소리를 듣는 것에서
판단하는 것까지
센서 하드웨어, 마이크 배열, 현장 AI, 데이터 구조까지 직접 설계합니다. 현장 조건이 바뀌어도 성능이 유지되도록 실제 설치 환경에서 검증합니다.
도시 곳곳에 설치하는
소형 엣지 AI 음향센서
센서 안에서 소리를 바로 분석하기 때문에 서버로 모든 소리를 보낼 필요가 없습니다. 태양광 패널을 얹은 일체형 구조라 전원 공사 부담도 줄였습니다.
| 실시간 감지 | 수동 측정을 대신하는 24시간 상시 측정 |
|---|---|
| 위치 추정 | 소리가 난 위치와 방향 계산 |
| AI 분류 | 이륜차·경적·공사음·이상음 등 소리 종류 구분 |
| 엣지 컴퓨팅 | 기기 안에서 AI 추론 |
| 멀티모달 AI | 영상 등 다른 센서와 함께 판단 |
| 빅데이터 | 쌓인 기록으로 지역별·시간대별 분석 |
목표 소음과 현장에 맞춰
마이크 간격을 설계합니다
한 가지 배열을 모든 현장에 똑같이 쓰지 않습니다. 어떤 소리를 어디서 잡아야 하는지에 따라 마이크 간격과 신호처리 방식을 함께 정합니다.
넓은 간격
멀리서 나는 소리와 낮은 소리의 방향을 더 정확하게 구분합니다. 넓은 도로나 개방된 공간에 맞습니다.
좁은 간격
높은 소리와 가까운 소리를 정밀하게 잡습니다. 장비를 작게 만들 수 있어 설치 장소 제약이 적습니다.
복합 간격
넓은 간격과 좁은 간격을 섞어 여러 종류의 소리가 함께 나는 현장에 대응합니다.
현장 데이터 확보부터 성능 검증까지
- 01현장 데이터 확보시흥 등 실제 설치 현장에서 소음 데이터를 모읍니다.
- 02신호처리와 AI 결합 설계배열 신호처리로 위치를 찾고, AI 모델로 소리를 분류합니다.
- 03시험으로 성능 검증정해진 시험 기준에 맞춰 소리 분류 성능을 확인합니다.
현장에서 먼저 분석하고
필요한 소리만 보냅니다
CCTV처럼 모든 데이터를 서버로 보내면 통신비와 저장 비용이 계속 늘어납니다. 커즈모스 센서는 현장에서 분석한 결과와 사건이 난 순간의 원음만 골라 보냅니다.
센서 1대가 하루에 보내는 데이터
16kHz·16bit 모노 원음 기준, 원음 5%와 분석 결과만 보낸다고 가정한 계산값입니다. 실제 통신비 절감률과는 다르며 요금제와 운영 조건에 따라 달라집니다.
소리·장소·판단 기록을
하나로 연결합니다
데시벨 숫자만으로는 주민이 왜 불편한지 설명하기 어렵습니다. 커즈모스는 소리가 난 장소와 시간, 담당자가 내린 판단까지 함께 기록해 비슷한 사건이 다시 생겼을 때 근거로 씁니다.
관측
소리 종류, 크기, 위치, 시간
공간
주거지·학교·도로 등 주변 생활공간 정보
판단
담당자의 검토 결과와 조치 이력
지표
지역별 소음 영향과 정책 효과 평가