실종자 탐색을 위한 객체인식 기반 CCTV 시스템의 효과에 관한 연구

Abstract

본 연구는 고령화로 인한 치매환자 실종 사례가 증가하는 사회적 문제에 대응하기 위해, 객체인식 기반 CCTV 시스템이 기존 NVR 기반 탐색 방식 에 비해 실종자 수색의 효과성과 비용 측면에서 어떠한 차별성을 가지는지 를 실증적으로 분석하였다. 기존의 NVR 방식은 수작업 중심의 영상 탐색 으로 인해 시간과 인력 자원이 과도하게 소모되며, 특히 골든타임 내 조기 발견의 성과가 낮은 한계가 존재한다. 이에 따라 본 연구는 부산광역시 사 상구를 가상의 적용 대상 지역으로 설정하고, 연간 실종자 발생 250건을 기준으로 정량적 비교 분석을 수행하였다. 분석 방법으로는 비용-효과 비율(Cost-Effectiveness Ratio, CER)과 투자 대비 효과(Return on Investment, ROI)를 산정하고, 주요 변수의 변화가 결과에 미치는 영향을 확인하기 위한 민감도 분석을 병행하였다. 객체인식 기반 CCTV 시스템은 기존 NVR 방식에 비해 평균 탐색 시간을 약 83% 단축시키고, 발견률은 15%포인트 향상시키는 효과를 나타냈으며, 탐색 1건 당 비용은 약 36% 절감되는 것으로 나타났다. CER 수치는 기존 방식 대 비 21% 낮아졌고, ROI는 5년 누적 기준으로 약 6.7%로 분석되었다. 특히 민감도 분석 결과, ROI는 실종자 발생 빈도와 도입비용에 높은 민감 성을 보였으며, CER은 인식 정확도와 탐색 효과 변화에 직접적으로 영향 을 받았다. 또한 정책 실행 가능성, 사회적 수용성, 행정적 제약 조건 등 비정량적 변수들도 도입 성과에 중요한 영향을 미치는 것으로 확인되었다. 본 연구는 단순한 기술 성능 분석을 넘어서, 객체인식 CCTV 도입의 정책 적 타당성과 전략적 추진 우선순위를 정립하기 위한 다층적 분석 프레임을 제시하였다는 점에서 학술적·실무적 기여가 있다.|This study empirically analyzes the effectiveness and cost-efficiency of object recognition-based CCTV systems compared to conventional NVR-based surveillance in addressing the growing social issue of missing dementia patients in aging societies. Traditional NVR systems rely heavily on manual video searches, which require significant time and human resources, and are often ineffective in locating individuals within the critical "golden hour." To assess the performance difference, this study constructed a hypothetical application model in Sasang-gu, Busan, assuming 250 missing cases annually, and conducted a quantitative comparative analysis. The analysis utilized the Cost-Effectiveness Ratio (CER) and Return on Investment (ROI) as core evaluation indicators, while also incorporating a sensitivity analysis to examine how variations in key variables affect outcomes. The results showed that the object recognition-based CCTV system reduced average search time by approximately 83%, improved the discovery rate by 15 percentage points, and lowered the average cost per case by about 36%, compared to the NVR-based system. CER was 21% lower than the baseline, and the five-year cumulative ROI was estimated at approximately 6.7%. The sensitivity analysis revealed that ROI was highly responsive to changes in the frequency of missing cases and initial investment costs, while CER was strongly influenced by recognition accuracy and search effectiveness. Furthermore, non-quantitative variables such as policy feasibility, social acceptability, and administrative constraints were also identified as critical factors affecting implementation outcomes. This study moves beyond a purely technical performance evaluation and contributes academically and practically by presenting a multi-layered analytical framework for determining the policy viability and strategic implementation priorities of AI-based surveillance technologies.