---

📑 목차

• 기획 배경
• 주요 기능
• 기술 특이점
• 기술 스택
• 시스템 아키텍처

---

💡 기획 배경

2024년 실종신고 49,624건

실종신고 건수 중 상당수가 아동·장애인·치매 환자 등 취약계층이며, 특히 장기 실종으로 이어질 경우 가족이 감당해야 할 심리적·경제적 부담이 매우 큽니다.

🚨 현재 실종경보시스템의 한계

실종경보문자는 2021년부터 취약계층의 조기 발견을 위해 운영되고 있지만,

• 나열식 텍스트 중심의 정보 제공
• 저화질 이미지로 인한 식별 어려움
• 위치 정보의 불명확한 전달
• 직관적이지 않은 정보 구조

품으로는 이러한 문제점을 AI와 지도 기술로 해결하여, 실종자의 조기 발견 확률을 높이고자 합니다.

---

🎯 주요 기능

품으로는 지도와 Diffusion 기반 AI 기술로 기존 실종경보시스템의 정보 전달 한계를 보완하며, 간편 제보 기능으로 제보자의 부담을 감소시키고, CCTV 영상에서 실종자를 실시간으로 탐지하는 파이프라인을 구현합니다.

1️⃣ 실종자 정보 제공

• 실종 위치 지도 시각화 및 이동반경 예측
• 실시간 실종자 현황 대시보드

2️⃣ AI 기반 이미지 고도화

• 저화질 이미지 복원 (Super-Resolution)
• AI 기반 실종자 몽타주 생성

3️⃣ 간편 제보 기능

• 간편 문자 신고 지원
• 신속한 제보 처리 시스템

4️⃣ 경찰청 관제 시스템

• CCTV 기반 실시간 실종자 탐지
• AI 기반 자동 매칭 알림

---

🔬 기술 특이점

품으로는 실종자 몽타주 생성 기술 및 실시간 CCTV 탐지 모델을 구현하여, 저해상도 이미지를 Super-Resolution으로 선명하게 재구성하고, MMDiT 모델로 실종자에 대한 텍스트와 이미지 정보를 결합해 인상착의를 예측 및 생성합니다. 코사인 유사도 기반 임베딩 매칭으로 CCTV에서 실종자를 추적할 수 있습니다.

🎯 핵심 기술

1. 이미지 업스케일링

Diffusion 모델 기반 저화질 이미지 복원
→ 실종자 사진의 선명도를 높여 식별률 향상

2. MMDiT 경량화

LoRA 파인튜닝 기법을 통한 실종자 몽타주 생성 특화
→ 텍스트 설명과 이미지를 결합한 정확한 몽타주 생성

3. ReID 기반 OSNet

실시간 탐지 객체와 실종자 인상착의 유사도 비교
→ CCTV 영상에서 실종자 자동 탐지 및 알림

---

🛠 기술 스택

🔧 Backend

• Selenium - 실종자 정보 크롤링
• OpenAI API - OCR 처리

🎨 Frontend

🚀 Infrastructure

• Docker Compose - 컨테이너 오케스트레이션
• Nginx - 리버스 프록시 및 로드 밸런싱
• Jenkins - CI/CD 파이프라인
• AWS S3 - 정적 파일 저장소

🤖 AI/ML

• FLUX 1.0 - 고품질 이미지 생성
• Qwen2-VL - 얼굴 특징 분석
• IDM-VTON - Virtual Try-on 기술

---

🏗 시스템 아키텍처

---