감시의 윤리적 딜레마를 AI 검색 엔진으로 돌파하는 Conntour: 똑똑한 감시 vs. 책임감 있는 기술
Published Mar 26, 2026
오늘날 감시 기술 산업은 그 어느 때보다 대중의 관심과 논란의 중심에 서 있습니다. 미국 이민세관집행국(ICE)이 플록(Flock)의 카메라 네트워크를 활용해 사람들을 감시하고 있다는 논란부터, 주택용 카메라 제조사 링(Ring)이 경찰이 주택 소유주에게 이웃 감시 영상을 요청할 수 있는 기능을 추가해 비판을 받는 사례까지, 안전과 프라이버시, 그리고 ‘누가 누구를 감시할 것인가’에 대한 광범위한 논쟁이 활발합니다. 이러한 논쟁은 우리 일상 속 기술 도입의 경계를 끊임없이 질문하게 만들죠.
하지만 논란이 시장 자체를 지울 수는 없습니다. 오히려 컴퓨터 비전과 자연어 모델(vision-language models)의 지속적인 발전은 기업들이 시설 내부에서 일어나는 일을 모니터링하는 새로운 방법을 개발하는 데 더 많은 동력을 불어넣고 있습니다. 그리고 이 지점에서 Conntour라는 흥미로운 스타트업이 등장합니다. Conntour는 보안 영상 시스템을 위한 AI 검색 엔진을 구축하며, 전통적인 감시 방식을 혁신할 잠재력을 보여주고 있지만, 동시에 이 기술이 가진 윤리적 무게감을 외면하지 않겠다는 의지를 강력하게 피력하고 있습니다. 과연 이들의 접근 방식은 기존 시스템과 어떻게 다를까요? 그리고 이런 민감한 분야에서 ‘책임감 있는 기술’이란 무엇을 의미할까요?
감시의 패러다임을 바꾸는 AI, Conntour의 등장
Conntour의 핵심은 바로 ‘자연어 기반의 AI 비디오 검색 엔진’입니다. 기존의 보안 시스템이 특정 객체, 움직임 패턴 또는 행동을 감지하기 위해 미리 설정된 정의나 매개변수에 의존했다면, Conntour는 AI 모델을 활용해 보안 담당자가 카메라 피드에 자연어로 질문하여 영상 속의 어떤 객체, 사람 또는 상황이든 찾아낼 수 있도록 합니다. 이는 마치 우리가 구글에 키워드를 입력하듯, 보안 영상에도 “운동화를 신은 사람이 로비에서 가방을 건네는 장면을 찾아줘”와 같은 구체적인 질문을 던질 수 있다는 의미입니다. 정말 놀랍지 않나요?
이러한 능력은 비전 언어 모델 덕분입니다. Conntour 시스템은 실시간 영상 피드뿐만 아니라 녹화된 모든 영상 자료를 빠르게 검색하여 관련 결과를 반환합니다. 단순히 특정 사건을 찾는 것을 넘어, 미리 설정된 규칙에 따라 위협을 스스로 모니터링하고 감지하여 자동으로 경고를 띄울 수도 있습니다. 또한, 사용자는 영상에 대해 질문하고 텍스트로 답변을 받으며, 관련 영상 피드와 함께 사건 보고서까지 생성할 수 있습니다. 이는 기존 시스템에서는 상상하기 어려웠던 유연성과 사용 편의성을 제공합니다.
기존의 감시 시스템과 Conntour의 차이점을 좀 더 자세히 살펴보면 다음과 같습니다.
- 검색 방식:
- 기존 시스템: 특정 시간대, 구역, 또는 미리 정의된 알림(예: 문이 열림, 특정 움직임 감지) 위주로 수동 확인 또는 제한된 키워드 검색. 광범위한 영상에서 특정 정보를 찾기 매우 어려움.
- Conntour: 자연어 질문을 통한 검색(“빨간 모자를 쓴 사람이 10분 전 북쪽 출구로 나가는 것을 찾아줘”). 실시간 및 녹화된 모든 영상에서 맥락을 이해하고 관련 장면을 즉시 찾아냄.
- 탐지 능력:
- 기존 시스템: 고정된 규칙 기반의 객체, 움직임 감지. 새로운 위협이나 복합적인 상황 인식에 한계.
- Conntour: AI 모델이 다양한 객체, 행동, 상황을 유연하게 인식하고 이해. 복잡한 시나리오 기반의 위협 탐지 가능.
