AI 경량화 및 최적화 기술 기업 노타(대표 채명수)가 KBS의 ‘재난 CCTV AI 데이터셋 구축 및 영상분석 고도화’ 사업을 완료했다고 19일 밝혔다. 이번 프로젝트를 통해 노타는 VLM(비전 언어 모델)을 활용한 온디바이스 AI 기반 재난 뉴스특보 워크플로우를 구현했다.
사업 목표는 다수의 CCTV 영상을 수동으로 확인해야 했던 기존 재난 방송 과정의 한계를 극복하고, AI가 방송 송출에 최적화된 영상을 실시간으로 선별해 재난 방송의 신속성과 정확성을 확보하는 데 있었다.
노타는 이번 프로젝트에서 ‘NVA(노타 비전 에이전트)’를 핵심 엔진으로 적용했다. NVA는 고성능 VLM을 효율적으로 구동하며 재난 지역 CCTV 영상 데이터를 분석하고 방송에 적합한 장면을 자동 선별한다. 또한 재난 정보를 전달하는 기자 의견을 반영해 ‘보도 적합성’을 선별 기준으로 설정, 실무 활용성을 높였다.
내부 테스트 결과, 산불 데이터셋에서 NVA가 선별한 이미지와 기자가 선정한 이미지 간 높은 일치율을 보였다. 대량 데이터 처리 상황에서도 시스템은 안정적으로 운영되며, 수십 초 내 재난 상황에 최적화된 영상을 순위화하고 판단 근거를 제공했다. 이를 통해 국민에게 재난 정보를 전달하는 시간을 획기적으로 단축할 수 있는 환경이 마련됐다.
KBS는 사용자 피드백 시스템을 구축해 기자가 보도 적합성을 평가하도록 하고, 이를 NVA 성능 개선에 반영했다. 노타는 현장 의견과 피드백 데이터를 기반으로 시스템을 점진적으로 고도화하고 있다.
노타 채명수 대표는 “이번 사업은 AI 최적화 기술과 온디바이스 AI 역량이 방송 미디어 분야로 확장된 의미 있는 사례”라며 “공공·미디어 분야와 협업을 통해 재난 대응 현장에 도움이 되는 AI 기술을 지속 발전시킬 것”이라고 말했다.
KBS 관계자는 “재난 방송 경험과 AI 최적화 기술을 결합해 즉시 활용 가능한 시스템을 구현했다”며 “VLM을 활용해 재난 특보에 적합한 영상을 정확히 선별하고 국민에게 정보를 전달할 수 있는 새로운 인프라를 구축한 점에서 의미가 크다”고 설명했다.
- 관련 기사 더 보기
Nota-KBS Develops AI-Based Disaster Alert Video Analysis System
Nota (CEO Chae Myung-soo), an AI lightweight and optimization technology company, announced on the 19th that it has completed KBS's "Disaster CCTV AI Dataset Construction and Video Analysis Enhancement" project. Through this project, Nota implemented an on-device AI-based disaster news special workflow utilizing a Vision Language Model (VLM).
The business goal was to overcome the limitations of the existing disaster broadcasting process, which required manual review of numerous CCTV footage, and to ensure the speed and accuracy of disaster broadcasting by having AI select footage optimized for broadcasting in real time.
For this project, Nota utilized its "NVA (Nota Vision Agent)" as the core engine. NVA efficiently drives high-performance VLMs, analyzes CCTV footage from disaster areas, and automatically selects scenes suitable for broadcasting. Furthermore, by incorporating the opinions of reporters conveying disaster information, Nota established "newsworthiness" as a selection criterion, enhancing practical usability.
Internal testing results showed a high level of consistency between the images selected by the NVA and those selected by journalists from the wildfire dataset. Even with massive data processing, the system operated reliably, ranking images optimized for disaster situations and providing a basis for decision-making within tens of seconds. This created an environment that could dramatically shorten the time it takes to deliver disaster information to the public.
