๊ฐ์
๊ฐ์ธ ์ ๋ณด ๋ณดํธ์ ๊ณต๊ณต ์์ ์ๅพฎๅฆํ ๊ท ํ: Edge AI๋ฅผ ํตํ ๊ฐ์ธ ์ ๋ณด ๋ณดํธ์ ๊ณต๊ณต ์์ ๋ณด์ฅ
우리 현대 사회에서는 여러 가지 공공 안전에 대한 새로운 위협에 직면해 있습니다. 도시화의 증가, 범죄율의 상승, 테러의 위협 등이 그 예입니다. 제한된 법 집행 자원과 도시의 성장으로 인해 공공 안전을 보장하는 것이 더욱 어려워집니다. 기술의 발전으로 인해 감시 장치와 카메라를 통해 공공 장소를 더 안전하게 만들 수 있게 되었습니다. 그러나 이러한 감시의 증가로 인해 개인 정보 보호의 침해가 발생합니다.
중국은 거의 6억 개의 감시 카메라가 설치되어 있어, 거의 2명당 1개의 카메라가 있는 것으로 알려져 있습니다. 중국 외의 도시에서는 델리, 서울, 모스크바, 뉴욕, 런던 등이 가장 감시되는 도시입니다. 이러한 감시의 증가로 인해 공공 안전은 향상되지만, 개인 정보 보호의 침해는 심각한 문제로 대두됩니다. 많은 개인이 익명으로 남고, 끊임없는 감시에서 자유로워지는 권리를 중요하게 생각합니다. “빅 브라더”가 감시하고 있다는 생각은 안전과 개인 정보 보호 사이에서 충돌을 일으켜, 정책 입안자들 사이에서 격렬한 논쟁을引き起こ습니다.
공공 안전을 강화하는 인공 지능 기술
최근에는 카메라에 인공 지능이 점점 더 많이 통합되고, 공공 안전에 중요한 역할을 합니다. 카메라 또는 비디오 관리 시스템 수준에서 인공 지능을 통합하고, 생성적 인공 지능을 결합함으로써, 인공 지능은 공공 안전 모니터링에 매우 매력적으로 보입니다.
감시 시스템에서 인공 지능의 가장 일반적인 사용 사례는 주변 보호와 접근 제어입니다. 이러한 응용 프로그램은 객체 감지, 분할, 비디오 메타데이터 및 재식별과 같은 인공 지능 작업을 활용하여 합법적인 것과 의심스러운 또는 비정상적인 사람이나 행동을 신속하게 정확하게 식별하고, 실시간으로 반응을 트리거합니다.
인공 지능 기반 감시 시스템은 더 세련된 기능을 제공할 수 있습니다. 인공 지능을 통해 감시 시스템은 실시간으로 보안 이벤트를 감지, 식별 및 대응할 수 있습니다. 보안과 공공 안전을 강화하는 것은 이점이지만, 인공 지능은 개인 정보 보호에 대한 우려를 일으킵니다. 일부에서는 개인 식별 정보의 잠재적인 오남용에 대한 우려를表明합니다.大量의 데이터가 통합되는 경우, 강력한 데이터 보호 조치를 구현하는 것이 중요합니다.
클라우드 인공 지능의 개인 정보 보호 문제
클라우드 기반 인공 지능 솔루션은 중앙 집중식 데이터 센터를 활용하여 강력한 처리 능력을 제공해 왔습니다. 그러나 이러한 시스템은 데이터 개인 정보 보호에 대한 취약성을 가지고 있습니다.
