오프사이드 판독과 선반 관리 — 비전 AI가 '결정적 순간'을 잡아내는 법

이번 여름 월드컵 중계에서 오프사이드 판정이 몇 초 만에 내려지는 장면을 보셨을 겁니다. 그 뒤에서 일하는 비전 AI는, 리테일 매장에서 선반을 감시하는 기술과 놀랄 만큼 같은 원리로 움직입니다. Scandit이 정리한 두 시스템의 비교를 소개합니다.

축구장의 비전 AI — 오프사이드 반자동 판독

FIFA는 오프사이드 판정 보조를 위해 비전 AI 기반의 반자동 오프사이드 판독(SAOT) 시스템을 도입했습니다. 구성은 이렇습니다.

• 대회 출전 선수 1,248명 전원이 스캔 부스에서 3D 스캔을 거쳐, 팔다리 치수까지 반영된 개인별 3D 아바타를 갖습니다.
• 경기장 카메라 16대가 초당 50회씩 선수마다 29개 신체 지점을 추적합니다.
• 공 안의 센서가 초당 500회 데이터를 전송해, 공이 발을 떠나는 정확한 순간을 포착합니다.
• 킥 순간의 신체 위치를 오프사이드 라인과 대조해, 판정이 수 초 안에 내려집니다.

매장의 비전 AI — 선반 인텔리전스

같은 원리가 매장에서는 '완벽한 선반'을 향합니다. 정확한 재고 수준, 올바른 진열 위치, 맞는 가격. 기준은 플래노그램입니다.

축구에서 일반적인 사람 형태 모델로는 부족해 선수별 스캔이 필요했던 것처럼, 선반에서도 상품 주변의 바운딩 박스 감지만으로는 부족합니다. 무언가 큰 물체가 있는지 확인하는 데는 충분하지만, 특정 SKU가 정확한 자리에 올바른 방향으로 놓였는지 판별하려면 제품 디자인·치수·방향을 학습한 SKU 단위 모델이 필요합니다.

고정 카메라에 더해 직원의 모바일 카메라와 자율 로봇이 선반 상태를 추적하고, 오류가 감지되면 우선순위화된 알림이 직원을 안내합니다. 고객이 알아차리기 전에 상품을 제자리로 되돌리는 것이 목표입니다.

두 시스템 나란히 보기

기술 요소	오프사이드 판독	선반 인텔리전스
카메라 구성	경기장 지붕의 고정 카메라	고정형 + 모바일 + 로봇 카메라
객체 감지	선수 개개인을 고유 객체로 추적	SKU 개개를 고유 객체로 추적
추적 모델	선수당 29개 골격 지점	디자인·치수·방향 학습한 SKU 모델
기준 비교	선수 위치 vs 오프사이드 라인	선반 상태 vs 플래노그램
상태 변화 감지	공이 발을 떠나는 밀리초	결품·오진열·가격 오류
자동 알림	VAR 심판진에 오프사이드 알림	매장 직원에 우선순위 알림
최종 조치	심판이 판정	직원이 안내에 따라 수정

두 시스템 모두 고정된 지오메트리 덕분에 성립합니다. 축구장은 늘 같은 자리에 있고 카메라는 일관된 이미지를 캡처합니다. 매장도 마찬가지입니다. 카메라는 같은 화면을 찍고, 선반은 움직이지 않으며, 플래노그램이 '올바른 모습'을 정의합니다. 비전 AI가 보는 모든 것은 맥락 안에서 해석되고, 기준 상태와의 편차는 결국 수학 문제가 됩니다.

결정적 차이 — 한 순간 vs 누적 열화

중요한 차이가 하나 있습니다. 축구는 단일 순간을 포착합니다. 공이 발을 떠나는 밀리초가 판정을 촉발하고, 속도가 전부입니다.

선반은 더 까다로운 문제를 다룹니다. 영업시간 내내 상품이 팔리고 오류가 쌓이면서 선반은 연속적으로 열화합니다. 문제를 정의하는 단일 순간이 없고, 비용은 조용히 누적됩니다.

그럼에도 두 시스템이 푸는 우선순위화 과제는 같습니다. 심판에게 매초 모든 선수의 위치를 보고할 필요가 없듯, 매장 직원에게 모든 선반 이미지와 사소한 어긋남을 알릴 필요도 없습니다. 필요한 것은 베스트셀러 상품이 피크 시간에 임계치 아래로 떨어졌을 때, 회전 빠른 SKU가 선반에서 사라졌을 때의 알림입니다. 적시에 올바른 콜을, 소음 없이. 두 시스템의 목표는 동일합니다.

완벽한 선반을 향해

이번 대회가 보여 주듯, 고정 카메라와 학습된 객체 모델, 기준 상태의 조합은 이전에는 불가능했던 판단을 필요한 속도와 정확도로 가능하게 합니다.

리테일은 이 원리를 이미 이해하고 있습니다. 선반이 경기장이고, 플래노그램이 오프사이드 라인이며, 상품이 선수입니다. 카메라가 반복해서 묻는 질문은 하나입니다. 제자리에 있는가?

국내 매장이라면 천장 카메라 공사 없이 직원 스마트폰 기반 선반 스캔부터 시작할 수 있습니다. 관련 기술 배경은 리테일 컴퓨터 비전 AI 글에서, 매장 적용 시나리오는 리테일 산업 페이지에서 확인할 수 있습니다. 도입 검토는 데이터커넥트 기술팀이 지원합니다.