EVA v3.1은 여러 대의 EVA 서버와 수많은 카메라를 운영하는 대규모 환경에서 사용자가 EVA에 더 쉽게 접근하고, 관리자는 계정과 권한을 더 효율적으로 관리할 수 있도록 개선하는 데 초점을 맞췄습니다.

이번 릴리즈에서는 한 번의 로그인으로 여러 EVA 서버의 App을 이용할 수 있는 통합 인증 및 SSO, 매뉴얼과 고객 문서를 바탕으로 대화할 수 있는 Knowledge 기반 EVA Chat, 업무와 구역에 따라 카메라를 나누어 관리하는 카메라 그룹을 제공합니다.

이번 릴리즈의 주요 업데이트는 다음과 같습니다.

• 한 번의 로그인으로 여러 EVA 서버를 이용하는 통합 인증 및 SSO
• EVA 매뉴얼과 고객 문서를 근거로 답변하는 Knowledge 기반 EVA Chat
• 카메라를 업무·구역·용도별로 나누는 카메라 그룹
• 외부 시스템이 안전하게 API를 이용할 수 있는 M2M 인증

여러 EVA 서버를 한 번의 로그인으로 이용하는 통합 인증과 SSO​

하나의 EVA 서버에는 약 100대의 카메라를 연결할 수 있습니다. 운영 규모가 커져 여러 대의 EVA 서버를 관리하게 되면, 사용자는 서버마다 반복해서 로그인해야 하고 관리자는 서버별로 계정과 권한을 각각 설정해야 했습니다.

서버가 늘어날수록 동일한 사용자를 여러 서버에 반복 생성하고, 비밀번호 정책과 권한을 개별적으로 관리하는 작업도 함께 늘어납니다. 한 서버에서 권한을 변경하거나 계정을 비활성화한 뒤에도 다른 서버의 기존 세션에 이전 상태가 남을 수 있다는 문제도 있었습니다.

EVA v3.1에서는 중앙 인증 서버를 기반으로 통합 인증과 SSO를 적용했습니다.

EVA 서버 A의 App에서 한 번 로그인
  → 중앙 인증 완료
  → EVA 서버 B의 App 접속
  → 별도의 로그인 없이 바로 이용

사용자는 처음 한 번 로그인한 뒤 권한이 있는 여러 EVA 서버에 별도의 ID와 비밀번호 입력 없이 바로 접근할 수 있습니다. 관리자는 각 서버에 사용자를 개별적으로 생성하지 않고, 중앙 계정 화면에서 사용자와 서버별 접근 권한을 일괄 관리할 수 있습니다.

즉, EVA 서버가 2대이든 수십 대이든 사용자는 서버마다 로그인할 필요가 없고, 관리자는 동일한 계정과 보안 정책을 한 곳에서 적용할 수 있습니다.

보안 정책도 일관되게 적용됩니다​

이제 계정 삭제, 비활성화, 권한 변경이 발생하면 여러 서버의 기존 세션에도 즉시 반영됩니다. 서버마다 사용자를 다시 설정하거나 직접 로그아웃시킬 필요가 없습니다.

외부 시스템 연동은 M2M 인증으로​

EVA는 브라우저를 사용하는 사용자뿐 아니라 EVA Mentor, EVA Scope와 같은 외부 시스템에서도 API를 호출할 수 있습니다.

외부 시스템은 사용자가 직접 로그인하지 않으므로, 사용자 계정 대신 Client ID와 Client Secret을 사용하는 M2M 인증을 적용했습니다.

외부 시스템
  → Client ID + Client Secret으로 Access Token 요청
  → 허용된 권한 범위의 EVA App API 호출
  → EVA Backend가 Token과 API 권한 검증

외부 시스템마다 필요한 API 영역과 Read/Write 권한을 제한할 수 있어, 연동을 위해 일반 사용자 계정을 공유할 필요가 없습니다.

사용자와 관리자에게 어떤 변화가 있나요?​

• 여러 EVA 서버를 이용할 때 서버마다 반복 로그인하지 않아도 됩니다.
• 서버별로 사용자를 개별 생성하지 않고 계정과 접근 권한을 한 곳에서 일괄 관리할 수 있습니다.
• 권한 변경과 계정 비활성화가 기존 세션에 즉시 반영됩니다.
• 중복 로그인을 제어하고 전체 서버에서 로그아웃할 수 있습니다.
• 외부 시스템은 사용자 계정이 아닌 제한된 M2M 권한으로 EVA API를 이용합니다.

EVA 매뉴얼과 고객 문서를 기반으로 대화하는 Knowledge 기반 Chat​

EVA를 운영하다 보면 탐지 간격, 시나리오 설정, 기능 사용법처럼 매뉴얼을 확인해야 하는 질문이 자주 발생합니다. 기존에는 질문 유형에 맞는 내용을 미리 Chat Prompt에 넣어 답변하는 방식이 중심이었습니다.

EVA v3.1의 Chat은 질문과 관련된 문서를 Knowledge에서 검색한 뒤, 검색된 내용을 근거로 답변하도록 개선되었습니다.

사용자 질문
  → 질문과 관련된 문서 검색
  → 관련 페이지를 답변 Context로 구성
  → 문서 내용을 근거로 답변 생성

💡 Knowledge 기반 Chat의 Tool-calling 구조와 Knowledge 검색 흐름에 대한 기술적 상세 내용은 Tech Blog에서 확인하실 수 있습니다.
→ Tech Blog | Router 기반 Agent에서 Tool-calling Agent로

이를 통해 EVA는 일반적인 답변을 생성하는 데 그치지 않고, EVA 매뉴얼에 정의된 기능과 사용 방법을 바탕으로 대화할 수 있습니다.

고객이 원하는 문서도 추가할 수 있습니다​

EVA 기본 매뉴얼뿐 아니라 고객이 운영에 필요한 문서도 Knowledge 문서로 추가할 수 있습니다.

예를 들어 다음과 같은 문서를 함께 활용할 수 있습니다.

• 고객사별 운영 매뉴얼
• 현장별 장비 또는 공정 안내서
• 사내 안전 규정과 작업 절차서
• EVA 도입 시 작성한 시나리오 운영 가이드
• 특정 서버나 현장에서만 사용하는 점검 및 대응 문서

추가된 문서는 Ingest 과정을 거쳐 검색 가능한 Knowledge로 관리됩니다. 사용자가 질문하면 Chat은 질문과 관련된 문서를 찾아 답변의 근거로 사용합니다.

“우리 공정에서 안전모 미착용 알람이 발생하면 어떤 순서로 확인해야 하나요?”

고객사 운영 가이드에 해당 절차가 등록되어 있다면, EVA Chat에서 일반적인 설명이 아닌 해당 문서의 절차를 기준으로 답변할 수 있습니다.

문서 기반으로 답변하는 방식​

현재 시스템 상태가 필요한 질문은 Runtime 정보를 확인하고, 기능 설명이나 운영 절차가 필요한 질문은 관련 Knowledge 문서를 검색합니다.

사용자에게 어떤 변화가 있나요?​

• 고객사와 현장에 맞는 문서를 추가해 조직별 지식을 활용할 수 있습니다.
• 문서의 관련 내용에 근거한 답변을 받아 일반적인 답변과 구분할 수 있습니다.
• 현재 설정 조회, 기능 설명, 현장 운영 절차를 하나의 대화에서 확인할 수 있습니다.

필요한 카메라만 보여주는 카메라 그룹​

기존 카메라 목록에서는 모든 사용자가 같은 카메라를 확인했습니다. 카메라가 많아질수록 원하는 카메라를 찾기 어려웠고, 사용자별로 접근 가능한 카메라를 제한하기도 어려웠습니다.

EVA v3.1에서는 카메라를 그룹으로 묶고, 사용자에게 필요한 그룹만 지정할 수 있습니다.

예를 들어 다음과 같이 카메라를 구성할 수 있습니다.

• A공장
• 2FCC 공정
• 안전모 미착용 탐지
• 1층 출입구

하나의 카메라는 여러 그룹에 동시에 포함될 수 있습니다. 따라서 카메라를 한 가지 기준으로만 분류하지 않고, 공정·위치·업무 목적을 조합해 관리할 수 있습니다.

카메라 그룹은 이렇게 사용합니다​

1. 그룹 이름과 설명을 입력합니다.
2. 그룹에 포함할 카메라를 추가합니다.
3. 해당 그룹을 확인할 사용자를 지정합니다.
4. 필요하면 기존 카메라의 그룹을 수정합니다.
5. 그룹이 많아지면 중요도에 따라 표시 순서를 변경합니다.

📷 카메라 그룹 설정 화면

카메라를 그룹에 추가할 때는 등록된 카메라 목록에서 필요한 카메라를 선택할 수 있습니다.

📷 그룹에 카메라 추가 화면

사용자 유형별 권한​

Manager가 속한 그룹이 없는 경우에는 카메라를 그룹 없이 등록할 수 있습니다. 그룹에 연결되지 않은 카메라는 기존처럼 필요한 사용자가 확인할 수 있습니다.

사용자에게 어떤 변화가 있나요?​

• 담당 카메라만 빠르게 확인할 수 있습니다.
• 카메라가 많은 환경에서도 원하는 카메라를 쉽게 찾을 수 있습니다.
• 공정, 위치, 용도 등 운영 방식에 맞춰 카메라를 분류할 수 있습니다.
• 사용자별 접근 범위를 분리해 보안을 강화할 수 있습니다.
• 그룹 순서를 바꾸면 카메라 목록과 관련 설정 화면에도 같은 순서가 반영됩니다.

EVA v3.1을 이렇게 활용해 보세요​

이번 릴리즈의 기능은 다음과 같은 흐름으로 함께 사용할 수 있습니다.

1. SSO로 로그인: 한 번 로그인한 뒤 권한이 있는 여러 EVA 서버에 접속합니다.
2. 카메라 그룹 설정: 관리자는 공정이나 위치별로 카메라 그룹을 만들고 담당자를 지정합니다.
3. 필요한 카메라 확인: 사용자는 자신에게 권한이 있는 카메라만 확인합니다.
4. Knowledge 문서 추가: 고객사 매뉴얼과 현장 운영 문서를 EVA Knowledge에 등록합니다.
5. EVA Chat 활용: 사용자는 채팅창에서 현재 설정, 기능 사용법, 현장 대응 절차를 문서 기반으로 질문합니다.

예를 들어 관리자는 여러 EVA 서버에 연결된 2FCC 공정 카메라를 그룹으로 묶고, 담당자에게만 보여주도록 설정할 수 있습니다. 담당자는 처음 한 번 SSO로 로그인한 뒤 각 서버에 별도 로그인하지 않고 필요한 카메라를 확인하며, “화재 알람이 발생하면 우리 현장 절차에 따라 무엇을 먼저 확인해야 해?”라고 EVA Chat에 질문할 수 있습니다.

마치며: 더 적은 반복, 더 많은 현장 지식​

EVA v3.1은 여러 EVA 서버와 수많은 카메라를 운영하는 과정에서 반복되던 로그인, 계정·권한 설정, 카메라 탐색, 매뉴얼 확인 작업을 줄이는 데 집중했습니다.

• SSO는 여러 EVA 서버의 로그인과 계정·권한 관리를 하나로 연결합니다.
• Knowledge 기반 Chat은 EVA 매뉴얼과 고객 문서를 대화의 근거로 활용합니다.
• 카메라 그룹은 사용자에게 필요한 카메라만 보여줍니다.
• M2M 인증은 외부 시스템에 필요한 API 권한만 안전하게 제공합니다.

결과적으로 EVA는 더 쉽게 접근하고, 조직의 지식을 활용하며, 사용자별 업무에 맞게 운영할 수 있는 플랫폼으로 발전했습니다.

앞으로도 EVA는 고객사의 문서와 운영 방식을 제품 안에서 더 잘 활용할 수 있도록 Knowledge 기반 기능을 확장해 나가겠습니다.

이번 릴리즈는 단순히 새로운 기능을 추가하는 것이 아니라, EVA를 더욱 쉽게 도입하고 더 효율적으로 운영할 수 있도록 만드는 데 초점을 맞췄습니다.

주요 업데이트​

• 설정 복잡도를 줄인 탐지 모드 및 고급 설정
• 운영 중 검증된 시나리오를 재사용할 수 있는 시나리오 템플릿
• 카메라당 최대 4개의 시나리오를 운영할 수 있는 멀티 시나리오 구조
• 대규모 구축을 위한 카메라 일괄 등록 기능

탐지 모드 및 고급 설정: 설정은 더 쉽게, 탐지는 더 적합하게​

EVA에서 좋은 탐지 결과를 얻기 위해서는 시나리오의 특성에 맞는 탐지 방식을 선택하는 것이 중요합니다.

