TL;DR
Visual Alert natural-language는 건물 operator가 코드나 filter dropdown 없이 '로비에 10분 이상 방치된 배낭을 alert'와 같은 자연어 설명 문장으로 경고 rule을 생성할 수 있게 하는 AI 기능입니다. Avigilon Visual Alerts(09/2025), Verkada AI-Powered Alerts(05/2024), Genetec NL Search(Q2/2026) 모두 이 workflow를 상용화했습니다. An Ninh Số의 경험에 따르면, tenant 60+ 규모 A급 건물은 기존 motion zone의 false positive 제거로 rule setup 시간이 40-60% 감소하고, 사고를 3-5분 더 빠르게 발견합니다.
기존 경고 rule이 A급 건물 operator의 시간을 낭비하게 만드는 이유는?
tenant 60+ 규모 A급 건물의 command center는 구형 AI 카메라 시스템으로부터 보통 하루 200-400건의 alert를 받습니다. 문제는 70-80%가 false positive라는 점입니다. rule이 context를 구분하지 못하는 motion zone 또는 line crossing에 기반하기 때문입니다. 예를 들어 메인 로비의 motion zone은 청소 직원이 지나갈 때마다 trigger되지만, 15분간 방치된 배낭은 감지하지 못합니다.
새 rule을 setup하려면 IT가 script를 작성하거나 복잡한 filter dropdown을 config해야 합니다. operator가 "로비로 오토바이 진입" alert를 원하면 IT가 object class "motorcycle" + zone "lobby entrance" + dwell time을 생성할 때까지 기다려야 하며 — 2-3일이 걸립니다. tenant가 layout을 변경하거나 새 요구사항을 추가하면 이 주기가 반복됩니다.
2024-2026 세대의 [지능형 AI 카메라](/giai-phap/camera-ai/)는 Vision Language Model(VLM)을 통합하여 이 pain을 해결합니다. operator가 베트남어 또는 영어로 설명 문장을 입력하면 AI가 자동으로 rule을 생성하고 realtime으로 monitor합니다. IT도, 코드도 필요 없습니다.
2026 Visual Alert natural-language workflow는 어떻게 작동하나?
Visual Alert natural-language는 VLM — computer vision과 natural language processing을 결합한 multimodal AI 아키텍처 — 에 기반합니다. workflow는 4단계로 구성됩니다:
**1단계: operator가 설명 문장 입력**
operator가 web interface 또는 mobile app에 자연어로 rule을 입력합니다. 예: "메인 로비에 10분 이상 방치된 배낭이 있으면 Alert" 또는 "23:00 이후 비상구 근처에 검은 옷을 입은 사람이 서 있으면 Notify".
**2단계: VLM이 문장을 parameter로 parse**
AI가 문장을 object(배낭), location(메인 로비), behavior(방치/unattended), time threshold(10분)로 분리합니다. Verkada AI-Powered Alerts는 50+ object class와 20+ behavior pattern을 지원합니다. Avigilon Visual Alerts는 2-3개의 AND/OR 조건이 있는 복잡한 문장도 parse할 수 있습니다.
**3단계: Edge AI가 realtime monitor**
카메라 edge AI(또는 onsite NVR)가 object detection + tracking을 지속적으로 실행합니다. rule과 match가 감지되면 시스템이 email, SMS 또는 push notification으로 alert를 전송합니다. event에서 alert까지 latency: vendor에 따라 5-15초.
**4단계: operator가 verify 및 refine**
operator가 alert와 함께 10-30초 clip을 확인합니다. false positive인 경우 operator가 "not relevant"로 feedback하면 — AI가 학습하여 다음번 유사 trigger를 줄입니다. [Genetec](/thuong-hieu/genetec/) NL Search는 operator가 alert panel에서 바로 새 문장으로 rule을 refine할 수 있게 합니다.
vendor 공개 claim에 따르면, 이 workflow는 기존 rule-based 대비 setup 시간을 50-70% 감소시킵니다.