KBS has established a user feedback system that allows reporters to evaluate the appropriateness of their reporting, and this feedback is reflected in improving NVA performance. Nota is gradually improving the system based on field feedback and feedback data.
Nota CEO Chae Myung-soo said, “This project is a meaningful example of AI optimization technology and on-device AI capabilities expanding into the broadcast media sector,” and added, “We will continue to develop AI technology that can be helpful in disaster response sites through collaboration with the public and media sectors.”
A KBS official explained, “We have implemented a system that can be used immediately by combining disaster broadcasting experience and AI optimization technology,” and “It is significant in that we have established a new infrastructure that can accurately select videos suitable for disaster special reports using VLM and deliver information to the public.”
- See more related articles
Nota-KBS、AIベースの災害特報映像分析システムの構築
AI軽量化および最適化技術企業のノータ（代表チェ・ミョンス）がKBSの「災害CCTV AIデータセット構築および映像分析の高度化」事業を完了したと19日明らかにした。今回のプロジェクトを通じて、ノータはVLM（ビジョン言語モデル）を活用したオンデバイスAIベースの災害ニュース特報ワークフローを実装した。
事業目標は多数のCCTV映像を手動で確認しなければならなかった既存災害放送過程の限界を克服し、AIが放送送出に最適化された映像をリアルタイムで選別して災害放送の迅速性と正確性を確保することにあった。
ノータは今回のプロジェクトで「NVA（ノタビジョンエージェント）」をコアエンジンとして適用した。 NVAは高性能VLMを効率的に駆動し、災害地域CCTV映像データを分析し、放送に適したシーンを自動選別する。また、災害情報を伝達する記者の意見を反映して「報道適合性」を選別基準に設定、実務活用性を高めた。
内部試験の結果、山火事データセットでNVAが選んだ画像と記者が選んだ画像との間で高い一致率を示した。大量のデータ処理状況でもシステムは安定して運営され、数十秒以内に災害状況に最適化された映像を順位付けし、判断根拠を提供した。これにより、国民に災害情報を伝達する時間を画期的に短縮できる環境が設けられた。
KBSはユーザーフィードバックシステムを構築し、記者が報道適合性を評価するようにし、これをNVA性能の改善に反映した。ノータは現場の意見やフィードバックデータに基づいてシステムを徐々に高度化している。
野田チェ・ミョンス代表は「今回の事業はAI最適化技術とオンデバイスAI能力が放送メディア分野に拡張された意味ある事例」とし「公共・メディア分野と協業を通じて災害対応現場に役立つAI技術を持続発展させるだろう」と話した。
KBS関係者は「災害放送経験とAI最適化技術を組み合わせてすぐに活用可能なシステムを実装した」とし「VLMを活用して災害特報に適した映像を正確に選別し、国民に情報を伝達できる新しいインフラを構築した点で意味が大きい」と説明した。
- 関連記事をもっと見る
Nota-KBS 开发基于人工智能的灾害预警视频分析系统
人工智能轻量级优化技术公司Nota（CEO蔡明洙）于19日宣布，已完成韩国广播公司（KBS）的“灾害监控AI数据集构建及视频分析增强”项目。通过该项目，Nota利用视觉语言模型（VLM）实现了基于设备端AI的灾害新闻专题工作流程。
业务目标是克服现有灾害广播流程的局限性（该流程需要人工审查大量闭路电视录像），并通过人工智能选择针对实时广播优化的录像，来确保灾害广播的速度和准确性。
在这个项目中，Nota 采用了其“NVA（Nota Vision Agent）”作为核心引擎。NVA 能够高效驱动高性能视频媒体处理器（VLM），分析灾区监控录像，并自动筛选出适合播出的场景。此外，Nota 还结合了播报灾情记者的意见，将“新闻价值”作为筛选标准，进一步提升了系统的实用性。
内部测试结果显示，越南国家媒体中心（NVA）选择的图像与记者从野火数据集中选择的图像高度一致。即使面对海量数据处理，该系统也能可靠运行，对针对灾害情况优化的图像进行排序，并在数十秒内为决策提供依据。这创造了一种能够显著缩短向公众发布灾害信息时间的环境。
韩国广播公司（KBS）建立了一套用户反馈系统，允许记者评估其报道的恰当性，这些反馈意见有助于提升新闻助理（NVA）的工作表现。Nota公司正根据现场反馈和反馈数据逐步改进该系统。
Nota 首席执行官蔡明洙表示：“该项目是人工智能优化技术和设备端人工智能功能扩展到广播媒体领域的一个重要例证。”他还补充道：“我们将继续与公众和媒体部门合作，开发有助于灾害应对现场的人工智能技术。”
一位KBS官员解释说：“我们结合灾害广播经验和人工智能优化技术，实施了一套可以立即投入使用的系统”，并且“其意义在于，我们建立了一个新的基础设施，可以利用视频流（VLM）准确选择适合灾害特别报道的视频，并将信息传递给公众。”
- 查看更多相关文章
Nota-KBS développe un système d'analyse vidéo d'alerte aux catastrophes basé sur l'IA