하지만 기존에는 사용자가 VM, VM + VLM, Frame Mode와 같은 설정을 직접 이해하고 선택해야 했습니다. 처음 EVA를 사용하는 사용자에게는 각 설정이 어떤 의미인지, 어떤 상황에서 어떤 옵션을 선택해야 하는지 판단하기 어려울 수 있었습니다.

EVA v3.0에서는 이 과정을 더욱 간단하게 개선했습니다.

사용자가 탐지하고 싶은 상황을 시나리오로 입력하면, EVA Agent가 시나리오를 분석하여 가장 적합한 탐지 모드를 선택하고 필요한 세부 설정을 자동으로 구성합니다.

EVA는 시나리오의 특성에 따라 다음과 같은 탐지 모드를 활용합니다.

예를 들어 "안전모를 착용하지 않은 작업자를 탐지해줘"라는 시나리오는 PPE 모드가 적용되고, "화재가 발생하거나 연기가 발생하는 상황을 탐지해줘"와 같은 시나리오는 Thinking 모드가 적용됩니다.

이를 통해 사용자는 탐지 모드에 대한 전문 지식이 없어도 시나리오에 적합한 탐지 방식을 자동으로 적용받을 수 있습니다.

또한 세부 옵션은 별도의 고급 설정(Advanced Configuration) 영역으로 분리했습니다.

일반 사용자는 EVA가 추천한 설정을 그대로 사용해 빠르게 시나리오를 구성할 수 있고, 숙련된 사용자는 필요할 때만 고급 설정을 열어 세부 값을 조정할 수 있습니다.

📷 EVA Agent 기반 탐지 모드 및 설정 자동 구성

보다 자세한 탐지 모드 동작 방식은 아래 기술 블로그에서 확인할 수 있습니다.

• Thinking Mode: 추론 기반 위험 상황 탐지
• PPE Mode: 보호장비 착용 여부 탐지

이렇게 달라집니다​

• 처음 EVA를 사용하는 사용자도 복잡한 옵션을 모두 이해하지 않아도 시나리오를 설정할 수 있습니다.
• 시나리오 특성에 맞는 탐지 모드가 자동으로 선택되어 설정 과정에서의 고민을 줄일 수 있습니다.
• 고급 설정을 별도 영역으로 분리하여 기본 화면을 더욱 직관적으로 구성했습니다.
• 숙련된 사용자는 필요에 따라 세부 설정을 조정하여 현장 환경에 최적화할 수 있습니다.

시나리오 템플릿: 한 번 만든 시나리오를 여러 카메라에서 재사용​

EVA는 사용자가 원하는 탐지 시나리오를 자유롭게 작성할 수 있다는 장점이 있습니다.

하지만 여러 대의 카메라를 운영하다 보면 동일하거나 유사한 시나리오를 반복해서 생성해야 하는 경우가 많습니다. 예를 들어 안전모 미착용 탐지, 작업자 쓰러짐 탐지, 화재·연기 발생 탐지와 같은 시나리오는 여러 카메라에서 공통적으로 사용되는 경우가 많습니다.

기존에는 카메라마다 동일한 시나리오를 다시 작성하거나 복사하여 적용해야 했습니다.

EVA v3.0에서는 운영 중 검증된 시나리오를 템플릿으로 등록하고 재사용할 수 있는 기능을 제공합니다. 충분히 검증된 시나리오를 템플릿으로 저장해 두면, 다른 카메라에서는 템플릿을 불러오는 것만으로 동일한 설정을 빠르게 적용할 수 있습니다.

📷 시나리오 템플릿 선택 및 적용

이렇게 달라집니다​

• 여러 카메라에 동일한 시나리오를 반복 작성할 필요가 없어 설정 시간을 크게 줄일 수 있습니다.
• 운영 중 검증된 시나리오를 재사용하여 카메라 간 설정 일관성을 유지할 수 있습니다.
• 시나리오 작성 경험이 적은 사용자도 기존 템플릿을 활용하여 보다 쉽게 EVA를 운영할 수 있습니다.
• 동일한 설정을 반복 입력하는 과정에서 발생할 수 있는 오타나 설정 누락을 줄일 수 있습니다.

멀티 시나리오 구조: 하나의 카메라에서 여러 상황을 독립적으로 관리​

현장에서는 하나의 카메라가 단 하나의 상황만 바라보지 않습니다.

예를 들어 생산 라인의 카메라 하나만 보더라도 화재 발생, 작업자 쓰러짐, 위험구역 침입과 같은 다양한 상황을 동시에 모니터링해야 할 수 있습니다.

기존 EVA에서는 이러한 여러 탐지 조건을 하나의 시나리오 안에 함께 작성하는 방식으로 운영했습니다. 하지만 탐지 목적이 많아질수록 시나리오가 복잡해지고, 특정 조건을 수정하거나 관리하는 과정도 점점 어려워질 수 있었습니다.

EVA v3.0에서는 이러한 한계를 해결하기 위해 카메라당 최대 4개의 시나리오를 독립적으로 운영할 수 있는 멀티 시나리오 구조를 도입했습니다.

이제 하나의 카메라에서도 여러 탐지 시나리오를 각각 생성하고 관리할 수 있으며, 시나리오별로 별도의 탐지 대상과 설정을 적용할 수 있습니다. 또한 필요에 따라 특정 시나리오만 수정하거나 비활성화할 수 있습니다.

📷 카메라별 멀티 시나리오 생성 및 관리

Webhook 연동 기능도 함께 개선되었습니다.

기존에는 카메라에서 발생한 모든 탐지 알림이 동일하게 전송되었다면, 이제는 시나리오별로 알림 전송 여부를 설정할 수 있습니다. 이를 통해 외부 시스템에서는 필요한 탐지 이벤트만 선택적으로 수신할 수 있습니다.

이렇게 달라집니다​

• 하나의 카메라에서 여러 탐지 목적을 보다 체계적으로 관리할 수 있습니다.
• 특정 시나리오만 수정하거나 운영할 수 있어 유지보수가 더욱 쉬워집니다.
• 복잡한 시나리오를 여러 개로 분리하여 관리할 수 있어 운영 가시성이 향상됩니다.
• 필요한 탐지 알림만 선택적으로 전송할 수 있어 외부 시스템과의 연동 효율을 높일 수 있습니다.

카메라 일괄 등록: 반복 작업은 줄이고 구축 속도는 더 빠르게​

EVA를 처음 구축할 때 가장 많은 시간이 소요되는 작업 중 하나는 카메라 등록입니다.

특히 수십 대 이상의 카메라를 운영하는 환경에서는 카메라를 등록하고, RTSP 정보를 입력하고, 시나리오를 적용하는 작업을 반복적으로 수행해야 했습니다.

카메라 수가 많아질수록 동일한 설정을 여러 번 입력해야 하고, 이 과정에서 오타나 설정 누락이 발생할 가능성도 함께 높아집니다. 특히 여러 생산 라인이나 사업장에 EVA를 구축하는 경우 초기 설정 과정이 구축 일정의 병목이 되기도 합니다.

EVA v3.0에서는 이러한 반복 작업을 줄이기 위해 카메라 일괄 등록 기능을 제공합니다.

운영자는 제공되는 Excel 템플릿에 아래 정보만 입력하면 됩니다.

작성된 Excel 파일을 업로드하면 EVA가 입력된 정보를 기반으로 카메라를 자동 등록하고, 지정된 시나리오 템플릿까지 함께 적용합니다.

또한 등록 과정에서 오류가 발생한 경우에는 실패한 카메라와 실패 원인을 함께 제공합니다. 잘못된 RTSP 주소, 존재하지 않는 시나리오 템플릿, 필수 항목 누락 등의 문제를 한눈에 확인할 수 있어 운영자가 원인을 빠르게 파악하고 수정할 수 있습니다.

📷 카메라 등록 결과 및 실패 원인 확인

이렇게 달라집니다​

• 여러 대의 카메라를 한 번에 등록할 수 있어 초기 구축 시간을 크게 단축할 수 있습니다.
• 동일한 설정을 반복 입력할 필요가 없어 운영자의 작업 부담을 줄일 수 있습니다.
• 여러 카메라에 동일한 시나리오 템플릿을 적용하여 일관된 운영 환경을 구성할 수 있습니다.
• 등록에 실패한 카메라와 실패 원인을 즉시 확인할 수 있어 문제 해결 시간을 줄일 수 있습니다.

마치며: 더 적은 설정으로, 더 많은 현장을​

AI 영상 분석의 성능만큼 중요한 것은 얼마나 쉽고 안정적으로 운영할 수 있는가입니다.

EVA v3.0은 시나리오 템플릿, 멀티 시나리오, 탐지 모드 자동화, 카메라 일괄 등록 기능을 통해 사용자의 반복 작업을 줄이고 운영 효율을 높이는 데 집중했습니다.

설정은 더 단순해졌고, 운영은 더 체계적이며, 대규모 환경으로의 확장도 더욱 쉬워졌습니다.

EVA는 앞으로도 AI 기술 자체뿐만 아니라, 실제 현장에서 EVA를 운영하는 사용자의 경험을 지속적으로 개선해 나갈 예정입니다.

🚀 Coming Soon: v3.1 미리 보기​

• 카메라 그룹 관리 기능
• 통합인증(SSO) 기능

EVA팀은 리벨리온과 함께 그동안 지속적인 기술 개발을 통해 NPU 기반의 EVA 구동 환경을 성공적으로 구축해 왔습니다. 이제 단순한 기술 검증을 넘어, 실제 상용화 서비스 단계에 본격적으로 진입하고 있음을 알려드립니다.

1. ATOM-MAX NPU 기반 성능 검증: VLM 추론의 새로운 표준 (As-Is)​

최근 EVA는 리벨리온의 최신 ATOM-MAX NPU 환경에서 Qwen3 VL 8B 모델을 적용하여 운영 가능성을 평가하였습니다. 단순한 정확도 비교를 넘어, 산업 서비스 환경에 필수적인 운영 요소들을 검증한 결과입니다.

• 리벨리온 ATOM / Qwen3 VL 8B / Accuracy 0.7996 / F1 0.6733
• GPU A100 / Qwen3 VL 8B FP8 / Accuracy 0.7779 / F1 0.5979

GPU(A100)와 비교했을 때, 전반적인 추론 지표에서 동등 이상의 성능을 확보했습니다. 특히 화재 및 연기 탐지 시나리오에서는 NPU 환경이 더욱 우세한 처리 역량을 보여주며, 고난도 산업 안전 관제에서의 적용 가능성을 입증했습니다.

2. 상용 환경을 위한 최적화 및 안정성 확보 (As-Is)​

실제 현장에서 AI를 쓸 때는 생각보다 신경 쓸 점이 많습니다. 텍스트와 이미지가 섞여 들어오거나, 카메라 여러 대가 동시에 신호를 보내면 버벅거리기 쉽기 때문이죠. 이러한 문제를 해결하기 위해, EVA는 NPU 컴파일러 및 시스템 레벨의 최적화를 지속적으로 수행하고 있습니다.

CPU, 메모리, NPU를 효율적으로 나누어 쓸 수 있는 체계를 만들어서, 여러 AI Agent를 동시에 돌려도 성능이 떨어지지 않게 만드는 일이나, 예상치 못한 오류를 수정하고, 텍스트 전용 요청이나 이미지 분석 요청이 동시에 들어와도 멈춤 없이 안정적으로 돌아가도록 체계를 갖추는 것이 중요합니다.

• 복합 데이터 처리 안정화: Text Only와 Text + Image 요청이 혼재된 멀티 코어 환경에서 발생할 수 있는 오동작을 완전히 개선하여 운영 신뢰성을 높였습니다.
• 리소스 효율화: CPU, 메모리, NPU 간의 데이터 처리 정책을 정교하게 제어함으로써, 여러 VLM 인스턴스를 동시에 구동하더라도 추론 속도 저하 없는 고효율 운영 환경을 구현했습니다.

3. 병렬화 구조 기반의 Throughput 최적화 (To-Be)​

EVA는 리벨리온 NPU의 멀티 코어 아키텍처를 극대화하는 풀스택 병렬화까지 기술 통합을 극해화 하기 위한 노력을 추진하고 있습니다.

• 병렬화 전략: Vision Encoder에는 데이터 병렬화(DP)를, Text Decoder에는 텐서 병렬화(TP)를 적용하여 VLM 추론의 병목을 제거하기 위한 기술 개발을 추진하고 있습니다.
• 통합 운영 전략: 여러 개의 NPU 자원을 기반으로 동시 구동 가능한 최적의 인스턴스 수와 코어 할당 비율을 정의하고 있습니다. 이를 통해 GPU 수준의 Throughput을 확보함과 동시에, 전성비(전력 대비 성능)를 획기적으로 개선하여 TCO(Total Cost of Ownership)를 대폭 절감하는 구조를 완성해 나가고 있습니다.