- 보고서 생성:
- 기존 시스템: 수동으로 영상 추출 및 보고서 작성. 시간 소모적이고 오류 발생 가능성.
- Conntour: 질문에 대한 답변과 함께 관련 영상을 자동으로 제공하고, 즉시 사건 보고서 생성. 효율성 극대화.
이처럼 Conntour는 보안 팀이 방대한 영상 데이터에 갇히지 않고, 필요한 정보를 마치 웹 검색을 하듯 빠르고 정확하게 찾아낼 수 있도록 돕습니다. 이는 보안 업무의 효율성을 혁신적으로 끌어올릴 수 있는 잠재력을 가지고 있습니다.
효율성과 확장성을 넘어: 윤리적 딜레마 속 Conntour의 차별점
Conntour의 또 다른 주요 강점은 바로 **확장성(scalability)**입니다. 이 플랫폼은 수천 대의 카메라 피드로 구성된 시스템에서도 효율적으로 작동하도록 설계되었습니다. 공동 창립자이자 CEO인 마탄 골드너(Matan Goldner)에 따르면, Conntour 시스템은 엔비디아(Nvidia)의 RTX 4090과 같은 단일 소비자용 GPU로 최대 50개의 카메라 피드를 모니터링할 수 있다고 합니다. 이는 엄청난 효율성을 의미하며, 비용 측면에서도 매우 매력적일 수 있습니다. 그들은 여러 모델과 로직 시스템을 사용하여 각 쿼리에 필요한 컴퓨팅 파워를 최소화하면서도 최상의 결과를 제공하도록 알고리즘을 최적화함으로써 이러한 효율성을 달성합니다. 온프레미스, 클라우드, 또는 하이브리드 방식 등 어떤 형태로든 배포 가능하며, 대부분의 기존 보안 시스템에 연동되거나 독립적인 감시 플랫폼으로도 기능할 수 있다는 점 또한 큰 장점입니다.
하지만 기술적 우수성만큼이나 이 회사에서 주목할 점은 윤리적 접근 방식입니다. 앞서 언급했듯, 감시 기술은 프라이버시 침해 논란에서 자유로울 수 없습니다. 골드너 CEO는 이러한 문제의식 아래, Conntour가 어떤 고객에게 기술을 판매할지에 대해 매우 까다롭게 선별하고 있다고 말합니다. 이제 겨우 2년 남짓 된 스타트업으로서는 흔치 않은 비즈니스 감각으로 들릴 수도 있습니다. 하지만 골드너는 이미 싱가포르 중앙마약국(Central Narcotics Bureau)과 같은 대규모 정부 기관 및 상장 기업 고객을 확보하고 있기 때문에 이러한 선별 능력을 가질 수 있다고 설명합니다.
“우리가 그렇게 큰 고객들을 가지고 있다는 사실은 우리에게 고객을 선택하고 통제권을 유지할 수 있게 해줍니다. 우리는 누가 시스템을 사용하고, 어떤 사용 사례로 사용하는지 정말로 통제할 수 있으며, 우리가 도덕적이고 물론 합법적이라고 생각하는 것을 선택할 수 있습니다. 우리는 모든 판단을 사용하며, 그들이 어떻게 사용할지 알기 때문에 우리가 괜찮다고 생각하는 특정 고객들을 기반으로 결정을 내립니다.” 골드너 CEO의 이 발언은 Conntour가 단순한 기술 판매를 넘어, 사회적 책임을 인식하고 있음을 보여줍니다.
개인적으로는 이 부분에서 Conntour의 전략이 단순한 기술적 우위를 넘어선다고 평가합니다. 강력하고 민감한 기술을 개발하는 스타트업이 초기 단계부터 매출 증대보다는 윤리적 기준을 우선시한다는 것은 매우 이례적입니다. 이는 단기적인 이익보다 장기적인 신뢰와 브랜드 가치를 구축하려는 의지로 해석될 수 있습니다. 감시 기술에 대한 대중의 부정적 인식이 커지는 상황에서, 이러한 ‘윤리적 가드레일’은 잠재적인 법적, 사회적 비난으로부터 회사를 보호하고, 결국에는 더 신뢰할 수 있는 파트너로 자리매김할 수 있게 할 것입니다. 어쩌면 이것이 미래의 AI 기업들이 추구해야 할 새로운 비즈니스 모델일지도 모릅니다.
