AI가 금속 검출을 이전보다 더 중요하게 만드는 방법

매일 수백만 명의 사람들이 공항, 학교, 콘서트장, 법원, 사무 건물에서 워크 스루 금속 탐지기를 통과합니다. 대부분의 사람들은 이 과정이나 이러한 장치가 자신의 안전을 위한 필수적인 방화벽임을 거의 생각하지 않습니다. 탐지기가 비프음이 나면, 일반적으로 이는 사소한 불편이나 지연으로 간주되며, 원인이 해결되면 모든 사람이 자신의 날로 돌아갑니다.

우리가 보안 긴장, 인파, 그리고 불행한 사건이 증가하는 세계에 살고 있는 것은 비밀이 아닙니다. 이의 예상치 못한 파급 효과는 보안 산업이 즉각적인 위협에 대응하는 기술뿐만 아니라 예측적이고 예방적인 안전 장벽을 제공하는 기술에 대한 수요가 이전보다 더 높아졌다는 것입니다.

워크 스루 금속 탐지기를 통과하는 단순한 의식 뒤에는 보안 부문에서 기술 혁명이 진행 중임을 알게 될 것입니다. 인공지능과 기계 학습은 금속 탐지를 재정의하며, 이를 이전보다 더 빠르고, 더 똑똑하고, 더 정밀하게 만듭니다.

정밀도와 수요의 균형

우선 산업을 새롭게 살펴보겠습니다. 이전에 언급한 요인에 의해 주도되는 글로벌 보안 스크리닝 시장은 번창하고 있습니다. 전문가들은 금속 탐지 및 스크리닝 보안 부문이 단독으로 2028년까지 약 10억 달러에 이를 것으로 추정하며, 이는 주로 공공 안전 우려와 증가하는 여객 수요에 의해 주도됩니다. 공항, 경기장, 아레나, 학교는 보안을 손상시키지 않으면서 사람들을 빠르게 이동시키는 압력을 받고 있습니다.

보안 전문가들이 직면하는 딜레마는 안전을 보장하기 위해 필요한 철저함과 편의성 및 효율성 사이의 균형을 맞추는 것입니다. 우리는 종종 2차 스크리닝이 간격을 메울 수 있다고 말하지만, 현실은 수만 명의 여행자 또는 관람객을 맞이할 때마다 모든 가방을 열어보는 것은 불가능하다는 것입니다. 동시에 위협을 놓치면 치명적일 수 있습니다. 이 역학은 전체 시스템 – 제조업체, 관리자, 현장 직원 모두 -를 진정한 곤란에 빠뜨립니다.

이제 기술이 역사적으로 어떻게 작동했는지 더 자세히 살펴보겠습니다. 전자기 유도에 기반한 전통적인 워크 스루 금속 탐지기는 수십 년 동안 믿을 수 있는 말처럼 사용되어 왔으며, 많은 사람들을 적절한 속도로 처리할 수 있습니다. Garrett의 워크 스루 금속 탐지기, 예를 들어, 40년 이상 글로벌 산업 표준으로 사용되어 왔으며, 1984년 로스앤젤레스에서 열린 하계 올림픽 게임을 위해 우리가 첫 번째 워크 스루 탐지기를 개발한 때부터 시작되었습니다.

그들의 “레거시” 지위를 다른 기술 발전에 비해 비교할 때, 이러한 탐지기는 여전히 시장에서 가장 비용 효율적이고, 고성능이고, 안정적인 보안 솔루션 중 하나입니다. 문제는 이러한 탐지기가 전통적으로 벨트 버클을 무기로 구별할 수 있는 지능이 부족했으며, 이는 2차 스크리닝 과정 및 이전에 언급한 지연으로 이어집니다. 이러한 거짓 경보는 보안 인력의 인적 피로를 유발할 수 있으며, 이는 감시 과정을 효과적으로 손상시킬 수 있습니다 – 이는 아무도 원치 않는 결과로 이어질 수 있는 파급 효과입니다. 이는 정확히 인공지능과 기계 학습이 개입하는 곳입니다.

탐지의 뒤쪽에 있는 데이터

그것의 핵심에서, AI는 금속 탐지를 반응적인 과정에서 예측적인 과정으로 변환하고 있습니다. 단순히 금속이 감지되었을 때 경보를 울리는 것 이상으로, AI 기반의 무기 탐지 시스템은 복잡한 신호 패턴 인식을 사용하여 금속 물체의 모양, 밀도, 위치를 분석할 수 있습니다.

우리는 이전에 불가능했던 금속 탐지 기술의 기능 수준을 달성하기 위해 AI를 사용하고 있습니다. 일부 보안 스크리닝 분야의 목소리는 금속 탐지 기술을 구식으로 간주하지만, 최근 몇 년 동안 금속 탐지 기술의 복잡성에 대한巨大的 발전을 무시합니다. 기계 학습의 이러한 발전을 금속 탐지 기술, 특히 제품 개발에 기여하는 데 적용함으로써, 금속 탐지기는 이전에 생각할 수 없었던 정밀도를 달성할 수 있었습니다. Garrett에서, AI는 우리의 Paragon 워크 스루 금속 탐지기, 즉 지구상에서 가장 많이 사용되는 워크 스루 탐지기 중 하나에 대한 고급(proprietary) 탐지 플랫폼을 개발하기 위해 사용되었습니다. 이러한 기계 학습 알고리즘은 일상적인 물건(예: 전화기 또는 열쇠)과 잠재적으로 위험한 물건(예: 나이프 또는 총기) 사이의 미세한 차이를 식별할 수 있습니다.

