R&D CORE 1
1. AI 비전 연구 (아동 안전 AI 관제)
Edge 기반 실시간 안면 비식별화
엣지(Edge) 단에서 영상 저장 및 클라우드 전송 전 실시간으로 사람의 얼굴을 자동 감지하여 가우시안 블러(Gaussian Blur)를 적용합니다. 원본 영상 유출 위험을 원천 차단하여 엄격한 개인정보보호 규제를 완벽 준수합니다.
YOLOv8 아동 위험 행동 감지
성인 중심 AI 모델의 한계를 극복하기 위해 영유아(3~8세) 특화 데이터셋을 학습시켰습니다. 미끄럼틀 역주행, 트램펄린 충돌, 볼풀장 매몰 등 돌발 위험 상황을 95% 이상의 정확도로 정밀 탐지합니다.
Video Swin Transformer 시계열 분석
단순 낙상뿐만 아니라 다수의 아동이 한곳에 엉켜 넘어지거나(Pile-up), 구석에 고립되는 등 맥락적 위험 상황을 시계열 비디오 모델로 정확히 식별합니다.
OPERATING SYSTEM SCREENSHOT
AI 비전 안전 관제 시스템 실제 구동 화면
실시간 안면 비식별화(Blurring) 및 아동 이상행동 정밀 분석 대시보드 구동 화면
R&D CORE 2
2. 아동 공간 모니터링 기술 (IoT Child Space Monitoring)
실시간 2D 맵핑 아동 공간 모니터링 대시보드 (Demo)
LIVE CONNECTED
초미세먼지 (PM2.5)
12 µg/m³ (양호)
이산화탄소 (CO2)
540 ppm (보통)
실내 소음 (dB)
48 dB (쾌적)
Zone A (창작존)
공기질: 최상 | 혼잡도: 쾌적
Zone B (미디어아트)
공기질: 양호 | 체류시간: 높음
Zone C (플레이존)
AI 감지: 정상 구동 중
Rule-Based 자동 환경 제어
센서 수치 임계값(예: 미세먼지 수치 상승 시)에 따라 연동 스마트 플러그 및 공기청정기/에어컨 팬 속도를 자동으로 제어하는 룰 알고리즘을 구동합니다.
RAG 기반 공간 관리 에이전트
관리자가 "현재 안전 모드 실행해 줘" 또는 "에너지 절약 모드로 변경"과 같이 자연어로 지시하면 RAG 기반 LLM 에이전트가 매뉴얼과 센서를 참조해 자동 대응합니다.