2024-2026 Visual Alert natural-language를 상용화한 세 vendor
베트남 시장을 선도하는 세 platform:
| Vendor | 기능 | Timeline | 강점 | 한계 |
|--------|-----------|----------|-----------|----------|
| [Verkada](/thuong-hieu/verkada/) | AI-Powered Alerts | 05/2024 | Cloud-native, onsite server 불필요, 매끄러운 mobile app | 안정적인 internet 요구, license 비용 20-30% 높음 |
| [Avigilon](/thuong-hieu/avigilon/) | Visual Alerts (Unity 8.7) | 09/2025 | Unusual Motion Detection 심층 통합, AND/OR 복잡 문장 지원 | onsite Unity NVR 필요, Verkada보다 복잡한 setup |
| [Genetec](/thuong-hieu/genetec/) | NL Search + Alert | Q2/2026 (예정) | access control 및 ALPR과의 unified platform, enterprise-grade | 아직 공식 release 전, 3개 vendor 중 가장 높은 가격 |
**Verkada AI-Powered Alerts**는 05/2024에 가장 먼저 출시되었습니다. operator가 web 또는 iOS/Android app에서 rule을 생성합니다. 실제 사례: 50+ 지점 retail chain이 "계산대 근처에서 5분 이상 배회하는 사람이 있으면 alert" rule을 사용 — Verkada 내부 보고서에 따르면 shrinkage 30-40% 감소. 한계: metadata를 cloud로 stream하기 위해 camera당 upload 대역폭 ≥5 Mbps 필요.
**Avigilon Visual Alerts**(09/2025)는 onsite Unity NVR에서 실행됩니다. 강점: Unusual Motion Detection 결합 — AI가 건물의 정상 pattern을 스스로 학습하고 operator가 rule을 define하지 않은 비정상 행위 발생 시 alert. 예: operator가 "climbing fence" rule을 생성하지 않았더라도 22:00 이후 담장을 넘는 사람을 감지. Unity NVR 64-channel 비용: spec에 따라 $8.000-12.000.
**Genetec NL Search**는 Q2/2026에 Security Center 5.13에 통합될 예정입니다. operator가 설명 문장으로 video를 search한 후, 한 번의 click으로 alert rule로 convert합니다. 예: "정문 앞에 주차된 트럭" search → 3개 clip 발견 → "Create Alert" click → rule이 자동으로 24/7 monitor. Genetec은 아직 가격을 공개하지 않았으며, unified platform 통합으로 인해 Avigilon보다 15-25% 높을 것으로 업계는 추정합니다.
A급 빌딩 60+ tenant 사용 사례 — operator에게 필요한 rule은?
60+ tenant를 보유한 A급 오피스 빌딩에는 4가지 일반적인 rule 그룹이 있습니다:
### 로비 및 공용 복도 내 방치 물품
Rule: "메인 로비에 10분 이상 방치된 백팩 또는 가방 알림". Operator command center는 snapshot과 camera 위치가 포함된 notification을 수신합니다. 대응 시간은 15-20분(motion 기반 기존 rule)에서 3-5분으로 단축됩니다. Enterprise tier-1 기업은 이 rule을 8개 위치에 배포합니다: 메인 로비, 서브 로비, 각 층 엘리베이터 hall, ATM 구역.
### 민감 구역 근처 배회
Rule: "비상구 또는 서버실 근처에 3분 이상 서 있는 사람 감지 시 Notify". Avigilon Visual Alerts는 polygon tool로 zone 정의를 지원합니다 — operator가 live view에서 구역을 그리면 되고 IT가 필요 없습니다. An Ninh Số의 경험에 따르면 이 rule은 tailgating 또는 unauthorized access 관련 incident를 40-50% 감소시킵니다.
### 금지 구역 내 무허가 차량
Rule: "로비 또는 오피스 복도에 오토바이 또는 자전거 진입 시 Alert". A급 빌딩은 일반적으로 오피스 층에서 차량을 금지하지만 tenant가 위반합니다. Rule이 자동으로 감지하여 30초 이내에 BQL + tenant에게 email을 발송합니다. 위반 처리 비용은 2-3시간(수동 footage 확인)에서 10분으로 단축됩니다.
### After-hour activity monitoring
Rule: "23:00 이후 15-20층에서 청소 인력 외 사람의 이동 감지 시 Notify". Verkada AI-Powered Alerts는 파란색 uniform(청소 복장) whitelist를 허용합니다 — AI는 파란 옷을 입은 사람을 무시하고 다른 복장을 입은 사람만 alert합니다. 기존 motion zone 대비 false positive를 60-70% 감소시킵니다.
Operator는 2-3시간 내에 빌딩 전체에 15-25개의 rule을 생성합니다. 기존 rule은 IT config에 3-5일이 필요했습니다.