맺음말: 효율적인 산업 AI, 상용화의 시대로​

EVA와 리벨리온 NPU의 결합은 단순한 하드웨어 교체가 아닙니다. AI 추론이 현장에서 예측 가능한 방식으로 상시 운영될 수 있도록, '고성능-고효율-고안정성'이라는 3박자를 갖춘 풀스택 서비스로 도약하는 과정입니다. 검증된 NPU 최적화 기술을 바탕으로, EVA는 더욱 합리적인 비용 구조에서 산업 현장의 디지털 전환을 가속화할 것입니다.

함께 보면 좋은 내용​

• EVA on NPU 기술 로드맵
• EVA X 리벨리온 기술협력

비전 AI를 현장에 도입할 때 흔히 '얼마나 잘 찾느냐'는 탐지 성능에만 집중하곤 합니다.
하지만 실제 운영 단계에 들어서면 깨닫게 되는 진실이 있습니다. 바로 "탐지 성능만큼이나 중요한 것은 운영의 지속성"이라는 점입니다.
현장의 탐지 시나리오는 매번 달라지고, 카메라는 늘어나며, 빛과 그림자는 시시각각 변하기 때문입니다.
아무리 뛰어난 눈(Vision)을 가졌어도 설정이 복잡하고 환경 변화에 취약하다면, 현장의 신뢰를 얻기는 어렵습니다.
EVA v2.7은 바로 이러한 현장의 운영 마찰력(Operation Friction)을 제로로 만들기 위해 다음과 같은 고민에서 시작되었습니다.

• 모델 선택의 피로도: 시나리오가 바뀔 때마다 최적의 모델을 직접 찾고 비교해야 하는 운영자의 부담
• 조도의 불확실성: 시간과 날씨에 따른 밝기 변화가 탐지 성능의 저하로 이어지는 불안정성
• 탐지 영역 설정의 한계: 기둥, 벽, 통로 등 복잡한 실제 구조를 제대로 반영하지 못하는 단순한 설정 방식
• 관리의 파편화: 카메라별로 흩어져 있어 직관적인 파악과 빠른 대응을 방해하는 정보 구조

이번 업데이트는 단순히 기능을 추가하는 것을 넘어, '설정은 단순하게, 탐지는 더 정교하게'라는 원칙 아래 현장의 운영 품질을 한 단계 끌어올리는 견고한 기반을 마련합니다.
복잡함은 기술 뒤로 숨기고, 명료함만을 전달하는 EVA v2.7의 변화를 확인해 보세요.

"어떤 모델이 최선일까?" 고민은 이제 EVA의 몫입니다​

탐지 시나리오 기반 Vision Model(VM) 자동 추천​

비전 AI를 운영하면서 가장 난감한 순간 중 하나는 수많은 AI 모델 리스트 앞에서 무엇을 골라야 할지 망설여지는 때입니다.
"쓰러짐 감지에는 A 모델이 좋을까, B 모델이 정확할까?", "야간 화재 감지에는 어떤 모델이 더 민감하게 반응할까?" 같은 질문들은 사용자에게 상당한 심리적 압박과 시간 소모를 야기합니다.
EVA v2.7은 이러한 기술적 장벽을 완전히 허물었습니다. 이제 운영자가 탐지 시나리오를 정의하면, EVA는 해당 시나리오에 가장 최적화된 Vision Model(VM)을 자동으로 제안합니다.

• 전문성 없어도 전문가처럼: 각 모델의 상세 특징을 몰라도 괜찮습니다. 시나리오 선택만으로 현장에 가장 적합한 모델 조합이 즉시 추천됩니다.
• 탐지 성능의 상향 평준화: 운영자의 숙련도에 따라 탐지 품질이 들쭉날쭉하던 현상을 방지하고, 어떤 환경에서도 시스템이 보장하는 최상의 탐지 성능을 일관되게 유지합니다.
• 설정 시간의 비약적 단축: 수많은 모델을 테스트하고 비교하는 과정이 생략되므로, 새로운 시나리오를 구성하고 현장에 실전 배치하는 워크플로우가 이전과는 비교할 수 없을 만큼 빨라집니다.

EVA의 기능은 안에서 점점 더 고도화되고 복잡해지고 있지만, 사용자가 마주하는 인터페이스는 오히려 더 극도로 단순화되고 있습니다. 기술의 복잡함은 EVA가 감당하고, 사용자는 오직 '안전'과 '운영'이라는 본질에만 집중할 수 있도록 진화하고 있습니다.

선과 면으로 현장의 디테일을 그리다​

다각형(Polygon) 기반의 정밀 영역 설정​

현장은 결코 반듯한 사각형의 도표처럼 움직이지 않습니다. 굵은 기둥이 시야를 가리기도 하고, 복도는 구불구불하게 이어지며, 특정 구역은 기계 설비로 인해 비정형적인 형태를 띠기 마련입니다.
기존의 사각형(Rectangle) 방식은 설정은 간편했지만, 이러한 복잡한 실제 현장을 온전히 담아내기에는 늘 2%의 부족함이 있었습니다.
EVA v2.7에서는 이러한 물리적 제약을 완전히 해소하기 위해 다각형(Polygon) 기반의 자유로운 영역 설정 기능을 도입했습니다.
이제 운영자는 공간을 시스템에 맞추는 것이 아니라, 시스템이 공간의 형태를 따르도록 유연하게 설정할 수 있습니다.

• 복잡한 구조물도 빈틈없이: 기둥, 벽면, 적재함 등 탐지에서 제외해야 할 장애물을 피해, 오직 탐지가 필요한 '진짜 영역'만 자유로운 점 연결을 통해 정밀하게 그려낼 수 있습니다.
• 오탐(False Positive)의 근본적 차단: 영역 경계선에 걸친 불필요한 움직임이나 인접 구역의 간섭을 소프트웨어 단계에서 완벽하게 필터링함으로써, 알림의 신뢰도를 끌어올립니다.

EVA는 현장의 공간을 단순화하여 왜곡하는 방식이 아니라, 현장의 입체적인 구조를 그대로 인정하고 반영하는 방향으로 진화하고 있습니다. 이는 단순히 설정의 편의를 넘어, 비전 AI가 현장을 얼마나 '정확하게 이해하고 있는가'를 결정짓는 중요한 척도가 될 것입니다.

어떤 빛 아래에서도 흔들림 없는 시선​

조도 환경 최적화를 위한 화면 밝기(Brightness) 조정​

현장의 환경은 결코 고정되어 있지 않습니다. 정오의 강렬한 태양광, 갑작스러운 폭우로 인한 어두운 시야, 혹은 야간의 불충분한 조명까지. 비전 AI에게 이러한 조도 변화는 탐지 정확도를 떨어뜨리는 가장 까다로운 변수 중 하나입니다.
EVA v2.7은 이러한 환경적 불확실성을 운영자가 즉각적으로 제어할 수 있도록 조도 개선 기능을 새롭게 선보입니다.
영상 소스 자체를 수정하거나 카메라 설정을 복잡하게 변경할 필요 없이, EVA의 화면 밝기 설정 기능 안에서 모든 조도 최적화가 완료됩니다.

• 직관적인 슬라이더 제어: -50에서 +50 범위 내에서 슬라이더를 움직여 화면의 명도를 세밀하게 조정할 수 있습니다. 너무 밝아 객체가 번져 보일 때는 음수 값으로 차분하게, 어두워서 형체가 불분명할 때는 양수 값으로 선명하게 보정합니다.
• 실시간 즉시 적용: 별도의 재부팅이나 스트리밍 재연결 과정 없이 설정 즉시 화면에 반영됩니다. 운영자는 실시간으로 변화하는 화면을 보며 탐지에 가장 적합한 '골든 밝기'를 즉석에서 찾아낼 수 있습니다.
• 환경 대응력 극대화: 조명 조건이 열악한 사각지대나 시간대별로 채광 차이가 심한 창가 쪽 카메라도, 이제는 소프트웨어 보정만으로 24시간 안정적인 탐지 품질을 유지할 수 있습니다.

빛은 변할 수 있지만, EVA의 탐지 성능은 변해서는 안 됩니다. 이번 업데이트를 통해 어떤 가혹한 조도 환경에서도 흔들림 없이 현장을 지켜보는 견고한 눈을 경험해 보세요.

탐지(Detection)를 넘어 실행(Action)으로​

Workflow Builder Webhook 채널 확장을 통한 현장 자동화​

현장 운영의 완성은 “무엇을 탐지했는가”라는 질문이 아니라, “그래서 어떻게 조치할 것인가”라는 질문에 대한 답으로 완성됩니다.
지금까지 비전 AI의 역할이 위급 상황을 포착해 알리는 데 그쳤다면, 이제는 그 이후의 대응 과정까지 자동화의 영역으로 끌어들여야 합니다.

EVA v2.7은 Workflow Builder와의 연동을 위한 Webhook 채널을 대폭 확장했습니다.
이전까지 외부 시스템과 연동하기 위해 필요했던 복잡한 개발 공수와 절차들을 걷어내고, EVA가 포착한 '리얼 월드 데이터(Real World Data)'가 즉각적인 행동으로 이어지는 고속도로를 놓았습니다.

• 지능형 Workflow Builder와의 연동: EVA가 보낸 탐지 데이터를 Workflow Builder에서 실시간으로 해석하고 분기합니다. 예를 들어, "작업자 미착용 탐지 시 → 1차는 메신저 알림, 2차는 경고 방송"과 같은 고도화된 대응 체계를 구축할 수 있습니다.
• 물리적 트리거(Physical Action Trigger): 디지털 알림에 머물지 않고 현장 경고음 발생, 출입 게이트 통제, 비상 설비 가동 중단 등 실제 물리적인 조치를 즉시 트리거합니다. 사고 발생 시 사람이 개입하기 전 골든타임을 확보하는 핵심 장치가 됩니다.
• 무한한 확장성: 이메일, ERP 시스템은 물론 IoT 기기까지 Workflow Builder가 지원하는 수천 개의 앱과 EVA를 결합하여 우리 현장만의 '맞춤형 대응 시나리오'를 설계할 수 있습니다.

이제 EVA는 단순한 영상 분석 솔루션을 넘어 [탐지 → Workflow 최적화 → 즉각 실행]으로 이어지는 통합 대응 프로세스의 중심축이 됩니다. 데이터가 정보에 머물지 않고 실질적인 안전과 효율로 치환되는 진정한 Physical AI의 가치를 경험해 보세요.

운영자의 시야를 넓히는 최적의 레이아웃​

카메라 상세 화면 UI/UX 전면 개편​

관리해야 할 카메라가 늘어날수록, 단 한 번의 불필요한 클릭과 시선 이동은 운영자의 피로도를 급격히 높이는 원인이 됩니다.
EVA v2.7은 여러 곳에 분산되어 있던 설정 요소들을 운영자의 사고 흐름에 맞춰 재배치했습니다. 이제 "설정은 손쉽게, 정보는 명확하게" 관리할 수 있습니다.

• 핵심 설정의 상단 고정 (Action Zone): 카메라 이름, 탐지 시나리오, 탐지 대상 및 영역 설정, 채널 알림 등 가장 빈번하게 수정이 일어나는 핵심 메뉴를 스트리밍 화면 최상단에 전면 배치했습니다. 이제 여기 저기 흩어져 있는 설정 메뉴를 찾을 필요 없이, 즉시 원하는 설정을 변경할 수 있습니다.
• 통합 정보 하단 레이어 (Information Zone): 현재 어떤 모델이 돌아가고 있는지, 추론 주기는 어떠한지 등 시스템 운영 상태를 하단 영역에 통일된 규격으로 정리했습니다. 여러 대의 카메라를 점검할 때도 일관된 위치에서 정보를 확인할 수 있어 현황 파악 속도가 비약적으로 향상됩니다.
• 깔끔한 기능 정리 (More Menu): 화면 밝기 조정이나 카메라 삭제와 같이 가끔 사용되는 기능들은 상단 더보기(···) 버튼 안으로 깔끔하게 통합하여, 평상시 운영 화면의 시각적 복잡도를 최소화했습니다.

이번 UI 개편은 단순히 보기 좋아진 것을 넘어, 운영자의 대응 속도를 높이는 '도구'로서의 완성도를 높인 업데이트입니다.

마치며: "운영하기 쉬운 AI"가 곧 "가장 강력한 AI"입니다​

비전 AI의 진정한 가치는 실험실에서의 높은 정확도가 아니라, 실제 현장의 복잡함을 뚫고 매일매일 문제없이 작동할 때 비로소 증명됩니다.
EVA v2.7은 탐지 성능이라는 기본기를 바탕으로, 그 위에 '운영의 지속성'이라는 단단한 층을 쌓아 올린 릴리즈입니다.
설정은 더 가벼워졌고, 운영은 더 안정적이며, 외부와의 확장은 더 유연해졌습니다. EVA는 앞으로도 기술 뒤에 숨은 운영자의 고충을 가장 먼저 살피는 플랫폼으로 진화해 나갈 것입니다.

