OpenClaw 스타일 AI Agent 보안 시스템 만들기

YOLO 탐지·AI Agent 알림 자동화까지 구현하는 컴퓨터 비전 시스템

강사

정강민

강의

29강

시간

5h 53m

레벨

초급

기간

무제한

정가

200,000원

판매가

140,000원

총 결제 금액

30%

140,000원

적립 예정

4,200P

강의 소개

강사

커리큘럼

수강 후기

커뮤니티

YOLO 탐지·AI Agent 알림 자동화까지 구현하는 컴퓨터 비전 시스템

OpenClaw 스타일

AI Agent 보안 시스템 만들기

YOLO 탐지·AI Agent 알림 자동화까지 구현하는 컴퓨터 비전 시스템

AI 모델은 만들어봤는데,
실제 보안 시스템에는
어떻게 연결해야 할지 막막하신가요?

YOLO로 사람은 감지했는데 — 그 다음은?
알림·중복 처리·운영, 어떻게 이어가야 할까요?

컴퓨터 비전부터 AI Agent, 다채널 알림과 PoC 설계까지 —
이벤트가 발생하면 자동으로 판단하고 알리는
End-to-End 보안 AI 시스템을 직접 구축하세요.

왜 End-to-End AI Agent
방식인가

CCTV에 AI를 붙이려고 할 때, 보통 어디서부터 어디까지 다뤄야 할지 막막합니다.
본 과정 방식이 다른 접근과 어떻게 다른지 표로 비교해드립니다.

항목	룰 기반 영상 모니터링	단일 AI 모델 적용	End-to-End AI Agent 시스템 (본 과정)
핵심 방식	정해진 규칙·사람 감시	YOLO 또는 얼굴 인식등 단일 태스크 모델로 탐지까지만 처리	Input → Detection → Recognition → Agent → Action 5단계 파이프라인
유지보수	룰 추가마다 수동 수정	모델 외 시스템은 별도 구현 필요	EventBus·Channel 추상화로 채널·로직 확장
반복 실행	사람이 화면 상시 확인	추론 단계에서 멈춤	이벤트 발생 시 알림·에스컬레이션 자동 진행
데이터 보안	영상 외부 저장 발생 가능	학습 환경에만 한정	자체 서버 환경에서 처리 가능
비용 구조	사용 도구에 따라 상이	학습 인프라 위주	직접 구축으로 상용 라이선스 비용 절감
최적 활용	사후 확인 위주	개념 검증 단계	실무 PoC·운영 단계까지 적용

영상 분석을 한 번의 감지로 끝내지 마세요.

이제 판단·알림·대응까지 자동으로 이어지는 End-to-End AI Agent 시스템으로 전환하세요.

이 강의가 없었을 때

당신이 겪는 어려움

YOLO나 얼굴 인식은 따라 했는데, 그 다음 그 다음 — 감지를 '이벤트'로 이어가는 방법을 모르겠어요.

알림은 보냈는데 같은 사건이 수십 번 울려서 결국 채널을 꺼두게 됩니다.

단순 룰만으로는 새벽 시간대·블랙리스트 같은 정책을 분기 처리하기가 힘들어요.

컴퓨터 비전 강의는 많은데 — PoC 제안서, ROI, 운영 전환까지 다루는 실무형은 찾기 어려워요.

이 과정만의 차별점

핵심 1

End-to-End 5단계 파이프라인 + OpenClaw 스타일

OpenCV의 픽셀 처리부터 YOLO 객체 탐지, 얼굴 인식과 face_db, EventBus 기반 AI Agent, Telegram·Slack 다채널 알림과 상태머신 기반 에스컬레이션까지 — 단계별 모델 학습이 아니라, 실제로 동작하는 보안 시스템 한 벌을 처음부터 끝까지 구축합니다.

이벤트 구동 아키텍처 위에 Rule Agent와 LLM Agent(Claude tool_use)가 통신하며 자동 에스컬레이션을 수행하는 OpenClaw 스타일 멀티 에이전트 구조를 직접 코드로 구현합니다.