Nota (PDG : Chae Myung-soo), une entreprise spécialisée dans les technologies d'IA légères et d'optimisation, a annoncé le 19 avoir mené à bien le projet de KBS intitulé « Construction d'un ensemble de données IA pour la vidéosurveillance en cas de catastrophe et amélioration de l'analyse vidéo ». Dans le cadre de ce projet, Nota a mis en œuvre un flux de travail embarqué pour la diffusion d'actualités sur les catastrophes, basé sur l'IA et utilisant un modèle de langage visuel (VLM).
L'objectif commercial était de surmonter les limites du processus existant de diffusion des informations en cas de catastrophe, qui nécessitait un examen manuel de nombreuses séquences de vidéosurveillance, et d'assurer la rapidité et la précision de la diffusion en cas de catastrophe en faisant en sorte que l'IA sélectionne les séquences optimisées pour la diffusion en temps réel.
Pour ce projet, Nota a utilisé son « NVA (Nota Vision Agent) » comme moteur principal. NVA gère efficacement les VLM haute performance, analyse les images de vidéosurveillance des zones sinistrées et sélectionne automatiquement les scènes diffusables. De plus, en intégrant les avis des journalistes couvrant la catastrophe, Nota a établi le caractère journalistique comme critère de sélection, améliorant ainsi l'utilisabilité pratique.
Les résultats des tests internes ont démontré une grande cohérence entre les images sélectionnées par la NVA et celles choisies par les journalistes à partir de la base de données sur les feux de forêt. Malgré un traitement massif des données, le système a fonctionné de manière fiable, classant les images optimisées pour les situations de catastrophe et fournissant une base de décision en quelques dizaines de secondes. Ceci a permis de créer un environnement susceptible de réduire considérablement le délai de diffusion des informations en cas de catastrophe au public.
KBS a mis en place un système de retour d'information des utilisateurs permettant aux déclarants d'évaluer la pertinence de leurs signalements. Ces retours contribuent à l'amélioration des performances de NVA. Nota améliore progressivement ce système en s'appuyant sur les retours d'information du terrain et les données recueillies.
Le PDG de Nota, Chae Myung-soo, a déclaré : « Ce projet est un exemple significatif de la manière dont la technologie d'optimisation par IA et les capacités d'IA embarquées s'étendent au secteur des médias audiovisuels », et a ajouté : « Nous continuerons à développer une technologie d'IA qui peut être utile sur les lieux de réponse aux catastrophes grâce à la collaboration avec les secteurs public et médiatique. »
Un responsable de KBS a expliqué : « Nous avons mis en place un système immédiatement opérationnel grâce à l'association de notre expérience en matière de diffusion d'informations sur les catastrophes et de notre technologie d'optimisation par intelligence artificielle », et « Ce système est important car nous avons établi une nouvelle infrastructure capable de sélectionner avec précision les vidéos adaptées aux reportages spéciaux sur les catastrophes à l'aide de VLM et de diffuser l'information au public. »
- Voir plus d'articles connexes
You must be logged in to post a comment.