Conntour는 보안 비디오 시스템용 AI 검색 엔진을 구축하기 위해 General Catalyst, YC로부터 700만 달러를 모금했습니다.

오늘날 감시 기술 산업이 주목을 받고 있지만 최선의 이유는 아닙니다.미국 이민세관단속국(Immigration and Customs Enforcement)이 사람들을 감시하기 위해 Flock의 카메라 네트워크를 활용한다는 논란과 함께, 법 집행 기관이 주택 소유자에게 이웃의 영상을 요청할 수 있는 새로운 기능을 구축한 가정용 카메라 제조업체인 Ring이 비판을 받고 있는 가운데, 현재 안전, 개인 정보 보호, 누가 누구를 감시하는지에 대한 광범위한 논쟁이 벌어지고 있습니다.

그러나 논쟁이 시장을 사라지게 하는 것은 아니며 비전 언어 모델의 지속적인 개선은 기업이 구내에서 일어나는 일을 모니터링하는 데 도움이 되는 새로운 방법을 구축하는 기업의 돛에 더 많은 바람을 불어넣을 뿐입니다.

영상 감시 스타트업 Conntour의 공동 창립자이자 CEO인 Matan Goldner에 따르면, 이 주제와 관련된 윤리는 그의 회사가 어떤 고객에게 판매할지에 대해 매우 까다로울 만큼 중요하다고 말합니다.불과 2년밖에 안 된 스타트업에게는 건전한 비즈니스 감각이 아닐 수도 있지만 Goldner는 Conntour가 이미 여러 대규모 정부 및 상장 고객을 보유하고 있으며 그 중 하나가 싱가포르 중앙마약국(Central Narcotics Bureau)이기 때문에 그렇게 할 여유가 있다고 말합니다.

"우리는 큰 고객을 보유하고 있다는 사실을 통해 그들을 선택하고 통제할 수 있습니다. [...] 우리는 실제로 누가 그것을 사용하고 있는지, 사용 사례가 무엇인지 통제할 수 있으며 도덕적이고 합법적이라고 생각하는 것을 선택할 수 있습니다. 우리는 모든 판단을 사용하고 특정 고객이 그것을 어떻게 사용할지 알고 있기 때문에 우리가 [함께 일해도] 괜찮은 특정 고객을 기반으로 결정을 내립니다. "라고 Goldner는 독점 인터뷰에서 TechCrunch에 말했습니다.

이러한 견인력은 Conntour가 선택적인 것 이상으로 도움이 되었습니다.투자자들은 다음과 같은 점에 주목했습니다. 이 스타트업은 최근 General Catalyst, Y Combinator, SV Angel 및 Liquid 2 Ventures로부터 700만 달러의 시드 라운드를 모금했습니다.

Goldner는 라운드가 72시간 이내에 종료되었다고 말했습니다.“8일 동안 약 90개의 회의를 계획했는데, 3일 만에 월요일에 시작해서 수요일 오후에 끝났습니다.”라고 그는 말했습니다.

그럼에도 불구하고 Conntour의 까다로움은 옳을 수 있습니다. 특히 이 분야의 AI 도구가 얼마나 강력해졌는지를 고려할 때 더욱 그렇습니다.회사의 자체 비디오 플랫폼은 AI 모델을 사용하여 보안 담당자가 자연어를 사용하여 카메라 피드를 쿼리하여 영상의 모든 개체, 사람 또는 상황을 실시간으로 찾을 수 있도록 합니다. 보안 비디오 피드를 위해 특별히 제작된 Google과 유사한 검색 엔진입니다.또한 미리 설정된 규칙을 기반으로 자체적으로 위협을 모니터링 및 탐지하고 자동으로 경고를 표시할 수 있습니다.

특정 객체, 모션 패턴 또는 동작을 감지하기 위해 사전 정의 또는 매개변수에 의존하는 레거시 시스템과 달리 Conntour는 자사 시스템이 자연 및 시각 언어 모델을 사용하여 높은 수준의 유연성과 유용성을 제공한다고 주장합니다.사용자가 "로비에서 운동화를 신은 사람이 가방을 지나가는 사례를 찾아보세요"라고 질문하면 Conntour의 시스템은 녹화된 모든 영상이나 라이브 비디오 피드를 신속하게 검색하여 관련 결과를 반환합니다.

Conntour 플랫폼의 작동 스크린샷.이미지 크레디트 : Conntour

그리고 플랫폼이 AI 모델을 기반으로 하기 때문에 사용자는 영상에 대해 간단히 질문하고 관련 비디오 피드와 함께 텍스트로 답변을 얻을 수 있을 뿐만 아니라 사건 보고서도 생성할 수 있습니다.

그러나 이 회사의 판매 포인트는 확장성입니다.Goldner는 이 플랫폼이 수천 개의 카메라 피드로 구성된 시스템으로 효율적으로 확장되도록 설계되었기 때문에 다른 AI 비디오 검색 서비스와 주로 다르다고 설명했습니다.실제로 Conntour의 시스템은 Nvidia의 RTX 4090과 같은 단일 소비자 GPU에서 최대 50개의 카메라 피드를 모니터링할 수 있다고 말했습니다.

회사는 여러 모델과 논리 시스템을 사용한 다음 사용자에게 최상의 결과를 제공하기 위해 가장 낮은 컴퓨팅 성능이 필요한 각 쿼리에 대해 알고리즘이 사용해야 하는 모델과 시스템을 식별함으로써 이를 수행합니다.

Conntour는 자사 시스템이 온프레미스, 클라우드에 완전히 배포되거나 이 두 가지가 혼합되어 배포될 수 있다고 주장합니다.이미 사용 중인 대부분의 보안 시스템에 연결하거나 자체적으로 완전한 감시 플랫폼 역할을 할 수 있습니다.

그러나 비디오 감시 업계에는 오랫동안 지속되어 온 문제가 있었습니다. 감시 품질은 캡처된 영상의 품질에 달려 있다는 것입니다.예를 들어, 더러운 렌즈를 장착한 저해상도 카메라로 촬영한 조명이 어두운 주차장의 영상에서는 세부 사항을 파악하기가 어렵습니다.

Goldner는 Conntour가 검색 결과와 함께 신뢰도 점수를 제공하여 이러한 불가피성을 방지한다고 말합니다.카메라 피드 소스의 품질이 충분하지 않으면 시스템은 신뢰도가 낮은 결과를 반환합니다.

Goldner는 앞으로 해결해야 할 가장 큰 기술적 문제는 효율성을 유지하면서 시스템에 전체 수준의 LLM 기능을 제공하는 것이라고 말합니다.

"우리는 동시에 하고 싶은 두 가지 일이 있는데 서로 모순됩니다. 한편으로는 우리는 완전한 자연어 유연성인 LLM 스타일을 제공하여 무엇이든 물어볼 수 있도록 하고 싶습니다. 그리고 다른 한편으로는 효율성이 있으므로 피드를 처리하는 것은 정말 미친 짓이기 때문에 리소스를 거의 사용하지 않으려고 합니다. 이 모순은 우리 분야의 가장 큰 기술 장벽이자 기술적 문제이며 우리가 해결하기 위해 정말 열심히 노력하고 있는 것입니다."