피드로 돌아가기
The RegisterAI/ML
원문 읽기
Fixed LFR 도입을 통한 35분당 1건의 검거율 및 0.0002% 오탐율 달성
London cops hail fixed facial recognition cams after suspects collared every 35 mins
AI 요약
Context
기존 Mobile LFR 시스템의 물리적 제약으로 인한 인력 및 리소스 낭비 발생. 특정 구역 상시 감시를 위해 고정형 인프라 기반의 실시간 분석 체계 필요성 증대.
Technical Solution
- 기존 가로등 인프라를 활용한 Fixed LFR Camera 설치로 하드웨어 배포 비용 최적화
- Remote Monitoring 체계 구축을 통한 LFR Van의 가용성 확대 및 리소스 분산 배치
- Operational Timeframe 설정을 통한 데이터 수집 시간 제한으로 프라이버시 제약 조건 충족
- 고정밀 매칭 알고리즘 적용을 통한 대규모 트래픽(47만 명) 대비 False Positive 최소화
- 실시간 알림 시스템과 현장 경찰 인력의 근접 배치를 연동한 즉각적 대응 루프 설계
Impact
- 6개월간 24회 운영을 통해 총 173명의 피의자 검거 (평균 35분당 1건)
- 470,000명 통과 기준 False Positive 단 1건 발생 (정확도 극대화)
- 해당 지역 범죄율 10% 이상 감소
실천 포인트
1. 리소스 최적화를 위해 Mobile 인프라를 Fixed 인프라로 전환 가능한지 검토
2. 대규모 데이터 처리 시 False Positive 비율을 정량적으로 측정하고 임계값 설정
3. 상시 가동이 아닌 Operational Window 설정을 통한 법적/윤리적 제약 사항 해결