A급 빌딩 command center를 위한 natural-language Visual Alert ROI
Natural-language Visual Alert 배포 비용은 3가지 구성 요소로 이루어집니다:
**Hardware: Camera AI 또는 NVR upgrade**
Verkada camera CD63-E(4K, edge AI) 가격 $1.200-1.500/unit + license $200-300/년. 60-camera 빌딩은 $72.000-90.000 hardware + $12.000-18.000/년 license가 필요합니다. Avigilon H5A(4K, AI analytics) 가격 $800-1.200/unit + NVR Unity 64-channel $8.000-12.000 — 총 $60.000-84.000 hardware, recurring license 없음. Genetec은 아직 공식 가격을 발표하지 않았습니다.
**Setup 및 training: 2-3일**
[An Ninh Số](/giai-phap/quan-ly-tong-the/)와 같은 integrator가 시스템을 setup하고 operator를 2-3일간 train합니다. Setup 비용: camera 수와 layout 복잡도에 따라 $3.000-5.000. Operator는 1-2시간 내에 rule 생성을 배웁니다 — IT background가 필요 없습니다.
**운영 절감: 30-50% FTE**
A급 빌딩 command center는 일반적으로 3교대로 3-4명의 operator를 둡니다. Natural-language Visual Alert 도입 전, operator는 incident를 찾기 위해 40-50%의 시간을 수동 footage review에 사용합니다. 배포 후 AI alert 자동화로 workload가 15-25%로 감소합니다 — 1-1.5 FTE 절감(급여 + 복리후생 기준 연 $18.000-27.000 상당).
**대응 시간 단축: 3-5분**
Unattended bag 또는 unauthorized vehicle과 같은 incident가 기존 rule 대비 10-15분 더 빠르게 감지됩니다. 보안 리스크를 줄이고 tenant satisfaction을 개선합니다. 업계 추정에 따르면 incident 처리 지연 1건당 tenant complaint가 5-10% 증가합니다.
**Payback period: 18-24개월**
총 투자 $75.000-95.000(hardware + setup). 절감 $18.000-27.000/년 FTE + $5.000-8.000/년 incident cost 감소. Payback 18-24개월 — natural-language workflow가 없는 AI camera 시스템 대비 30-40% 빠릅니다.
100+ camera의 A급 빌딩 또는 다중 빌딩 campus는 scale이 더 우수한 Avigilon 또는 Genetec을 선택해야 합니다. 30-60 camera 빌딩은 setup이 빠르고 IT maintain이 필요 없는 Verkada를 우선합니다.
Visual Alert natural-language 2026-2027 로드맵 — AI agent 자동 response
Vendor는 단순히 operator에게 alert하는 것을 넘어 AI agent 자동 response를 개발하고 있습니다. [Microsoft Security Copilot Agents](/blog/microsoft-security-copilot-agents-physical-security-vietnam/)는 03/2025에 physical security 통합을 발표했습니다 — AI agent가 camera로부터 alert를 수신하고 자동으로 문을 lock하거나 경비원을 현장에 호출합니다.
Verkada 2026 로드맵은 "AI-Suggested Actions"를 추가합니다: "unattended bag in lobby" alert 시 AI가 3가지 action을 제안합니다: (1) 확성기로 "메인 로비에서 수하물을 찾아가 주십시오" 안내, (2) 가장 가까운 경비원 dispatch, (3) 해당 층 엘리베이터 access lock. Operator는 클릭 한 번으로 action을 선택합니다.
Avigilon Unity 9.0(예정 Q4/2026)은 access control을 통합합니다 — "unauthorized person near server room" Visual Alert가 자동으로 문을 lock하고 경고등을 켭니다. Operator는 live view로 verify만 하면 됩니다.
Genetec Security Center 5.14(2027)는 "NL Playbook"을 예고합니다 — operator가 설명 문장으로 workflow를 작성합니다: "10층에서 연기가 감지되면 비상구를 열고, 엘리베이터를 정지하고, PCCC를 호출". AI가 playbook에 따라 5-10개 시스템(camera, access, fire alarm, elevator)을 자동으로 orchestrate합니다.
VN 시장 분석에 따르면 AI agent 자동 response는 2027년부터 A급 빌딩에서 보편화될 것입니다. Command center operator는 "monitor and respond"에서 "supervise AI agent"로 전환하며 — workload가 추가로 20-30% 감소합니다.