비디오 감시 스타트업 Conntour, 자연어 검색 기반 보안 플랫폼으로 700만 달러 투자 유치

섹션별 상세

기존 보안 시스템은 움직임 감지나 사전 설정된 객체 인식에 국한되어 복잡한 상황 파악이 어려웠다. Conntour는 비전-언어 모델을 결합해 사용자가 일상적인 언어로 질문하면 영상 내 인물, 물체, 행동을 식별하여 결과를 반환한다. 가방을 바닥에 두고 가는 사람과 같은 구체적인 묘사로 실시간 및 녹화 영상을 검색할 수 있어 보안 요원의 업무 효율을 극대화한다. 이는 단순한 감시를 넘어 비디오 데이터에 대한 구글식 검색 엔진 역할을 수행함을 의미한다.

Conntour 플랫폼에서 '바닥에 가방을 두고 가는 사람'을 검색한 결과 화면이다. — Screenshot자연어 쿼리가 실제 영상 피드와 어떻게 매칭되는지 보여주며, 우측에는 유사도 기반의 관련 이벤트 목록이 신뢰도 점수와 함께 나열되어 있다. 사용자가 텍스트로 질문하고 시각적 증거를 즉시 확인하는 인터페이스 구조를 명확히 전달한다.

수천 개의 카메라 피드를 AI로 실시간 분석하는 것은 막대한 컴퓨팅 자원을 요구하는 비용 문제에 직면한다. Conntour는 다중 모델과 로직 시스템을 최적화하여 쿼리별로 최소한의 자원을 사용하는 알고리즘을 구현함으로써 효율성을 높였다. 실제 테스트 결과 Nvidia RTX 4090 한 장으로 최대 50개의 피드를 동시에 모니터링할 수 있는 수준의 성능을 확보했다. 이러한 확장성은 대규모 시설이나 도시 단위의 감시 시스템을 구축하려는 기업 및 정부 기관에 강력한 비용 절감 혜택을 제공한다.

보안 데이터의 민감성으로 인해 클라우드 기반 AI 서비스 도입을 꺼리는 고객들이 많다. Conntour는 온프레미스, 클라우드, 또는 하이브리드 방식을 모두 지원하여 고객의 보안 요구사항에 유연하게 대응한다. 또한 저해상도나 악조건의 영상에서 발생할 수 있는 오류를 방지하기 위해 검색 결과와 함께 신뢰도 점수를 제공한다. 이는 사용자가 AI의 판단 결과를 비판적으로 수용하고 실제 위협 여부를 정확히 판단할 수 있도록 돕는 안전장치 역할을 한다.

용어 해설

비전-언어 모델(Vision-Language Model): — 이미지나 영상의 시각적 정보와 텍스트 데이터를 동시에 이해하고 연결하는 AI 모델이다. 영상 속의 특정 행동이나 객체를 자연어 문장으로 검색하거나 설명할 수 있게 하여 보안 감시의 유연성을 획기적으로 높인다.
온프레미스(On-premises): — 소프트웨어를 외부 클라우드가 아닌 기업이나 기관의 자체 서버에 직접 설치하여 운영하는 방식이다. 데이터 유출 위험을 최소화할 수 있어 보안이 극도로 중요한 정부 기관이나 대기업의 영상 감시 시스템에서 필수적으로 요구된다.
신뢰도 점수(Confidence Score): — AI 모델이 특정 검색 결과나 탐지 내용이 얼마나 정확한지 확률적으로 나타낸 수치이다. 영상 화질이 낮거나 조명이 어두운 경우 낮은 점수를 함께 표시하여 사용자가 AI의 판단을 맹신하지 않고 직접 검토하도록 유도한다.
시드 라운드(Seed Round): — 스타트업이 아이디어를 제품화하고 시장성을 검증하기 위해 받는 초기 투자 단계이다. Conntour는 이번 라운드에서 General Catalyst 등으로부터 700만 달러를 유치하며 기술적 잠재력을 인정받았다.

기술

Vision-Language Models
Nvidia RTX 4090
Natural Language Processing

활용 사례

실시간 위협 탐지 및 경보
과거 녹화 영상의 자연어 검색
자동 사고 보고서 생성
대규모 카메라 네트워크 통합 관리