🚀Coming Soon: v3.0 미리 보기​

• 탐지 시나리오 Preset 기능
• 멀티 시나리오 입력 및 관리 구조 개선
• 대규모 카메라 등록 기능 제공

EVA v2.6은 '탐지 결과를 어떻게 해석하고, 어떤 알림에 먼저 대응할 것인가'라는 운영자의 실제 고민에서 출발한 릴리즈입니다. 정확한 탐지 성능 개선이 기본이 된 지금, 현장에서는 "이 알림이 정말 중요한가?", "지금 바로 대응해야 하는 상황인가?"와 같은 운영 판단의 명확성이 더 중요해지고 있습니다. 이번 v2.6 업데이트는 AI가 무엇을 보느냐를 넘어, 운영자가 그 결과를 어떻게 이해하고 활용하느냐에 초점을 맞췄습니다.

• 알림이 많아질수록 더 중요해지는 우선순위 판단 기준
• 탐지 결과를 '사건'이 아닌 운영 지표로 축적하는 구조
• 한 장의 이미지가 아닌 상황의 흐름을 이해하는 탐지
• 모든 시나리오를 동일하게 처리하지 않는 선택 가능한 탐지 프로세스
  

v2.6은 EVA를 단순한 탐지 시스템이 아닌, 운영자의 판단을 돕는 AI 운영 플랫폼으로 한 단계 확장하는 릴리즈입니다.

긴급 알림 설정: 놓치지 말아야 할 알림을 더 분명하게​

시나리오가 늘어날수록, 알림의 양도 함께 증가합니다. 이때 모든 알림이 동일한 중요도로 표시된다면, 운영자는 다시 한 번 ‘사람의 판단’으로 우선순위를 정해야 합니다. 이러한 부담을 줄이기 위해 긴급 대응이 필요한 알림 유형을 텍스트로 정의할 수 있는 기능을 추가했습니다. 긴급 알림으로 지정된 탐지는 일반 알림과 명확히 구분되어 표시되며, 운영자는 다수의 알림 속에서도 반드시 먼저 확인해야 할 상황을 즉시 인지할 수 있습니다. 알림이 많아질수록 중요한 것은 ‘알림의 개수’가 아니라 어떤 알림에 먼저 반응해야 하는가입니다. v2.6의 긴급 알림 설정은 운영 판단의 기준을 더욱 명확하게 만들어 줍니다.

오탐·정탐 피드백 확장 : 탐지 결과에 대한 피드백 ‘운영 기록’ 그리고 ‘지표’로 관리합니다​

기존에는 오탐에 대해서만 피드백을 남길 수 있었다면, v2.6에서는 정탐에 대해서도 피드백 입력이 가능해졌습니다. 운영자는 각 탐지 결과에 대해 오탐/정탐 여부를 명확히 남길 수 있고, 이 데이터는 시나리오별 정탐율 지표로 누적·관리됩니다. 이를 통해 탐지 결과는 단순한 이벤트 로그가 아니라, 운영 품질을 평가하고 개선하는 정량적 데이터로 활용됩니다.
또한 피드백 이력은 어떤 알림이 실제로 확인되었는지 어떤 판단과 대응이 이루어졌는지를 함께 추적할 수 있는 운영 기록으로 기능합니다. UI 측면에서도 개선이 이루어져, 채팅창에서 탐지 알림 목록을 확인할 때 상세 페이지에 들어가지 않아도 피드백 입력 여부를 즉시 확인할 수 있습니다.

메인 화면 개선: 운영에 꼭 필요한 정보만 더 직관적으로​

메인 화면은 운영자가 가장 자주 마주하는 공간입니다. v2.6에서는 실제 운영 흐름을 기준으로 리스트 구성을 재정비했습니다. 모델명·탐지 대상과 같이 즉각적인 판단에 기여도가 낮은 정보는 제거하고, 대신 알림 심각도, 최근 알림 요약, 탐지 시나리오 요약, 웹훅 설정 여부와 같은 운영 중심 정보로 컬럼을 재구성했습니다. 이를 통해 운영자는 “지금 어떤 상황이 발생했고, 무엇을 해야 하는지”를 한눈에 파악하고 빠르게 대응할 수 있습니다.

멀티 이미지 기반 탐지: 탐지 상황을 이미지 한 장이 아닌, 흐름으로 이해합니다​

현장의 상황은 대부분 정적인 순간이 아니라, 연속적인 변화 속에서 발생합니다. 기존의 단일 이미지 기반 탐지는 한 순간의 상태만을 기준으로 판단하기 때문에, 동작의 전후 맥락이 중요한 시나리오에서는 한계가 존재했습니다.
예를 들어 헬스장에서 사람이 바닥에 누워 있는 장면은, 운동 중 스트레칭이나 휴식일 수도 있고 실제로 쓰러진 응급 상황일 수도 있습니다.
이 차이는 앞뒤 장면을 함께 보지 않으면 구분하기 어렵습니다. v2.6에서는 이러한 한계를 개선하기 위해 멀티 이미지 기반 탐지를 도입했습니다. 연속된 여러 장의 이미지를 함께 분석하여, 동작의 흐름과 상태 변화를 종합적으로 판단합니다. 이를 통해 월담, 폭행, 쓰러짐과 같이 행동의 ‘과정’ 자체가 중요한 시나리오에서 탐지 정확도가 크게 향상됩니다.
EVA는 더 이상 단편적인 순간에 반응하지 않고, 상황이 어떻게 진행되고 있는지를 이해하는 방식으로 진화하고 있습니다.

💡 멀티 이미지 기반 탐지의 기술적 설계와 판단 방식에 대한 상세 내용은 Tech Blog에서 확인하실 수 있습니다.
→ Tech Blog | Multi-Frame 기반 VLM 탐지: 단일 이미지 한계를 넘어 시간적 맥락으로

VM Only 탐지: 객체 감지만으로, 더 빠른 알림이 필요할 때​

모든 탐지가 복잡한 시나리오 해석을 필요로 하지는 않습니다. 어떤 환경에서는 “특정 객체가 보였는가” 자체가 곧바로 의미가 되기도 합니다.
기존 EVA는 Vision Model(VM) → Vision Language Model(VLM) 단계를 거쳐 객체 감지 이후 시나리오 해석까지 수행하는 구조였습니다. 이 방식은 복합적인 판단에는 효과적이지만, 단순 조건의 시나리오에서는 불필요한 지연이 발생할 수 있었습니다.
v2.6에서는 이를 보완하기 위해 VM Only 탐지 프로세스를 새롭게 제공합니다. 객체가 감지되는 즉시 알림을 발생시키는 방식으로, VLM 단계를 거치지 않고 탐지 속도와 자원 효율을 동시에 개선합니다.
예를 들어, “앰뷸런스가 보이면 알려줘”과 같은 시나리오에서는 복잡한 해석 없이 객체 탐지 만으로 더 빠른 대응이 가능해집니다. 운영자는 이제 시나리오의 성격에 따라 ‘정확한 해석’이 중요한 경우와 ‘빠른 반응’이 중요한 경우를 구분하여 탐지 방식을 선택할 수 있습니다.

EVA는 단순히 알림을 발생시키는 시스템이 아니라,
운영자의 판단과 경험이 함께 축적되는 AI 운영 플랫폼을 지향합니다.
v2.6은 그 방향성을 가장 분명하게 드러내는 릴리즈입니다.
탐지 정확도는 물론, 운영 판단의 흐름과 우선순위, 기록과 지표까지 함께 개선했습니다.
앞으로도 EVA는 복잡한 현장 상황을 더 잘 이해하고, 운영자가 더 빠르고 명확하게 의사결정을 내릴 수 있도록 진화해 나가겠습니다.
여러분의 사용 경험과 피드백은 EVA를 한 단계 더 성장시키는 가장 중요한 기반입니다.

🚀Coming Soon: v2.7 미리 보기​

• 탐지 시나리오 기반 자동 설정
• 다각형 탐지 영역 설정
• 탐지 시나리오/대상 변경 이력 알림

코콤·골든서울호텔과 EVA 공급 계약 체결 - 건설·호텔 시장 확산의 새로운 이정표​

EVA가 국내 스마트 홈 전문 기업 코콤과 함께 의미 있는 협력의 첫 걸음을 내딛었습니다. 양사는 EVA 라이선스 공급 계약을 체결하고, 실제 운영 환경에 AI 기반 영상 분석 기술을 적용하는 프로젝트를 본격 추진하게 되었습니다.

이번 계약은 단순한 솔루션 공급을 넘어, AI 기반 안전 관리 체계를 다양한 산업 현장에 확산하기 위한 전략적 협력이라는 점에서 더욱 큰 의미를 갖습니다.

코콤 본사와 골든서울호텔 적용으로 시작되는 실증 기반 협력​

이번 계약을 통해 EVA는 코콤 본사와 골든서울호텔에 우선 적용될 예정입니다. 실제 운영 환경에서 AI 영상 분석을 기반으로 위험 상황을 감지하고, 이상 행동 및 운영 리스크를 실시간으로 관리함으로써 현장 안전 수준을 한 단계 높이게 됩니다.

특히 호텔과 업무시설은 다수의 인원이 상시 이용하는 공간인 만큼, AI 기반의 선제적 위험 감지와 대응 체계 구축이 중요한 영역입니다. 이번 적용 사례는 실제 현장에서 EVA의 안정성과 운영 효과를 검증하는 중요한 실증 레퍼런스가 될 것으로 기대됩니다.

💡 기대 효과: 단순 모니터링을 넘어, AI가 상황을 인지하고 위험 요소를 사전에 관리하는 ‘지능형 안전 운영 환경’을 구현합니다.

건설·호텔 시장 확산을 위한 전략적 레퍼런스 확보​

코콤은 스마트 홈, 인터폰, CCTV 및 건설 특화 보안 솔루션 분야에서 오랜 경험과 시장 네트워크를 보유하고 있습니다. EVA의 AI 분석 기술과 코콤의 산업 이해도가 결합되면서, 건설 및 호텔 시장을 중심으로 한 AI 기반 안전 솔루션 확산 모델이 본격화될 것으로 기대됩니다.

이번 프로젝트는 개별 고객 적용을 넘어,건설 현장 안전 관리, 호텔 및 상업시설 운영 안전 및 스마트 빌딩 통합 관리 등 다양한 분야로 확장 가능한 표준 적용 모델(Reference Model)로 활용될 예정입니다.

🏗️ 시장 의미: “AI 안전은 선택이 아니라 인프라”라는 인식을 확산시키는 출발점이 될 것입니다.

기술을 넘어, 함께 성장하는 파트너십​

이번 협력은 단발성 공급 계약이 아니라, 양사가 장기적인 관점에서 함께 시장을 만들어가는 파트너십이라는 점에서 의미가 있습니다.

EVA는 이미 다양한 산업 현장에서 검증된 Physical AI 솔루션으로, 기존 CCTV 인프라를 활용해 빠르고 효율적으로 AI 환경을 구축할 수 있습니다. 여기에 코콤의 고객 접점과 산업 네트워크가 더해지면서, 실제 시장 확산 속도는 더욱 빨라질 것으로 예상됩니다.

🤝 협력 방향: 기술 경쟁력을 기반으로 시장을 함께 개척하고, 고객에게 실질적인 가치를 제공하는 구조를 지향합니다.

AI 안전 솔루션 시장에서의 새로운 도약​

코콤 본사와 골든서울호텔 적용을 시작으로, 이번 프로젝트는 건설 및 호텔 시장에서 EVA의 경쟁력을 입증하는 대표 사례로 자리매김할 것입니다.

이를 기반으로 양사는 AI 기반 안전 관리 분야에서 협력을 더욱 확대하고, 다양한 산업 현장에 적용 가능한 솔루션을 지속적으로 선보일 계획입니다.

이번 협력이 건설 및 호텔 시장에서 AI 기반 안전 솔루션 확산의 의미 있는 레퍼런스가 되고, 나아가 AI 솔루션 분야에서 양사 간 상호 윈윈할 수 있는 성장의 계기가 되기를 기대합니다.

앞으로도 EVA는 파트너와 함께, 더 안전하고 스마트한 물리 환경을 만들어가는 Physical AI 혁신을 이어가겠습니다.

지난 포스팅에서 저는 산업 현장의 24시간 '상시 가동 AI'를 위해 리벨리온(Rebellions) NPU와의 협력을 약속드린 바 있습니다.

https://spectrabrain.ai/blog/News/rebellions

그리고 오늘, 그 약속이 실질적인 기술적 결실로 맺어졌음을 기쁘게 공유합니다.

spectrabrain.ai의 EVA(Evolved Vision Agent)는 최근 리벨리온의 최신 서버용 NPU인 ATOM™-Max 환경에서 Vision 모델, LLM, VLM이 결합된 End-to-End 서비스 동작 검증을 성공적으로 마쳤습니다.

