폐쇄망 AI 기반 통합 관제 시스템

프로젝트 개요
폐쇄망 환경에서도 AI 기반 위험 감지와 원격 대응이 가능하도록 설계한 통합 관제 시스템이다.
고정형 CCTV와 이동형 로봇 카메라 영상을 기반으로 객체 탐지를 수행하고, 이벤트 발생 시 스냅샷 저장·로그 기록·외부 알림까지 이어지는 관제 파이프라인을 구축했다.
연구시설뿐 아니라 기업 보안망, 공장 내부망, 군·보안 시설 등 인터넷과 분리된 환경에서도 운용 가능한 AI 관제 구조를 목표로 설계했다.

시스템 아키텍처 구현

• YOLOv8 기반 위험 객체 탐지 파이프라인 구축
• FastAPI 기반 영상 처리·스트리밍 서버 구현
• C# Gateway에서 TCP 이벤트 수신 후 SQLite 메타데이터 저장
• WebSocket 기반 실시간 이벤트 브로드캐스트 구조 설계
• Redis Queue / DLQ 기반 이벤트 처리 안정성 확보
• NestJS Backend에서 DLQ 조회 및 재처리 API 구현
• Telegram Bot 기반 외부 알림 시스템 연동

핵심 문제 해결

이벤트 중복 생성 문제 해결
프레임 단위 탐지 구조에서는 동일 객체가 여러 번 감지되며 이벤트가 반복 생성되는 문제가 있었다.
객체 ID 기반 이벤트 관리 방식으로 로직을 변경하여 객체 최초 진입 시에만 이벤트를 생성하도록 개선했다.

RTSP 스트리밍 지연 문제 개선
초기 MJPEG 스트리밍 방식에서 지연이 발생하여 관제 반응성이 떨어지는 문제가 있었다.
GStreamer 하드웨어 인코딩 파이프라인을 적용하여 스트리밍 지연을 감소시켰다.

폐쇄망 환경 알림 구조 설계
외부 알림 기능이 내부 관제 시스템에 영향을 주지 않도록
내부 관제 시스템과 외부 알림 서버를 분리한 구조를 설계했다.
내부 시스템은 이벤트 정보만 전달하고, 외부 서버에서 Telegram 알림을 처리하도록 구성했다.

배운 점

• 폐쇄망 환경에서의 서비스 아키텍처 설계 경험
• 실시간 영상 처리 파이프라인 구성 경험
• Queue / DLQ 기반 장애 대응 구조 설계 경험
• AI 탐지 시스템을 실제 관제 서비스 구조로 연결한 경험

깃허브 레포 링크

https://thisnorm.github/lab-guardian