개인정보는 지우고,
AI가 볼 것은 남깁니다
기존 CCTV에서 신원은 입력과 함께 지우고, AI가 분석할 장면 신호는 보존합니다. SEAL은 이를 시스템 안에 넣는 SDK입니다.
엣지 · 온프레미스 · 기존 애플리케이션에 SDK로 적용
The Problem
영상에는 개인정보가 있고, 가리면 쓸모가 사라집니다
AI 학습 데이터에서 모든 개인정보가 완벽히 제거됐는지 확인하셨나요? 그리고 기존의 모자이크·블러가 AI 모델의 정확도를 떨어뜨린다는 사실은 알고 계셨나요?
영상에는 얼굴과 번호판이 남습니다
영상 데이터에 담긴 사람의 얼굴과 자동차 번호판은 개인 식별 정보로 분류됩니다. 그대로 AI 학습이나 공유에 사용하면 개인정보 침해가 되므로, 적절한 비식별화 조치가 필요합니다.
모자이크·블러는 데이터를 망칩니다
흐리게 처리하거나 모자이크를 씌우면 개인정보는 가려지지만, AI 학습에 필요한 특징까지 함께 사라집니다. 이렇게 처리된 영상으로 학습한 AI 모델은 정확도가 떨어집니다.
Before / After
얼굴도 번호판도, 놓치지 않고 지웁니다
크기·디자인에 관계없이 번호판을, 연령·성별·인종에 관계없이 얼굴을 익명화합니다. 매장·창구 같은 실제 공간에서도 신원만 지우고 장면은 그대로 남습니다. 손잡이를 드래그해 원본과 비교해 보세요.
전체 vs 부분 익명화
안전이 먼저냐, 활용이 먼저냐 — 둘 다입니다.
전체 익명화는 장면 전체를 지워 안전을 극대화합니다. 부분 익명화(SEAL)는 신원만 강하게 지우고 분석에 필요한 신호는 남겨, 같은 영상을 개인정보 침해 없이 계속 활용합니다.
SEAL은 AI 학습에 필요한 데이터 유용성을 보존합니다
흐릿하거나 모자이크 처리된 이미지로 학습한 AI 모델은 실제 대상을 놓칠 수 있습니다. SEAL은 신원을 제외한 필수적인 특징은 그대로 유지해, AI 모델이 올바르게 작동하도록 보장합니다.
블러·마스크와 무엇이 다른가
같은 비식별화라도, 데이터의 쓸모가 남느냐가 다릅니다.
| 구분 | SEAL | 블러 처리 | 마스크 처리 |
|---|---|---|---|
| 비식별화 | 효율적이고 데이터 가치 유지 | 흐릿한 디테일 | 완전 마스킹 |
| 처리 속도 | 실시간 처리 | 느린 합성 | 보통 |
| 데이터 통합 | 핵심 AI 세부 정보 유지 | 선명도 손실 | 세부 정보 가려짐 |
| 데이터 유효성 | 완전 익명화 + 활용 가능 | 흐릿하고 데이터 손실 | 세부 정보 손실 |
Proven with Vision Tasks
익명화해도, AI는 그대로 작동합니다
SEAL로 처리한 데이터는 다양한 AI 비전 태스크에 최적화되어, 개인정보를 보호하면서도 AI 유용성을 그대로 보존합니다.
How it works
SEAL 작동 원리
업로드부터 규정 준수까지, 세 단계면 끝납니다.
- Step 1
업로드
간단한 스크립트 또는 GUI로 이미지·동영상을 업로드합니다.
- Step 2
개인정보 자동 삭제
얼굴·번호판 등 개인 식별 정보를 자동으로 찾아 지웁니다.
- Step 3
규정 준수
익명화된 데이터를 내보내, AI 모델이 개인정보 보호 규정을 준수하도록 합니다.
샘플 영상으로 결과를 먼저 확인해 보세요.
평가판·샘플 요청What Remains
익명화 후, 남는 것의 전부
영상은 RAM(단기 메모리)에서 즉시 익명화·분석되고, 저장되지 않습니다. 시스템에 남는 로우 데이터는 아래가 전부 — 개인정보·민감정보를 포함하지 않습니다.
좌표 (X·Y)
평면도 기준 객체의 위치
분석 일시
분석 일자와 시간
객체 ID
신원과 무관한 임의 식별자
성별대
성별 분석값
연령대
연령 분석값
직원 여부
직원·고객 구분
시선
고개 방향 분석값
픽업 여부
상호작용(집어 듦) 여부
각국 법이 정의한 익명 정보 — 그리고 우리가 확인한 것
개인정보보호법 제58조의2
“시간·비용·기술 등을 합리적으로 고려할 때 다른 정보를 사용하여도 더 이상 개인을 알아볼 수 없는 정보에는 적용하지 아니한다.”
GDPR Recital 26
“Anonymous data is not considered personal data. — 익명 정보는 개인정보로 보지 않습니다.”
CCPA
“비식별화된 소비자 정보의 수집·이용·보유를 제한하지 않습니다.”
SEAL as an SDK
SEAL을 시스템에 넣는 법
제품으로서의 SEAL은 SDK로 제공됩니다. 아래 네 가지 설계 원칙과 통합 단계로, 기존 시스템에 익명화를 그대로 내장합니다.
입력 시점에 신원을 지웁니다. 원본 영상은 시스템 어디에도 남지 않고, 익명화된 데이터에서 신원을 되찾을 수 없습니다.
엣지 장치·온프레미스 서버·기존 애플리케이션에 모듈 단위로 그대로 내장합니다. 영상은 밖으로 나가지 않습니다.
여러 사람을 동시에, 동의 없이도 보호합니다. 입력 소스와 보호 강도를 현장에 맞춰 조정합니다.
실시간 스트림을 그 자리에서 익명화하는 경량 런타임. 제약된 환경에서도 그대로 돌아갑니다.
import { SEAL } from "@saai/seal"const seal = SEAL.init({ mode: "on-device", retain: "none" })seal.anonymize(["face", "plate"]) // irreversible at captureconst stream = seal.connect(camera)stream.on("signal", (s) => {// Pattern · Detection · Priority · Response · Context · Outcomehub.emit(s.category, s.payload)})
Integration
통합 개요
입력 연결부터 결과 소비까지 단계별 모듈로 구성되어, 필요한 단계만 골라 조합합니다. 익명화가 항상 첫 단계입니다.
SDK 설치
대상 런타임에 SDK를 추가하고 처리 노드를 초기화합니다.
입력 연결
RTSP·파일·프레임 스트림 등 표준 입력 소스를 연결합니다.
익명화 우선
입력 시점에 신원을 지운 뒤, 인식·공간 분석을 필요에 맞게 잇습니다.
결과 소비
원본 없이, 익명화된 스트림과 분석 신호만 애플리케이션에서 받아 활용합니다.
Use cases
이미 이렇게 쓰이고 있습니다
실제 데이터를 개인정보 걱정 없이 쓰는 네 가지 방법.
AI 모델 개발
실제 현장 데이터로 모델 정확도를 높입니다.
윤리적 AI
개인정보를 보호하며 윤리적 AI 연구를 진행합니다.
실데이터 활용
배포 후에도 실제 데이터로 모델을 지속 개선합니다.
데이터 공유
개인정보 문제 없이 데이터셋을 공유하고 장기 보관합니다.
FAQ