🛠️ 단순 모델 실행을 넘어 '전체 서비스 파이프라인'을 태우다​

단순히 특정 모델 하나가 NPU에서 돌아가는 것과, 실제 서비스 전체가 안정적으로 구동되는 것은 차원이 다른 문제입니다. EVA는 이번 검증을 통해 다음의 전 과정을 ATOM™-Max 환경에서 단절 없이 구현했습니다.

카메라 입력 → 객체 탐지(Vision) → 시나리오 해석(VLM) → 상황 판단(LLM) → 알림 및 제어 전송

이는 개별 모델의 벤치마크 점수를 넘어, 실제 운영 환경에서 요구되는 복잡한 AI 파이프라인이 NPU 위에서 완벽하게 제어될 수 있음을 확인한 결과입니다. 리벨리온 측에서도 이번 사례를 "상용 NPU 위에서 VLM 기반 AI 서비스가 실동작한 최초의 사례"로 평가하며 큰 기대감을 나타내고 있습니다.

📈 다음 단계: '스트레스 테스트'를 통한 TCO 혁신의 정량화​

성공적인 End-to-End 검증을 마친 EVA는 이제 실제 공장 환경을 가정한 스트레스 테스트 단계에 돌입합니다.

우리는 다수의 카메라가 동시에 입력을 쏟아내는 극한의 상황에서도 시스템의 안정성, 처리량(Throughput), 전력 효율을 정밀하게 분석할 예정입니다. 이를 통해 얻게 될 데이터는 고객사에게 다음과 같은 '실행 가능한 가이드'로 제공됩니다.

1. 최적의 NPU 구성 표준 제시: 카메라 수와 요구되는 추론 성능에 따른 가장 경제적인 하드웨어 구성 가이드.

2. GPU 대비 TCO 절감 효과 정량화: 단순 장비 가격이 아닌, 전력 소모와 운영 비용을 포함한 실질적 경제성 분석 결과 제공.

3. 현장 맞춤형 도입 리스크 최소화: 표준화된 NPU 구성을 통해 도입 시간을 단축하고 확산 속도를 극대화.

✨ 결론: 고비용 GPU 의존도를 낮추고 '지속 가능한 AI'로​

이번 검증의 핵심은 "멀티모달 산업 AI가 이제 NPU만으로도 실제 운영이 가능한 수준에 도달했다"는 점입니다.

비싼 GPU 비용 때문에 AI 도입을 망설였던 기업들에게 EVA와 리벨리온의 결합은 가장 현실적이고 강력한 대안이 될 것입니다. 고비용 구조를 깨고 효율적인 비용으로 안전·품질·생산성을 높이는 '지속 가능한 산업 AI의 표준', EVA가 리벨리온과 함께 완성해 나가겠습니다.

EVA v2.5는 실제 운영 현장에서 반복적으로 제기된 불편함을 해소하고, 사용자가 시스템 상태를 더 쉽게 이해하고 관리할 수 있도록 개선하는 데 중점을 두었습니다. 이번 버전에서는 탐지 이미지의 노출 부담을 낮추기 위한 블러 처리 기능, 라이선스 기반의 명확한 운영 가시성, 설정 과정의 사용성 향상을 위한 기능들이 새롭게 적용되었습니다. 운영자는 보다 예측 가능하고 안정적인 EVA 환경을 경험할 수 있습니다.

얼굴 자동 블러: 실시간으로 확인할 때는 선명하게, 기록·공유할 때는 안전하게​

탐지된 이미지에서 사람 얼굴을 자동으로 흐리게 처리해, 채팅 알림이나 Webhook으로 이미지를 공유하더라도 불필요한 얼굴 노출을 최소화할 수 있습니다. 중요한 점은, 관제 중에 보는 실시간 스트리밍 화면은 기존처럼 선명하게 유지된다는 것입니다. 즉, 현장에서 빠르게 판단하고 대응하는 능력은 그대로 가져가면서, 저장되거나 외부로 전달되는 결과 화면에서만 얼굴이 블러 처리되어 기록·공유 단계의 부담을 덜어드립니다.

라이선스 상태를 한눈에: 언제까지 얼마나 사용 가능한지 바로 확인​

라이선스 키를 등록하면 남은 사용 기간, 등록 가능한 카메라 대수, Trial/정식 버전 여부를 화면에서 바로 확인할 수 있습니다. 만료가 가까워지면 사전 알림이 제공되어 갱신 시점을 놓치지 않도록 도와주며, 라이선스가 만료되면 EVA 사용이 자동으로 중단되어 예기치 않은 상태에서 운영이 지속되는 것을 방지합니다. 이제 사용자는 별도의 문의나 내부 확인 절차 없이도 설치된 EVA의 라이선스 상태를 스스로 쉽게 파악하고, 보다 계획적이고 편리하게 운영할 수 있습니다.

객체 탐지 민감도: 숫자로 조절해 결과 변화를 직관적으로 체감​

기존의 ‘탐지 민감도’라는 명칭은 ‘객체 탐지 민감도’로 더 분명한 용어로 변경되었으며, ‘낮음/높음’ 대신 0~1 사이의 숫자 값으로 조절할 수 있어 설정 변경이 탐지 결과에 어떤 영향을 주는지 더욱 직관적으로 이해하고 빠르게 조정할 수 있습니다. 민감도 값을 낮추면 더 많은 객체를 넓게 감지하고, 값을 높이면 더 확실한 상황에서만 감지하도록 동작합니다. 이 값은 비전 모델(VM)이 객체를 감지할 때 사용하는 임계값(threshold)으로 사용되며, 이렇게 감지된 객체 정보는 비전-언어 모델(VLM)에 전달되어 최종 시나리오 판단에 직접적으로 영향을 미치는 중요한 요소입니다. 보다 명확한 용어와 상세한 안내 가이드를 통해 환경에 맞는 적절한 값을 선택하여 원하는 탐지 성능을 도출해보세요. 또한 다음 버전에서는 탐지 결과를 기반으로 객체 탐지 민감도를 자동 설정하는 Agent 기능이 추가될 예정입니다. 카메라별 설정된 탐지 시나리오에 맞는 민감도 값을 스스로 조정하는 기능으로, 사용자 입장에서 더 편리하고 더 안정적으로 탐지 성능을 유지할 수 있도록 신규 기능을 지원할 계획입니다.

EVA 기능, 대화로 더 쉽게 이해하세요​

EVA에서 제공하는 다양한 기능과 설정 방법이 궁금하다면, 화면 내 대화창을 통해 바로 확인할 수 있습니다. 기존에 제공되던 안내 기능이 한층 고도화되어, 특정 기능의 동작 방식과 설정 값의 의미, 적용 방법까지 보다 명확하고 체계적인 안내를 제공합니다. EVA와 관련된 기능과 설정에 대해서는 언제든지 질문할 수 있습니다.

복잡한 메뉴를 일일이 찾지 않아도, 필요한 정보를 자연어로 입력하면 즉시 안내를 받아 보다 빠르고 효율적인 운영이 가능합니다. 단순한 기능 설명을 넘어 설정 단계와 사용 방법을 함께 안내함으로써, 기능 이해부터 설정 가이드까지 실시간으로 확인할 수 있는 고도화된 지원 경험을 제공합니다.

카메라 설정: 단계별 이동 + 즉시 저장으로 더 빠르고 간편하게​

네 단계로 구성된 카메라 설정 화면에서 값을 수정하거나 저장하기 위해 여러 번 이동·저장해야 했던 불편함이 개선되었습니다. 이제는 어느 단계에서든지 바로 저장할 수 있어 마지막 단계까지 이동했다가 다시 돌아오는 번거로움이 사라졌습니다. 카메라 설정 화면 상단의 Step 번호를 클릭해 원하는 단계로 즉시 이동할 수 있고, 각 단계에 위치한 저장 버튼을 통해 필요한 내용만 빠르게 반영할 수 있습니다. 여러 대의 카메라를 연속으로 설정할 때도 클릭 수가 줄어 전반적인 설정 과정이 훨씬 빠르고 편리해졌습니다.

EVA는 고객의 실제 운영 경험을 바탕으로 끊임없이 진화하고 있습니다.
EVA 개발팀은 고객 요구와 현장의 피드백을 누구보다 빠르게 제품에 반영하며, 정확도와 안정성 향상을 위해 지속적으로 기술을 고도화하고 있습니다.
앞으로도 고객이 기대하는 ‘제대로 만든 제품’을 명확한 가치로 전환하는 혁신을 이어가겠습니다.
여러분의 의견은 EVA를 더 강력하고 완성도 높은 솔루션으로 성장시키는 가장 중요한 힘입니다!

🚀Coming Soon: v2.6.0 미리 보기​

• 멀티 이미지 기반 탐지로 정확도 향상
• 경량 운영을 위한 Vision Model 탐지 모드
• 피드백 입력/확인 UX 대폭 개선

대한민국 공학 교육과 연구의 메카, 포스텍(POSTECH) 미래기술센터가 spectrabrain.ai의 EVA도입을 공식 확정했습니다. 이번 협력은 단순한 캠퍼스 보안 강화를 넘어, 학내 모든 시각 데이터를 연구 자산으로 전환하는 ‘데이터 리빙랩(Living Lab)’ 구축의 핵심 이정표가 될 것입니다.

🏛️ 캠퍼스 전체가 거대한 AI 실험실로: Indoor & Outdoor 통합 센서 네트워크​

포스텍 미래기술센터는 학내 곳곳에 설치된 기존 CCTV 인프라를 EVA 플랫폼으로 하나로 연결합니다. 캠퍼스 전역의 센서가 하나로 통합되어, 실제 환경에서 발생하는 정보를 인간의 개입 없이 실시간으로 인지(Perception)하고 추론(Reasoning)하는 인프라가 완성됩니다.

🧪 R&D의 새로운 연료: '버려지는 영상'에서 '가치 있는 데이터'로​

지금까지 캠퍼스의 영상 데이터는 일정 기간이 지나면 삭제되는 휘발성 정보였습니다. EVA는 이 데이터를 연구를 위한 자산으로 탈바꿈시킵니다.

• LLM & VLM 혁신의 촉매제: 비정형 영상을 구조화된 데이터로 자동 변환합니다. 이는 차세대 거대언어모델(LLM)과 시각-언어 모델(VLM) 학습을 위한 고품질 멀티모달 데이터셋이 되어, 연구진이 데이터 정제보다 인사이트 도출에 집중하게 돕습니다.
• 시공간 메타데이터 결합: 단순히 영상만 저장하는 것이 아니라, '시험 기간(Time)'과 '도서관(Space)'의 혼잡도 같은 맥락(Context) 데이터를 결합하여 데이터의 밀도를 높입니다.

🔒 Privacy-by-Design: 수집과 동시에 완성되는 안전한 연구 자산​

방대한 시각 데이터를 자산화하는 과정에서 포스텍 리빙랩이 가장 우선시하는 가치는 '프라이버시 보호'입니다.

• 즉각적인 데이터 가공: 카메라로부터 수집된 원시 영상(Raw Data)을 서버에 저장하기 전, 수집 단계에서 즉시 분석을 수행합니다.
• 자동 비식별화 처리: 분석 과정에서 개인의 신원을 식별할 수 있는 정보는 즉시 비식별화(De-identification) 처리됩니다. 이를 통해 연구진은 프라이버시 침해 우려 없이 고품질의 '연구용 데이터셋'을 안전하게 확보하게 됩니다.

🚀 '학생'이 생산자가 되는 연구 생태계 (Student as a Creator)​

포스텍 리빙랩은 학생들을 단순한 서비스 수혜자가 아닌 기술의 생산자로 변화시킵니다. 실제 데이터 기반 AI 학습: 학생들은 교과서 예제 대신 자신이 생활하는 캠퍼스의 실제 데이터를 활용해 AI 모델을 학습시키고, 고도화된 판단 로직을 직접 구현합니다. 현장 맞춤형 서비스 개발: "식당 대기 줄 예측"이나 "강의실 에너지 최적화"와 같이 일상의 불편함을 해결하는 AI 서비스를 직접 배포하며, Physical AI 플랫폼의 가능성을 몸소 체험합니다.

"현실 세계를 데이터로 읽고, AI로 해석하며, 다시 현실을 이롭게 바꾼다."​

포스텍과 EVA가 함께 만들어갈 이 선순환 구조는 대학 캠퍼스가 어떻게 미래 기술의 거점이 될 수 있는지 보여주는 완벽한 사례입니다. 포스텍의 일상이 데이터가 되고, 그 데이터가 다시 인류의 미래 기술이 되는 여정을 함께 지켜봐 주시기 바랍니다.

핵심 메시지는 명확합니다.
AI 등 신기술 안전 설비 도입 시 파격적인 세제 혜택을 제공하되,
안전 의무 위반 시에는 기업 생존을 위협할 수준의 강력한 과징금을 부과하겠다는 것입니다.