Conntour는 이러한 견인력을 바탕으로 최근 제너럴 캐탈리스트(General Catalyst), Y 콤비네이터(Y Combinator) 등으로부터 700만 달러(약 96억 원)의 시드 라운드 투자를 유치하는 데 성공했습니다. 골드너 CEO는 이 라운드가 불과 72시간 만에 마감되었다고 말했는데, 이는 투자자들이 Conntour의 기술력과 비전, 그리고 그들이 제시하는 ‘책임감 있는 AI’ 모델에 대한 높은 기대를 가지고 있음을 방증하는 것입니다.
낮은 품질의 영상부터 LLM의 한계까지: 기술적 도전과 미래
아무리 뛰어난 AI 시스템이라도 ‘데이터 입력의 품질’이라는 근본적인 문제에서는 자유로울 수 없습니다. 비디오 감시 산업에는 오래된 문제가 하나 있습니다. 바로 감시의 품질은 촬영된 영상의 품질만큼만 좋다는 것입니다. 저해상도 카메라로 촬영된, 렌즈가 더러운 어두운 주차장 영상에서는 세부 정보를 파악하기 어렵죠. 소위 ‘쓰레기를 넣으면 쓰레기가 나온다(garbage in, garbage out)‘는 원칙이 여기에도 적용됩니다.
Conntour는 이러한 불가피한 상황에 대비해 검색 결과와 함께 **신뢰도 점수(confidence score)**를 제공합니다. 카메라 피드의 품질이 충분히 좋지 않다면, 시스템은 낮은 신뢰도 수준의 결과를 반환합니다. 이 부분에서 주목할 점은, 이 신뢰도 점수가 단순한 기능 이상의 의미를 가진다는 것입니다. 이는 시스템이 맹목적으로 답을 내놓는 것이 아니라, 자신이 처리하는 정보의 한계를 인지하고 있음을 사용자에게 알리는 중요한 책임감의 표출입니다. 인공지능이 완벽하지 않다는 것을 인정하고, 그 한계를 명확히 전달함으로써 사용자의 오해를 줄이고 더 신중한 판단을 유도하는 것이죠. 이러한 투명성은 AI 기술이 가져올 수 있는 오작동과 오용의 위험을 줄이는 데 기여할 수 있습니다.
골드너 CEO는 앞으로 해결해야 할 가장 큰 기술적 문제로 LLM(대규모 언어 모델)의 전체 기능을 시스템에 적용하면서도 효율성을 유지하는 것을 꼽습니다. “우리는 동시에 두 가지를 원하지만, 이 두 가지는 서로 상충됩니다. 한편으로는 완전한 자연어 유연성, 즉 LLM 스타일로 무엇이든 질문할 수 있도록 하고 싶습니다. 다른 한편으로는 효율성이 중요합니다. 왜냐하면 수천 개의 피드를 처리하는 것은 정말 엄청난 자원을 소모하기 때문입니다. 이 모순이 우리 분야의 가장 큰 기술적 장벽이자 문제이며, 우리가 정말로 열심히 해결하기 위해 노력하고 있는 부분입니다.”
이는 AI 기술 개발의 첨단에서 마주하는 근본적인 딜레마를 보여줍니다. 즉, 더 많은 기능과 유연성을 제공할수록 더 많은 컴퓨팅 자원이 필요해지고, 이는 대규모 시스템에서 심각한 병목 현상을 유발할 수 있다는 것이죠. Conntour가 이 “모순”을 어떻게 해결해 나갈지가 미래 AI 기술의 중요한 이정표가 될 것입니다.
결론적으로, Conntour는 강력한 AI 기술을 통해 감시 산업의 비효율성을 해소하고 새로운 가능성을 제시하고 있습니다. 하지만 그들은 동시에 이 기술이 가진 윤리적 무게를 인식하고, 책임감 있는 기술 사용을 위한 가이드라인을 스스로 제시하며 차별화를 꾀하고 있습니다. 기술의 발전 속도가 사회적 합의를 따라가지 못하는 시대에, Conntour와 같은 기업들의 고민과 노력은 우리 사회가 AI 기술을 어떻게 받아들이고 활용해야 할지에 대한 중요한 질문을 던져주고 있습니다. 감시 기술의 미래가 단순히 ‘더 똑똑해지는 것’을 넘어 ‘더 책임감 있어지는 것’으로 나아가기를 기대해 봅니다.
출처
- 원문 제목: Conntour raises $7M from General Catalyst, YC to build an AI search engine for security video systems
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
