콘투어(Conntour), AI 기반 보안 영상 검색 기술로 제너럴 카탈리스트(General Catalyst)와 YC로부터 700만 달러 투자 유치

현재 감시 기술 업계는 주목을 받고 있지만, 그 이유가 그리 긍정적이지는 않다. 미국 이민세관단속국(ICE)이 감시를 위해 플록(Flock)의 카메라 네트워크에 접속한 것으로 알려지면서 논란이 일었고, 가정용 카메라 제조사 링(Ring)은 법 집행 기관이 주택 소유주에게 인근 지역 영상을 요청할 수 있는 기능을 개발한 데 대해 비판을 받았습니다. 이러한 일련의 사건들은 안전, 사생활 보호, 그리고 감시의 윤리성에 대한 광범위한 논쟁을 불러일으켰습니다.

하지만 이러한 논란에도 시장 수요는 줄어들지 않고 있다. 비전-언어 모델의 지속적인 발전은 기업들이 자사 시설을 더 효과적으로 관리할 수 있도록 돕는 업체들의 성장을 견인하고 있다.

비디오 감시 스타트업 콘투어(Conntour)의 공동 창업자이자 CEO인 마탄 골드너는 윤리적 고려 사항이 매우 중요하기 때문에 자사가 고객을 매우 신중하게 선별하고 있음을 인정한다. 창립한 지 불과 2년 남짓 된 스타트업에게는 다소 역설적으로 보일 수 있지만, 골드너는 콘투어가 이미 싱가포르 중앙마약국(Central Narcotics Bureau)을 비롯한 여러 대형 정부 기관 및 상장 기업을 고객으로 확보하고 있기 때문에 까다롭게 선택할 여유가 있다고 말합니다.

“이처럼 대형 고객을 확보하고 있다는 사실 덕분에 우리는 고객을 선별하고 주도권을 유지할 수 있습니다. 우리는 누가 이 기술을 사용하는지, 어떤 용도로 활용되는지를 확실히 통제하고 있으며, 우리가 도덕적이고 물론 합법적이라고 판단하는 경우에만 서비스를 제공할 수 있습니다.” 골드너는 테크크런치와의 단독 인터뷰에서 “우리는 모든 판단력을 동원하며, 그들이 서비스를 어떻게 사용할지 알고 있기 때문에 함께 일해도 괜찮다고 판단되는 특정 고객을 기준으로 결정을 내립니다”라고 말했다.

이러한 성과는 콘투어(Conntour)가 선택적으로 접근할 수 있게 해준 것 이상의 의미를 지닙니다. 투자자들도 이를 주목했습니다. 이 스타트업은 최근 제너럴 카탈리스트(General Catalyst), Y 콤비네이터(Y Combinator), SV 엔젤(SV Angel), 리퀴드 2 벤처스(Liquid 2 Ventures)로부터 700만 달러 규모의 시드 투자를 유치했습니다.

골드너는 이번 투자 유치 과정이 72시간 만에 마무리되었다고 밝혔다. “8일 동안 약 90건의 미팅을 잡았던 것 같은데, 불과 3일 만에 끝났습니다. 월요일에 시작해서 수요일 오후에는 모든 일정이 마무리되었죠,”라고 그는 말했다.

Conntour의 까다로운 태도는 특히 이 분야에서 현대 AI 도구의 강력한 성능을 고려할 때 충분히 타당해 보인다. 이 회사의 비디오 플랫폼은 AI 모델을 활용해 보안 담당자가 자연어로 카메라 영상을 검색하여 어떤 물체, 사람, 상황이라도 실시간으로 찾을 수 있게 해줍니다. 이는 본질적으로 보안 영상에 특화된 구글(Google)과 유사한 검색 엔진이라 할 수 있습니다. 또한 사전 설정된 규칙에 따라 위협을 자율적으로 모니터링하고 자동 경보를 발령할 수도 있습니다.

특정 물체, 움직임 패턴, 또는 행동을 감지하기 위해 경직된 정의나 매개변수에 의존하는 기존 시스템과 달리, 콘투어는 자사 시스템이 자연어 및 비전-언어 모델을 사용하여 높은 유연성과 사용 편의성을 제공한다고 설명합니다. 사용자가 “로비에서 운동화를 신은 사람이 가방을 건네주는 장면을 찾아줘”라고 요청하면, Conntour의 시스템은 녹화된 영상이나 실시간 영상을 신속하게 스캔하여 관련 결과를 반환합니다.

Conntour 플랫폼이 작동 중인 스크린샷. 이미지 출처: Conntour

이 플랫폼은 AI 모델을 통합하고 있기 때문에, 사용자는 영상에 대해 간단히 질문하기만 하면 관련 영상 클립과 함께 텍스트로 답변을 받을 수 있을 뿐만 아니라 사건 보고서도 생성할 수 있습니다.

그러나 이 회사의 주요 강점은 확장성입니다. 골드너는 이 플랫폼이 수천 개의 카메라 피드를 처리하는 시스템으로 효율적으로 확장되도록 설계되었다는 점에서 다른 AI 영상 검색 서비스와 차별화된다고 설명했습니다. 실제로 그는 Conntour의 시스템이 Nvidia의 RTX 4090과 같은 단일 소비자용 GPU로 최대 50개의 카메라 피드를 모니터링할 수 있다고 말했습니다.

이 회사는 여러 모델과 논리 시스템을 활용하고, 각 사용자 쿼리에 대해 최상의 결과를 도출하는 데 필요한 컴퓨팅 파워가 가장 적은 조합을 결정함으로써 이를 실현합니다.

Conntour는 자사 시스템이 온프레미스, 클라우드, 또는 두 가지의 혼합 형태로 완전히 배포될 수 있다고 주장한다. 이 시스템은 대부분의 기존 보안 시스템과 통합되거나 독립형 종합 감시 플랫폼으로 작동할 수 있다.

그럼에도 불구하고, 영상 감시 업계는 오랫동안 지속적인 과제에 직면해 왔습니다. 바로 감시의 품질은 촬영된 영상의 품질에 달려 있다는 점입니다. 예를 들어, 렌즈가 더러워진 저해상도 카메라로 조명이 어두운 주차장을 촬영한 영상에서는 세부 사항을 식별하기 어렵습니다.

골드너는 Conntour가 검색 결과와 함께 신뢰도 점수를 제공함으로써 이러한 문제를 해결한다고 설명합니다. 원본 카메라 영상의 품질이 충분하지 않을 경우, 시스템은 낮은 신뢰도 수준의 결과를 반환합니다.

골드너는 향후 가장 큰 기술적 과제는 효율성을 유지하면서 대규모 언어 모델(LLM)의 모든 기능을 시스템에 접목하는 것이라고 말합니다.

“우리는 서로 상충되는 두 가지를 동시에 달성하고자 합니다. 한편으로는 LLM(대규모 언어 모델) 방식의 완전한 자연어 유연성을 제공하여 사용자가 무엇이든 질문할 수 있게 하고 싶습니다. 반면 효율성 문제도 있습니다. 수천 개의 영상을 처리하는 것은 말도 안 되는 일이기 때문에, 시스템이 자원을 극히 적게 사용하도록 만들고 싶습니다. 이러한 모순은 우리 분야에서 가장 큰 기술적 장벽이자 문제이며, 우리가 해결하기 위해 정말 열심히 노력하고 있는 부분입니다.”