이번 정책은 단순한 권고가 아닙니다.
안전 투자에 대한 명확한 인센티브와 사고 발생 시 치명적인 패널티라는 당근과 채찍을 동시에 제시하며,
기업들에게 선택이 아닌 필수 과제로 다가오고 있습니다.    

이번 정책의 핵심 3가지​

• 세제 지원 3종 패키지
  AI 신기술 활용 안전시설 투자 시 세액공제 최대 12-40% 확대
  (연구개발공제율: 일반 2-25%, 신성장·원천기술 20-40% / 투자세액공제율: 일반 1~10%, 신성장·원천기술 3-12%)
  

• 강력한 책임 부과
  사망사고 발생 시 영업이익의 5% 혹은 매출액의 3% 과징금 신설 추진(2026년 상반기 법 제·개정 추진)

• 집중 감독
  산업안전 감독관 2,095명으로 확대 및 고위험 공사 실적제한 입찰 도입

안전 투자, 이제 국가가 지원합니다​

정부는 AI 기술을 활용한 안전시설을 '신성장·원천기술급'으로 대우하기 시작했습니다.

이는 단순한 규제 완화를 넘어,
안전 기술 투자를 국가 경쟁력의 핵심으로 인식하기 시작했다는 신호입니다.

• AI 관제시스템, 통합투자세액공제 대상 포함

법령상 의무시설 외에도 AI 기반 지능형 CCTV 관제시스템 설치 시 세액공제 범위가 대폭 확대됩니다.
EVA 솔루션은 정부가 권장하는 신기술 안전 시설의 표준입니다.

• 신성장·원천기술 지정에 따른 R&D 및 시설 투자 우대

AI 및 로봇을 활용한 첨단 안전기술 투자 시 세액공제율이 최대 12%(시설)에서 40%(R&D)까지 적용됩니다.
(연구개발공제율: 일반 2-25%, 신성장·원천기술 20-40% / 투자세액공제율: 일반 1-10%, 신성장·원천기술 3-12%) 
지금이 바로 고성능 EVA 솔루션을 최저 비용으로 도입할 적기입니다.

한 번의 사고가 기업의 근간을 흔듭니다​

규제 당국의 시선은 더욱 날카로워졌습니다.
2026년부터 도입되는 '징벌적' 성격의 과징금 체계는 사후 약방문식 대처가 불가능함을 시사합니다.  

• 사망사고 시 영업이익의 5% 혹은 매출액의 3% 과징금 부과 (상한 1,000억 원)

산업안전보건법 및 건설안전특별법 개정에 따라,
반복적 사망사고 발생 시 영업이익의 5% 혹은 매출액의 3%에 달하는 과징금이 부과됩니다.(2026년 상반기 법 제·개정 추진)

이는 단순한 벌금을 넘어 기업 경영 자체를 위협하는 수준입니다.

EVA는 24시간 현장을 지능적으로 모니터링하여 관리자가 놓치기 쉬운 찰나의 위험 요소를 사전에 차단합니다.
사고 예방은 이제 가장 확실한 비용 절감 전략입니다.

왜 EVA여야 하는가: Full-Stack AI 안전 솔루션​

단순한 AI 솔루션을 넘어, 고객사의 비즈니스 환경에 최적화된 '풀스택 AI 경험’을 제공합니다.
특정 기술에 종속되지 않는 유연함과 비교 불가능한 운영 효율성을 경험하세요.

1. 고객 환경에 최적화된 AI 모델 선택권​

고객 환경에 최적화된 AI 스택을 선택하되, 강력한 안전 관제 성능은 유지합니다.

HyperCLOVA X, Qwen, Gemma, LLaMA, ChatGPT, EXAONE 등 글로벌 선도 AI 모델과
ultralytics YOLO, OWL ViT, RT-DETR, OmDet 등 최신 비전 모델을 EVA 플랫폼 위에서 자유롭게 활용할 수 있습니다.

2. 경쟁사 대비 1/4 수준의 총소유비용(TCO)​

비싼 구축 비용과 느린 유지보수는 성장을 가로막습니다.
EVA는 초기 투자부터 운영까지 압도적인 가성비를 증명합니다.

지금이 적기입니다. EVA가 귀사의 안전 파트너가 되어드리겠습니다.​

2026년 1월 29일, 제조 산업의 디지털 혁신을 논하는 'Cisco Korea Manufacturing Summit 2026'이 성황리에 개최되었습니다. spectrabrain.ai은 이번 행사에서 혁신적인 Physical AI 솔루션 EVA를 선보이며 제조 현장의 안전과 효율성을 극대화하는 방안을 제시했습니다. 특히 파트너사인 Ringnet(링네트) 와의 협업 부스 운영과 생생한 고객 사례 발표를 통해 참관객들에게 깊은 인상을 남겼습니다. 그 열기 가득했던 현장 소식을 전해드립니다.

1. 현장의 눈길을 사로잡다: Ringnet 부스에서의 'EVA x Meraki'​

이번 서밋에서 spectrabrain.ai은 Ringnet의 부스를 통해 Cisco Meraki와 EVA가 결합된 실시간 Physical AI 솔루션을 선보였습니다.

부스에서는 클라우드 기반의 강력한 인프라를 갖춘 Meraki 카메라와, 이를 인간의 눈과 뇌처럼 분석하는 EVA의 연동 시연이 진행되었습니다. 방문객들은 기존 CCTV 인프라에 EVA를 연결하는 것만으로, 복잡한 물리적 환경을 스스로 이해하고 판단하는 지능형 시스템으로 변모하는 과정을 직접 눈으로 확인했습니다.

💡 현장의 반응: 많은 고객들이 별도의 고가 장비 도입 없이, 기존 Meraki 인프라를 활용하여 고도화된 AI 분석 환경을 구축할 수 있다는 점에 큰 관심을 보였습니다. 특히 제조 현장에서 필수적인 작업자 안전 감지 및 위험 구역 침입 알림 등이 실시간으로 대시보드에 시각화되는 모습은 실무자들의 감탄을 자아냈습니다.

2. 웃음과 공감이 함께한 고객 사례 발표​

오후 1시부터 진행된 Case Study 세션에서는 'Physical AI 시대를 여는 새로운 지능형 플랫폼'이라는 주제로 발표가 진행되었습니다. 이 자리는 단순한 기능 나열이 아닌, 실제 EVA가 제조 현장에서 어떻게 쓰이고 있는지를 생생하게 전달하는 시간이었습니다.

발표에서는 실제 제조 현장에 EVA가 도입되어 어떻게 작업자의 안전을 지키고 운영 효율을 높였는지에 대한 구체적인 이야기가 다뤄졌습니다. 평택 디지털파크 등에서 입증된 바와 같이, EVA가 작업자의 복장 규정 준수 여부를 판단하거나 위험 상황을 즉각적으로 알리는 시나리오는 청중들에게 피부에 와닿는 실질적인 해결책으로 다가갔습니다.

🗣️ 발표 분위기: 딱딱할 수 있는 기술 발표였지만, EVA가 현장의 난제들을 해결하는 과정을 위트 있고 알기 쉽게 풀어내어 참석자들이 시종일관 즐겁게 경청했습니다. 발표가 끝난 후에는 "우리 공장에도 당장 적용해보고 싶다"는 구체적인 도입 문의가 이어지며, EVA의 기술이 단순한 이론을 넘어 현장에 즉시 적용 가능한 '살아있는 기술'임을 증명했습니다.

3. 사용자 친화적이면서도 강력한 기술, EVA​

이번 서밋을 통해 전달하고자 했던 EVA의 핵심 가치는 '누구나 쉽게 사용할 수 있는 전문적인 AI'입니다.

• ✅ 자연어 기반의 쉬운 제어: 복잡한 코딩은 필요 없습니다. "안전모를 쓰지 않은 사람을 찾아줘"와 같이 일상적인 언어로 시나리오를 입력하면, EVA가 이를 이해하고 분석을 시작합니다. 이는 현장 관리자가 IT 전문가가 아니더라도 손쉽게 AI를 운영할 수 있게 합니다.
• ✅ 비용 효율적인 아키텍처: EVA는 독창적인 아키텍처를 통해 고비용의 Multi-modal LLM(대규모 언어 모델) 운영 비용을 획기적으로 절감했습니다. 덕분에 기업은 비용 부담 없이 고성능 AI를 제조 현장 곳곳에 적용할 수 있습니다.
• ✅ 감지를 넘어 행동으로 (Physical Action Trigger): EVA는 단순히 보는 것에서 그치지 않습니다. 위험이 감지되면 경고등을 켜거나, 게이트를 제어하는 등 물리적 장치와 연동되어 실질적인 조치(Action)까지 수행하는 '완성된 루프'를 제공합니다.

4. 끊임없는 혁신을 향해​

Cisco Korea Manufacturing Summit 2026은 spectrabrain.ai EVA가 제조 산업에서 어떤 가치를 창출할 수 있는지를 명확히 보여준 자리였습니다. Ringnet 부스에서의 뜨거운 관심과 발표 세션에서의 즐거운 소통은 우리가 나아갈 방향에 대한 확신을 주었습니다.

spectrabrain.ai은 앞으로도Cisco Meraki, Ringnet 등 든든한 파트너들과 함께, 제조 현장이 더 안전하고 스마트해질 수 있도록 Physical AI의 혁신을 이끌어 가겠습니다.

👉 EVA 기반의 산업 AI, 성능을 넘어 '경제성'의 답을 찾다​

산업 현장에서 AI는 더 이상 필요할 때만 호출되는 기능이 아닙니다.

카메라와 센서가 쉼 없이 생성하는 데이터 흐름 위에서 24시간 중단 없이 추론을 수행하는 '상시 가동 시스템(Always-on)'이어야 합니다.

하지만 Vision-Language Model(VLM)처럼 거대해진 AI 모델을 기존의 비싼 GPU 기반 인프라에서 24시간 운영하는 것은 고객사에게 막대한 비용 부담을 안겨줍니다.

spectrabrain.ai EVA는 이 비용의 벽을 허물고 산업 AI의 실질적인 확산을 위해, 리벨리온(Rebellions)과 손을 잡았습니다.

👍 1. NPU: GPU의 한계를 넘는 '가격 경쟁력'과 '전성비'​

산업용 VLM 서비스가 확산되기 위해서는 인프라 비용(TCO)의 혁신이 필수적입니다. 리벨리온 NPU는 범용 GPU 대비 뛰어난 효율성으로 이러한 요구를 충족합니다.

• 독보적인 추론 성능: 리벨리온의 ATOM NPU는 MLPerf 등 글로벌 벤치마크에서 동급 GPU 대비 비전 영역에서 최대 3배 빠른 처리 속도를 증명했습니다.
• 압도적 전성비와 비용 절감: 24시간 가동되는 환경에서 NPU는 GPU 대비 전력 소모를 50% 이상 낮추면서도 높은 처리량(TPS)을 유지합니다.
  이는 곧 고객의 운영 비용 부담을 직접적으로 낮추는 결과로 이어집니다.
• VLM 최적화: FlashAttention, PagedAttention 등 최신 거대 모델 최적화 기술이 하드웨어 레벨에서 구현되어, 무거운 VLM도 가볍고 빠르게 동작합니다.

EVA가 리벨리온 NPU 위에서 동작한다는 것은, 고객이 가장 경제적인 비용으로 최첨단 Physical AI를 소유할 수 있음을 의미합니다.

👍 2. VLM 최적화: 다양한 모델 테스트와 기술 검증​

spectrabrain.ai은 현재 EVA 플랫폼 내에서 다양한 최신 VLM 모델들을 리벨리온 NPU 환경에서 테스트하고 있습니다.

단순히 하드웨어를 교체하는 것에 그치지 않고, 산업 현장의 복잡한 시나리오를 NPU에서 최적의 속도로 처리할 수 있도록 소프트웨어 스택을 고도화하고 있습니다.

이 과정을 통해 현장에 즉시 투입 가능한 수준의 'NPU 기반 VLM 서비스 EVA'를 완성해 나가고 있습니다.

👍 3. LG전자 도입에서 글로벌 공급까지: 단계적 협력 로드맵​

spectrabrain.ai과 리벨리온의 협업은 단순한 기술 제휴를 넘어 실질적인 비즈니스 확장을 목표로 합니다.

1. VLM 최적화 고도화: 다양한 최신 VLM 모델을 리벨리온 NPU 상에서 테스트하여 최적의 전성비와 처리 속도를 확보하는 검증 단계를 거치고 있습니다.
2. LG전자 생산 현장 도입: 검증된 VLM 모델과 NPU 최적화 기술을 바탕으로 LG전자 내 주요 생산 공정 및 안전 관제 시스템에 NPU 기반 AI 도입을 우선적으로 추진합니다.
3. EVA + NPU 패키지 외부 공급: LG전자에서의 성공적인 레퍼런스를 바탕으로, 향후 외부에 EVA 플랫폼을 공급할 때 리벨리온 NPU를 결합한 통합 솔루션 형태로 제공할 예정입니다.

