다. 하지만 스마트인재개발원에서 체계적인 커리큘럼을 통해 기본부터 시작해 프로젝트 완성까지의 과정을 경험해볼 수 있었다.
비전공자로서 프로젝트를 진행하면서 수많은 에러들을 보고 수정하는 과정을 계속 반복하다보니 간단한 에러들은 이제 직접 잡을 수 있는 정도가 됐다. 이러한 과정을 통해 배운 것들이 정말 많아 교육 받길 잘한 것 같다고 생각한다. 전공자·비전공자를 떠나서 모두가 쉽게 배울 수 있는 교육과정이라고 생각한다. 본인이 노력만 한다면 원하는 것들을 얻어갈 수 있는 좋은 기회다. 관심이 있다면 본인이 원하는 과정을 선택해 꼭 도전해 보셨으면 좋겠다.
AI타임스 윤영주 기자 yyj0511@aitimes.com
[관련기사] [Aidea] ㉜ 사진 한 장으로 수목(樹木) 아픈 곳 찾아내는 AI…질병 진단부터 관리까지 한번에
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com