데이터가 저장되거나 “휴식” 중인 경우, 중앙 집중식 저장소는 클라우드 시스템을 사이버 공격의 주요 목표로 만듭니다. 악의적인 행위자는 이러한 시스템을 해킹하여 심각한 데이터 침해와 잠재적인 데이터 노출을 일으킬 수 있습니다. 그러나 데이터 처리가 분산되어 네트워크의 가장자리에서 수행되는 경우, 침해는 특정 노드만 영향을 받으며, 대규모 데이터 침해는 더 어려워집니다. 또한 클라우드 기반 데이터 처리 시스템은 데이터 개인 정보 보호 규정에 따라야 하며, 이는 원시 데이터를 분석하는 데 제한을 두어, 제한된 통찰력과 잠재적인 법적 책임을 초래할 수 있습니다. 에지 처리는 최소한의 정보만 저장하고 전송하여,仍然으로 깊은 통찰력을 제공합니다.
클라우드와 장치 사이에서 데이터를 이동시키면 추가적인 취약점이 생성됩니다. 데이터 전송 중에 해커가 데이터를 가로채면, 민감한 정보를 노출시키고, 시스템의 보안을 손상시킬 수 있습니다.
전체적으로 클라우드 데이터 센터는 단일 지점의 실패로, 영향을 받으면 많은 카메라에 영향을 줄 수 있습니다.
에지 인공 지능, 개인 정보 보호와 안전의 균형
에지 인공 지능은 이러한 문제를 해결하기 위한 매력적인 솔루션을 제공합니다. 데이터를 클라우드로 보내는 대신, 장치 자체에서 데이터를 처리합니다. 데이터가 분산되어 있는 경우, 각 시스템은 서로 다른 알고리즘과 기능을 채택할 수 있으며, 이는 개인 정보 보호 측면에서 여러 가지 이점을 제공합니다.
장치에서 데이터를 처리함으로써, 에지 인공 지능 시스템은 민감한 정보를 인터넷을 통해 전송할 필요를 최소화하여, 전송 중에 가로채질 수 있는 위험을 크게 줄입니다. 또한 데이터를 로컬에 저장함으로써, 대규모 사이버 공격의 위험을 제한할 수 있습니다. 한 장치가 손상되면, 공격의 범위는 장치에만 국한되며, 전체 네트워크에는 영향을 미치지 않습니다.
마지막으로, 에지 인공 지능은 장치 자체에서 데이터를 익명화할 수 있습니다. 이는 저장된 데이터의 본질을 유지하는 과정을 단순화합니다. 데이터의 본질은 에지 장치 또는 클라우드에 저장될 수 있으며, 개인 식별 정보를 노출하지 않습니다.
중요한 것은, 에지 인공 지능은 특정 이벤트에만 집중하도록 설계할 수 있다는 것입니다. 예를 들어, 에지 인공 지능은 폭력이나 의심스러운 행동의 경우를 식별하도록 프로그래밍할 수 있으며, 지속적인 기록 없이, 공공 장소에서 개인의 개인 정보 보호를 유지하는 데 도움이 됩니다. 대역폭 제한과 같은 다른 도구는 비디오 파일이 클라우드로 지속적으로 전송되지 않도록 보장하여, 데이터 침해의 위험을 줄이고 개인의 개인 정보 보호를 유지합니다.
그러나 에지 인공 지능이 보안 도구로서 효과적으로 작동하려면, 효율적이고 강력해야 하며, 비용 효율적이고 전력 효율적이어야 하며, 복잡한 알고리즘을 빠르게 처리할 수 있어야 합니다. Hailo의 전문 인공 지능 프로세서와 같은 인공 지능 하드웨어와 저전력, 고성능 칩은 이를 가능하게 합니다.
에지 인공 지능은 공공 안전과 개인 정보 보호의 균형을 맞추는 데 있어 유망한 솔루션을 제공합니다. 데이터를 로컬에서 처리하고, 데이터 전송 및 저장에 대한 내재된 제한을 부과함으로써, 에지 인공 지능은 클라우드 기반 시스템의 위험을 줄입니다. 이러한 기술이 계속 발전함에 따라, 에지 인공 지능은 더 안전한 공공 장소를 만들고, 개인의 익명성 권리를 존중하는 데 중요한 역할을 할 것입니다.