고객은 복잡한 하드웨어 선정 고민 없이, EVA를 도입하는 것만으로도 최적화된 하드웨어와 플랫폼이 결합된 풀스택 서비스를 합리적인 가격에 누릴 수 있게 됩니다.

👏 결론: 지속 가능한 산업 AI의 표준​

EVA와 리벨리온 NPU의 결합은 AI를 단순한 기술 도입이 아닌, 현실적인 비용으로 계속 동작하는 서비스 구조로 완성하기 위한 전략적 선택입니다.

하드웨어부터 서비스 플랫폼까지 이어지는 이 강력한 협력을 통해, spectrabrain.ai은 산업 현장의 AI 전환을 가속화하고 고객의 인프라 부담을 근본적으로 해결하는 파트너가 되겠습니다.

이번 EVA v2.4 릴리즈는 고객 여러분의 실제 운영 환경에서 제기된 요구사항을 반영하여, 모니터링 업무의 효율성과 사용자 경험을 크게 향상시켰습니다. 특히 이번 업데이트는 탐지 알람 우선 정렬, 디바이스 즐겨찾기 기능, 언어 지원 확대 기능, 탐지 결과 이미지 확대 기능을 중심으로, 모니터링 현장에서 즉시 체감할 수 있는 편리성을 제공합니다.

알람 우선 정렬 – 수많은 디바이스 중에서도 놓치지 않는 실시간 대응​

수많은 디바이스가 연결되어 있는 관제 환경에서 가장 중요한 것은 알람 발생 지점에 대한 즉각적 식별과 대응입니다. EVA는 탐지 알람이 발생하면 해당 디바이스를 리스트 최상단으로 자동 이동시켜, 복잡한 목록 속에서도 알람 발생 디바이스를 우선적으로, 즉각 확인할 수 있도록 지원합니다. 이 기능은 동시다발적으로 알람이 발생하는 상황에서도 최신 이벤트를 맨 위에서 순서대로 보여주는 방식으로 설계되어, 스크롤이나 검색 없이 가장 중요한 화면을 한눈에 확인하도록 돕습니다. 결과적으로 관제 효율과 대응 속도가 크게 향상되며, 즐겨찾기 기능과 결합하면 핵심 디바이스 중에서 알람이 발생한 항목을 최우선으로 모니터링하는 운영이 가능합니다.

디바이스 즐겨찾기 – 담당자별 핵심 지점을 집중 모니터링​

관제 대상 카메라가 많을수록 중요한 지점을 빠르게 확인하는 것이 관제 효율의 핵심입니다. EVA는 이번 업데이트를 통해 사용자가 자신이 담당하는 핵심 디바이스를 즐겨찾기에 등록하고, 필터링하여 즉시 접근할 수 있도록 지원합니다. 특히, 디바이스별 담당자가 다른 환경에서는 이 기능이 더욱 유용합니다. 각 담당자는 자신이 책임지는 영역의 디바이스를 즐겨찾기 그룹으로 관리하여 중요 지점을 놓치지 않고 집중 모니터링할 수 있습니다. 출입구, 고가 장비 보관구역, 안전 관리 구역 등 우선 감시 대상 카메라를 그룹화하여 운영하면, 관제 효율이 한층 높아집니다.

언어 지원 확대 – 누구나 쉽게 접근할 수 있는 EVA​

EVA는 이제 한글과 영어를 모두 지원합니다. 설정 메뉴에서 원하는 언어를 선택할 수 있으며, 언어 변경은 관리자 또는 매니저 권한을 가진 계정에서만 가능합니다. 이번 업데이트는 AI에 익숙하지 않은 사용자도 쉽게 사용할 수 있도록 모든 화면과 기능을 한글로 제공하고, 전문 용어를 쉬운 단어로 변경했습니다. 또한, 탐지 분석 결과를 원하는 언어로 제공하여 커뮤니케이션 오류를 최소화합니다. 이를 통해 EVA를 처음 사용하는 사용자도 빠르게 적응하고, 팀 간 협업 환경에서도 일관된 언어로 정보를 공유할 수 있습니다.

탐지 결과 이미지 확대 확인 – 더 빠르고 정확한 상황 판단​

실제 모니터링 환경에서는 탐지 알람 발생 이후, 탐지 결과 이미지를 얼마나 빠르고 정확하게 확인할 수 있는지가 대응 품질을 좌우합니다. EVA v2.4에서는 기존에 Teams나 Slack 등 외부 알림 메시지에서만 제공되던 이미지 확대 확인 경험을 EVA 자체 채팅 환경으로 확장했습니다. 이제 채팅창을 통해 전달되는 탐지 결과 이미지를 별도의 창으로 크게 확인할 수 있으며, 클릭 한 번으로 고해상도 이미지 확인과 자유로운 확대가 가능합니다. 기존처럼 채팅 영역 내 작은 이미지에 의존할 필요 없이, 보다 선명한 화면에서 탐지 결과를 즉시 분석할 수 있습니다. 이를 통해 사람, 차량, 객체 위치 등 핵심 탐지 요소를 세밀하게 확인할 수 있어 오탐 여부 판단은 물론, 후속 대응 결정에 소요되는 시간을 단축할 수 있습니다.

카메라 RTSP 중복 등록 지원 – 하나의 카메라로 다양한 시나리오 운영​

운영 현장에서는 동일한 카메라 영상을 기반으로 여러 탐지 시나리오를 동시에 운용해야 하는 상황이 자주 발생합니다. 예를 들어 같은 주차장 영상에서 불법 주차, 보행자 사고 위험, 차량 역주행, 배회, 침입 등 서로 다른 상황을 별도로 감지해야 할 필요가 있습니다. 이러한 사용성을 개선하기 위해 RTSP 중복 등록 기능을 새롭게 지원합니다. 이제 동일한 RTSP 주소를 여러 개의 카메라로 등록할 수 있으며, 각 카메라 단위로 서로 다른 탐지 시나리오를 자유롭게 설정할 수 있습니다. 이를 통해 하나의 실시간 영상으로도 다양한 상황을 병렬로 모니터링할 수 있으며, 장비 추가나 네트워크 구성 변경 없이 시나리오 설계 유연성이 크게 향상됩니다.

그 외 주요 개선 사항​

이번 릴리즈에서는 다음과 같은 개선도 함께 제공됩니다:

• 로그아웃 세션 시간을 설치 환경에 맞게 설정할 수 있습니다.
• 모바일에서 탐지 이미지 확인 시 반복 로그인 요청을 개선하였습니다.
• 디바이스 등록 화면의 UI를 개선하고 탐지 시나리오 영역을 확대했습니다.
• 디바이스 이름 변경 기능을 추가했습니다.
• 슬랙에서도 탐지 알람 이미지를 확인할 수 있습니다.

EVA는 고객의 목소리를 듣고 더 빠르게 개선합니다​

이번 릴리즈는 고객 여러분의 피드백을 기반으로 구현되었습니다. EVA 팀은 실제 운영 중 발생하는 불편 사항을 단기 릴리즈 사이클로 신속히 개선하고 있으며, PoC 및 상용 환경에서 수집되는 데이터를 바탕으로 정확도와 반응성을 지속적으로 향상시키고 있습니다. UI/UX는 현장 사용성을 최우선으로 개선하고 있으며, 앞으로도 고객의 요구를 반영한 기능을 빠르게 제공하겠습니다. 여러분의 의견은 EVA를 더 나은 제품으로 만드는 가장 큰 힘입니다.

업데이트된 EVA v2.4을 지금 바로 경험해보세요.​

필요하신 기능이나 개선 의견이 있으시면 언제든지 공유해주시기 바랍니다.

링네트 이정민 대표이사와 EVA 사업 확대를 위한 전략적 논의를 진행하였습니다.

링네트는 Cisco Meraki의 국내 총판으로서 강력한 네트워크·보안 인프라와 현장 구축 역량을 보유한 파트너사로, LG전자와의 협력을 통해 EVA의 Physical AI 기술을 제조·물류·공공 등 다양한 산업군에 확산시키는 중요한 역할을 맡게 되었습니다.

이번 미팅에서는 LG전자 평택 디지털파크에서 성공적으로 검증된 Meraki CCTV + EVA 결합 PoC를 기반으로 전사 및 글로벌 확산 전략을 깊이 있게 논의하였습니다. 특히, 평택 사례의 성공 요인을 바탕으로 EVA를 Meraki 생태계에 자연스럽게 통합하여 국내 제조 기업들이 보다 쉽게 도입할 수 있는 방안을 함께 모색하였으며, 장기적으로 글로벌 시장까지 확대할 수 있는 기반을 마련하고자 합니다.

파트너십 방향성으로는 EVA + Meraki CCTV + Action Trigger 센서 통합 패키지 제안과 EVA 단독 판매 구조 등 다양한 사업 모델을 통해 상호 동반 성장을 도모하기로 합의하였습니다. 링네트 측은 보유한 제조·유통·물류·공공 고객군 중 핵심 타겟을 내부 영업사원들과 협의하여 선정할 예정이며, 이를 통해 EVA의 시장 침투 속도를 더욱 가속화할 계획입니다.

특히, 1월 29일 Cisco Korea 주최 제조 서밋 행사에서 링네트 부스 내 EVA를 메인 솔루션으로 전시·시연하기로 하였으며, 단순 CCTV 전시를 넘어 고객 관심을 끌 수 있는 실시간 데모 시나리오를 공동으로 구체화하고 있습니다. 이러한 협력 활동은 EVA가 Meraki의 글로벌 클라우드 인프라와 결합하여 국내 제조 현장의 안전·보안·운영 혁신을 선도할 수 있는 새로운 가능성을 열어가고 있습니다.

앞으로의 전개가 더욱 기대됩니다.

지금까지의 AI가 범용적인 답변을 내놓는 데 집중했다면, 우리가 지향하는 핵심은 'Vertical AI'입니다.

• AI연구원 주도의 Vertical AI 모델: AI연구원은 특정 산업군에 최적화된 지식과 추론 능력을 갖춘 Foundation 모델을 개발합니다.
• EVA와 결합한 산업 특화 서비스 상용화: 개발된 Vertical 모델은 spectrabrain.ai의 EVA에 즉시 탑재됩니다. EVA의 자연어 기반 시나리오 설정과 실시간 현장 제어 기술을 통해, 복잡한 코드 없이도 현장에서 즉각 작동하는 AI 애플리케이션으로 변모합니다.

산업 현장의 '산업 안전' 패러다임 시프트​

우리의 첫 번째 타겟은 가장 높은 정밀도와 신뢰성이 요구되는 '산업 안전' 영역입니다.

• Safety-Specific 모델: 건설 및 제조 현장의 특수한 위험 요소를 깊이 있게 이해하는 전용 모델을 구축합니다.
• 지능형 관제 솔루션: EVA의 '보여지는 것을 넘어 이해하는' 비전 능력을 결합해, 단순 침입 감지를 넘어 작업자의 위험 행동을 선제적으로 예측하고 대응하는 차세대 산업 안전 솔루션을 주요 제조 및 건설사에 공급할 계획입니다.

EXAONE 생태계의 핵심 플레이어로서의 도약​

이번 협업은 국내 최고 수준의 초거대 AI 생태계인 LG EXAONE Alliance와 궤를 같이합니다. 현재 23개의 선도적 파트너사가 참여 중인 EXAONE 생태계에서, EVA는 실제 물리 세계와 AI를 연결하는 핵심 Agentic AI 플랫폼으로서의 역할을 수행합니다.

Global GTM(Go-To-Market): EXAONE의 강력한 생태계 시너지를 기반으로 글로벌 시장 진출 속도를 높이고, 다양한 도메인의 파트너들과 함께 강력한 시장 경쟁력을 확보할 것입니다.

AI연구원과 함께 기술이 연구실의 문턱을 넘어 우리 삶과 산업의 가장 뜨거운 현장에서 가치를 증명하는 여정, 그 혁신의 중심에 서겠습니다.

대학 캠퍼스는 거대한 데이터의 바다입니다. 매일 수천 명의 사람들이 이동하고, 생활하고, 상호작용합니다. 하지만 지금까지 이 공간을 비추던 카메라는 오직 '보안'과 '감시'를 위해서만 존재했습니다. 기록된 수많은 영상 데이터는 아무런 가치를 창출하지 못한 채 시간이 지나면 삭제(Discard)되어 왔습니다.

우리는 질문을 던졌습니다. "이 방대한 데이터를 단순히 버리는 것이 아니라, 학교를 더 똑똑하게 만드는 '자산(Asset)'으로 쓸 수는 없을까?"