AI 강화된 탐지기를 통과할 때, 단순히 금속을 찾는 것이 아닙니다 – 수천 개의 데이터 포인트를 분석하고, 개발 중에 수백만 번의 이전 시도에서 학습한 패턴을 기반으로 분류합니다. 그 결과는 즉각적이고 정확한 다중 위협 탐지 및 전반적인 보안 강화입니다. 우리의 AI 플랫폼은 Paragon의 포털 내에서 단일 및 다중 대상의 대상 정확도를 전통적인 금속 탐지기에 비해 88% 이상 개선하며, 거짓 경보 비율을 5% 이상 감소시킵니다.

대규모 장소에서는 작은 효율성의 증가도 엄청난 영향을 미칩니다. 단일 거짓 경보는 수십 명의 사람을 지연시킬 수 있으며, 이를 경기장 또는 공항의 수천 명의 관객 또는 여객으로 곱하면 혼란은 빠르게 증가합니다. 이러한 AI 기반 시스템은 이러한 문제를 해결하는 데 도움이 됩니다. 데이터에 따르면, 미국의 여러 주요 공항과 스포츠 경기장에서 기계 학습으로 구동되는 워크 스루 탐지기는 2차 가방 검사와 스크리닝 시간을 지수적으로 줄였습니다.

중요한 차이점은 이러한 탐지기가 단순히 탐지하는 것이 아니라, 수천 개의 잠재적인 시나리오와 물건 및 환경 요인의 확률을 분석하여 얻은 지능으로 채워진다는 것입니다. 중요한 구별은 이러한 기술이 보안 전문가에게 제공되기 전에 이미 이러한 정교한 기계 학습 통찰력을 통해 교육되어 있으므로, “직접 학습”하는 것이 아니라, 오류 및 거짓 읽기의 위험을 크게 줄입니다. 기계 학습에 의해 수집된 이러한 통찰력을 분석하고 지능적으로 적용하는 보안 전문가를 교육함으로써, 보안 표준이 모든 관련 설정 및 응용 프로그램에서 일관되게 설정되고 구현됨을 보장합니다.

예상치 못한 응용

여행 및 행사 보안을 넘어서서 응용 프로그램도 있습니다. 학교와 병원은 예를 들어, 무기를 인식하면서 일상적인 물건을 구별하는 데 더熟練해지는 AI 기반 탐지기를 채택하고 있습니다. 이는 환자와 방문객에게 안락함을 제공하면서 스크리닝 관련 대립 또는 사건을 최소화하는 데 도움이 됩니다. 일부 제품은 “은밀한 모드”에서 사용될 수 있으며, 이는 스크리닝 체크포인트를 통과하는 방문객의 안락함을 추가로 높입니다. 이러한 “마찰 없는” 시스템은 사람들이 가방에서 물건을 제거하지 않고도 통과할 수 있도록 해주며, 보안을 보이지 않게 하고 효과적으로 만드는 데 큰 발전입니다.

인간-AI 파트너십

인공지능이 인간 보안 전문가를 대체하는 것이 아니라, 지원해야 한다는 것을 강조하는 것이 중요합니다. 인간-AI 파트너십은 스크리너의 인지 과부하를 줄여주며, 더 이상 매번 비프음이나 스캔을 수동으로 해석할 필요가 없게 됩니다. 그러나 올바른 훈련과 분석으로 구현되어야 합니다. 예를 들어, Garrett의 공식 AI 정책의 일부로, 우리는 AI 강화된 설계 연습의 결과가 자동화되거나 감독되지 않는 수단과 방법을 통해 제품에 사용되지 않는다고 약속합니다. 우리의 제품에서 사용되는 모든 AI 출력은 숙련된, 경험 많은 인간 에이전트에 의해 검토되며, Garrett은 제품이 효과적이고 사용에 적합하도록 보장하기 위해 실험실과 현장에서 광범위한 제품 테스트를 수행합니다. Garrett은 또한 사용자에 의해 유도되지 않은 외인성 요인의 영향으로 시간이 지남에 따라 변경되는 자기 학습 및 자기 조정 보안 제품을 구축하기 위해 AI를 사용하지 않습니다.

인공지능은 편견을 제거하고 보안 시스템 및 전문가에 대한 대중의 신뢰를 높이는 데 도움이 될 수 있습니다. 무기 탐지기 프로토콜의 표준화는 모든 개인에 대한 객관적이고 일관된 스크리닝을 보장하여, 수동 보안 검사의 오랜 우려였던 잠재적인 긴장과 사건을 완화하는 데 도움이 됩니다.

결론: 게이트의 조용한 혁명

보안 기술이 계속 발전함에 따라, 워크 스루 금속 탐지의 미래는 이전보다 더 중요하고 임팩트가 있을 수 있습니다. 이는 인공지능과 기계 학습에 대한 의존성이 증가하고 있기 때문입니다. AI 지원 금속 탐지와 함께, 전통적인 금속 탐지 “체크포인트”의 일반적인 함정 – 지연, 거짓 양성 등 – 대부분 완화될 수 있으며, 위협과 비위협 물건을 구별하는 속도가 증가하고, 이전보다 더 빠르고, 더 정확하게 작동할 수 있습니다.

인간 이동성이 증가하고, 보안 위협이 발전하며, 보안 시스템에 대한 검토가 심해지는 시대에, AI 주도형 금속 탐지는 사회를 안전하게 유지하기 위해巨大한 발전입니다.