이 질문에서 EVA(Evolved Vision Agent) 기반의 Postech Living Lab 프로젝트가 시작되었습니다.

Phase 1. 안전한 캠퍼스를 위한 첫걸음 (The Foundation)​

우리의 첫 미션은 명확했습니다. Postech의 학생과 교직원이 안심하고 생활할 수 있는 환경을 만드는 것입니다. 우리는 EVA 솔루션을 1차적으로 공급하여 학교 보안 시스템을 고도화했습니다.

• 사각지대 없는 모니터링: 교내 주요 구역의 위험 요소 감지
• 지능형 사고 예방: 쓰러짐, 침입 등 이상 행동 발생 시 즉각적인 알림 시스템 구축

이 단계에서 EVA는 빠르고 정확한 영상 분석 능력을 입증하며, 캠퍼스를 지키는 든든한 '눈'으로서의 역할을 성공적으로 수행하고 있습니다.

Phase 2. 데이터가 흐르는 연구 플랫폼으로의 진화 (The Expansion)​

이제 우리는 물리적인 안전을 넘어, 지적인 혁신을 향해 나아갑니다. EVA는 단순한 보안 장비를 넘어, 캠퍼스를 거대한 AI 연구 실험실(Living Lab)로 탈바꿈시키는 핵심 플랫폼으로 확장됩니다.

1. 버려지던 데이터의 자산화 (Data as an Asset)​

EVA는 수집된 영상 데이터에 생명을 불어넣습니다.

• 자동화된 가공: 원시 영상(Raw Data)을 수집 단계에서 즉시 분석하고, 연구 가능한 형태의 데이터셋으로 가공합니다. (프라이버시 보호를 위한 비식별화 처리 포함)
• 맥락(Context)의 결합: 단순히 '사람이 지나갔다'는 사실을 넘어, '시험 기간(Time) 중 도서관(Space)의 집중도'와 같은 시공간 메타데이터를 결합합니다. 이를 통해 연구 가치가 높은 고품질의 데이터 자산이 축적됩니다.

2. 학생, 소비자가 아닌 생산자가 되다 (Student as a Creator)​

Living Lab의 주인공은 바로 학생입니다. 기존에 학생들은 학교가 제공하는 서비스의 단순한 수혜자(Consumer)였습니다. 하지만 EVA 플랫폼 위에서는 다릅니다.

• Real-world AI 실습: 교과서 속의 예제 데이터가 아닌, 내가 걷고 생활하는 캠퍼스의 실제 데이터를 활용해 AI 모델을 학습시킵니다.
• 서비스 개발의 주체: "식당 줄이 너무 길어 불편하다면?" 학생이 직접 EVA 데이터를 활용해 '식당 혼잡도 예측 서비스'를 개발하고 배포합니다. 해커톤과 아이디어 경진대회를 통해 학생들은 스스로 문제를 정의하고 해결하는 Creator로 성장합니다.

Future. 일상이 연구가 되는 선순환 생태계​

우리가 그리는 Postech의 미래는 선순환(Virtuous Cycle)입니다. EVA를 통해 축적된 데이터는 더 나은 AI 모델을 만드는 재료가 되고, 이 모델은 다시 캠퍼스의 편의와 안전을 증진시키는 서비스로 환원됩니다.

• 스마트 식당: 붐비는 시간을 피해 식사할 수 있는 여유
• 에너지 최적화: 강의실 사용 패턴을 분석한 냉난방 자동 제어
• 안전 연구: 실험실 내 위험 상황을 가장 먼저 인지하는 AI

EVA는 포스텍이라는 공간을 가장 안전한 곳으로 만드는 동시에, 가장 혁신적인 AI 인재가 자라나는 토양이 될 것입니다. 안전 관리에서 시작해 R&D 혁신으로 이어지는 이 여정, EVA가 포스텍과 함께 열어가겠습니다.

Postech과 함께하는 연구 성과는 아래 블로그에서 확인하실 수 있습니다

- 사용자 피드백 데이터 기반 Instruction Tuning을 통한 성능 고도화​

- 이미지에서 언어로, 언어에서 판단으로: 카메라 컨텍스트로 VLM 성능 끌어올리기​

이번 EVA v2.3 릴리즈는 단순한 기능 추가가 아니라, 대규모 카메라 운영의 비효율을 해결하고, 탐지 정확도를 높이며, 사용자 경험을 획기적으로 개선하는 업데이트입니다. EVA는 전보다 더 똑똑하고, 더 직관적이며, 더 강력해졌습니다.

반복 작업은 이제 그만! Common & Custom 탐지 시나리오​

대규모 카메라를 운영하는 현장에서 가장 큰 고민 중 하나는 동일한 탐지 시나리오를 수십, 수백 대의 카메라에 반복 등록해야 하는 비효율입니다. 예를 들어, 100대의 카메라를 운영한다면 관리자는 동일한 시나리오를 100번 등록해야 했습니다. 시간과 노력이 많이 드는 작업이었죠.

EVA v2.3은 이 문제를 해결하기 위해 Common 시나리오 기능을 도입했습니다. 이제 관리자는 EVA 설정 메뉴에서 Common 시나리오를 한 번만 정의하면 됩니다. 연결된 카메라는 이 시나리오를 그대로 자동 적용할 수 있고, 필요하다면 카메라별로 Custom 시나리오를 추가해 개별 설정도 가능합니다. 더 나아가 EVA는 Common과 Custom 시나리오를 동시에 적용할 수 있어 운영 유연성이 크게 향상됩니다.

EVA 사용자에게 어떤 이점이 있을까요?​

• 대규모 운영에서 등록 시간과 반복 작업이 획기적으로 줄어듭니다.
• Common 시나리오를 수정하면 모든 카메라에 자동 반영되므로 관리 효율성이 극대화됩니다.
• 관리자는 반복적인 작업에서 벗어나 전략적 운영과 안전 강화에 집중할 수 있습니다.

원하는 영역을 지정하고, 더 정밀한 탐지를 실현하다​

EVA v2.3은 새로운 탐지구역 설정 기능을 제공합니다. 이 기능은 단순히 화면 전체를 대상으로 탐지하는 기존 방식에서 벗어나, 사용자가 원하는 영역을 자유롭게 지정하고 그 영역에 맞춤형 시나리오를 적용할 수 있도록 합니다. 사용자는 카메라 스트리밍 화면에서 특정 영역을 네모 형태로 표시하고, 그 영역에 이름을 붙인 뒤 탐지 시나리오를 설정할 수 있습니다. 예를 들어, “A 구역에 사람이 진입하면 알람을 보내라”는 시나리오를 쉽게 구현할 수 있습니다. 하지만 이 기능은 안전 관리에만 국한되지 않습니다. 제조 라인의 특정 구간에서 불량품을 감지하거나, 물류 창고에서 특정 구역의 작업 상태를 모니터링하거나, 소매점에서 특정 진열대의 고객 행동을 분석하는 등 다양한 산업 환경에서 활용할 수 있습니다. 이제 관리자는 단순히 화면 전체를 감시하는 것이 아니라, 업무 목적에 따라 중요한 영역을 지정하고 정밀한 탐지를 수행할 수 있습니다. 이를 통해 EVA는 안전뿐 아니라 생산성 향상, 품질 관리, 고객 행동 분석 등 다양한 시나리오를 지원합니다.

EVA 사용자에게 어떤 이점이 있을까요?​

• 원하는 영역을 지정해 업무 목적에 맞는 맞춤형 탐지가 가능합니다.
• 불필요한 알람을 줄이고, 정확한 이벤트 대응이 가능합니다.
• 다양한 시나리오 적용으로 현장 커버리지가 확대되고 활용 범위가 넓어집니다.

더 직관적이고 강력해진 Image Guided Detection​

Image Guided Detection 기능을 한 단계 더 발전시켰습니다. 이 기능은 사용자가 원하는 이미지를 직접 지정해 탐지할 수 있도록 지원합니다. 기존에는 이미지 선택과 영역 설정, 삭제, 관리 과정이 복잡해 활용하기 쉽지 않았지만, 이번 업데이트에서는 이미지 선택, 라벨링, 등록, 수정, 삭제 등 관리 기능을 직관적으로 개선했습니다. 이제 사용자는 훨씬 간단하게 원하는 이미지를 등록하고 맞춤형 탐지를 구현할 수 있습니다. 이 기능은 제조 공정에서 불량품을 탐지하는 데 매우 유용하지만, 그 활용 범위는 훨씬 넓습니다. 예를 들어, 물류 창고에서 특정 포장 상태를 확인하거나, 소매점에서 특정 상품 진열 상태를 모니터링하거나, 건설 현장에서 특정 장비의 위치를 추적하는 등 다양한 산업 환경에서 활용할 수 있습니다. 데이터가 부족하거나 기존 학습 모델로는 커버하기 어려운 상황에서 Image Guided Detection은 강력한 대안이 됩니다.

EVA 사용자에게 어떤 이점이 있을까요?​

• 데이터 부족 문제를 해결해 맞춤형 탐지가 가능합니다.
• 관리 과정이 단순해져 사용자 경험이 크게 향상됩니다.
• 다양한 산업 환경에서 정확도와 신뢰성이 강화됩니다.

EVA는 계속 진화합니다. EVA는 앞으로도 더 스마트하고 강력한 기능으로 여러분의 현장을 지원할 것입니다.

Meraki 카메라가 제공하는 강력한 클라우드 기반 인프라와 EVA의 경량·고정밀 AI 비전 기술은 상호 보완적 구조를 갖추고 있어, 다양한 산업에서 새로운 가치를 창출할 수 있는 잠재력이 매우 큽니다. 특히 Meraki의 중앙 관리·보안·확장성을 기반으로 EVA의 정교한 시나리오 탐지 기능을 결합하면, 기존 CCTV 인프라만으로도 고도화된 분석 환경을 빠르게 구축할 수 있다는 점에서 시장적 의미가 큽니다.

이번 논의에서는 Cisco 본사에 EVA 데모 환경을 구축하는 계획을 구체적으로 조율했으며, 학교·공항 등 주요 공공 분야에 설치된 Meraki 카메라 데이터를 연동해 다양한 위험·운영·안전 시나리오를 검증하는 공동 PoC를 추진하기로 합의했습니다.

AI 기반 분석과 글로벌 클라우드 카메라 플랫폼의 결합이 만들어낼 혁신적인 서비스 모델을 기대하고 있습니다. 앞으로의 전개가 매우 기대됩니다.

코콤 관계자들은 EVA가 지닌 경제성과 확장성에 높은 관심을 보였고, 이를 기반으로 공동 PoC 추진과 구체적 사업 모델 협의를 이어가기로 합의했습니다.

이 과정에서 EVA의 기술이 스마트 빌딩 및 홈 IoT 영역에서 어떤 혁신을 만들어낼 수 있는지 확인할 수 있었으며, 주거 시장에서의 AI 활용 가능성 또한 더욱 명확해졌습니다.

이번 논의를 통해 양사는 한 단계 더 높은 수준의 AI 기반 스마트 라이프 실현을 향한 협력을 강화할 계획입니다. 앞으로의 진전이 기대됩니다.

2025년 11월 14일(금), LG디지털파크 러닝센터

LG디지털파크 러닝센터에서 열린 ‘2025년 하반기 전사 안전보건팀장 워크샵’에서 EVA를 소개하는 뜻깊은 시간을 가졌습니다. 이번 세션은 AI 기반 지능형 Safety CCTV를 주제로 1시간 동안 진행되었으며, EVA가 제공하는 혁신적인 안전 관리 솔루션과 전사 확산 전략을 제안했습니다. 워크샵에서 spectrabrain.ai EVA는 현업 중심의 쉬운 운영과 경제성을 핵심 가치로 강조했습니다. EVA는 Multi-modal LLM 기반 기술을 활용해 영상과 텍스트 데이터를 동시에 분석, 작업자의 안전 상태를 실시간으로 탐지하고 알람을 제공하는 기능을 선보였습니다. 이러한 접근은 기존의 고비용 AI 시스템과 차별화된 EVA만의 강점입니다. 세션 후 이어진 Q&A 시간에는 참석자들의 적극적인 질문이 쏟아졌으며, EVA가 안전보건 분야에서 아래 관점에서 실질적인 가치를 제공할 수 있다는 점을 다시 한번 입증했습니다.

• 운영의 간편성: 현업에서 쉽게 적용 및 운영
• 비용 효율성: 기존 시스템 대비 탁월한 경제성
• 확장 가능성: 솔루션과 파운데이션 모델의 지속적인 업데이트

이번 워크샵에서 전사 안전 관리 체계로 EVA 도입을 제안했으며, 이를 통해 LG디지털파크뿐만 아니라 모든 사업장에서 지능형 안전 관리 체계를 구축하고, 사고 예방과 운영 효율성을 동시에 달성하는 미래를 그렸습니다.