핵심 2

컴퓨터 비전 강의를 PoC 설계·이상탐지 모델 운영까지 확장

ViT·SAM 같은 최신 비전 모델 개관에서 끝내지 않고, 산업용 이상탐지 접근법(생성형 AutoEncoder vs 특징 추출형 PatchCore) 비교, 모델 드리프트(Drift) 현상과 재학습(Retraining) 파이프라인 같은 운영 단계의 과제를 다룹니다.

이어서 PoC 5단계 프레임워크(문제 정의 → 데이터 정의 → 모델 선정 → 시스템 아키텍처 → 성과 측정), Edge vs Cloud 의사결정 매트릭스, ROI 계산 예시, 제안서 슬라이드 구조, 운영 전환 체크리스트, 리스크 레지스터까지 — 컴퓨터 비전을 "실험"에서 "기업 안에서 돌릴 수 있는 시스템"으로 끌어올리는 데 초점을 맞췄습니다.

※ 외부 LLM API 사용 시에는 사용량에 비례하여 별도 비용이 발생할 수 있습니다.

이런 분께 추천합니다

AI 모델 학습은 해봤지만, 실무 시스템 통합 경험은 부족한 백엔드·AI 개발자

보안·관제·SI 직무에서 컴퓨터 비전 기반 이상 탐지 도입을 검토하는 실무자

YOLO·얼굴 인식 단일 모델은 다뤄봤지만 알림·에스컬레이션·운영까지 연결해 본 적 없는 분

AI 에이전트와 LLM tool_use를 보안 도메인에 적용해보고 싶은 분

PoC 제안·ROI 산정·운영 전환 단계까지 한 번에 익히고 싶은 분

수강 후,

이런 시스템을 직접 만들 수 있습니다

BEFORE

YOLO·얼굴 인식 모델은 돌려봤지만 운영 시스템으로 잇지 못함

알림을 보내도 중복·재시도·정책 분기 처리에서 막힘

이상탐지 모델을 PoC로 어떻게 제안해야 할지 막연함

현장 적용 후 모델 성능 저하 시 대응이 불분명

★ AFTER ★

EventBus·AlertManager로 추론 결과를 알림·에스컬레이션까지 자동화

지수 백오프 재시도, 중복 방지, 시간대별 정책까지 코드로 분리·관리

AutoEncoder/PatchCore 비교와 PoC 5단계 프레임워크, ROI 예시로 제안서 구성

모델 드리프트 현상 이해 + 재학습 파이프라인으로 운영 단계 대응

구체적으로 할 수 있게 되는 것

OpenCV 영상 처리 파이프라인 직접 구성

픽셀·채널·그레이스케일부터 GaussianBlur·Threshold·Morphology, MOG2 배경 차분, Contour 면적 필터까지 단계별로 적용해 움직임을 이벤트로 변환합니다.

실시간 YOLO 기반 침입 탐지

Ultralytics로 사람(class 0)을 필터링하고 ROI 침입 판정, 디바운싱 로직, SecurityEvent 스키마, 이벤트 저장·튜닝까지 연결해 단발 추론을 운영 가능한 형태로 만듭니다.

OpenClaw 스타일 멀티 에이전트 알림 시스템

Event-driven EventBus, Channel ABC 추상화, Telegram Bot 텍스트·이미지 전송, 지수 백오프 재시도, EventQueue 중복 방지, Slack webhook 확장까지 한 흐름으로 구축합니다.

상태머신 기반 의사결정 + LLM Agent

AlertRecord 상태 전이, Telegram getUpdates로 ACK 수신, Rule vs LLM Agent 비교, Claude tool_use 패턴, 시간대별 보안 정책 연동까지 운영 단계의 의사결정을 코드로 옮깁니다.

최신 산업용 이상탐지 모델 적용과 재학습 사이클 설계

ViT(Patch + Attention) 추론 데모, SAM 분할 적용 아이디어, AutoEncoder vs PatchCore 접근법 비교, 금속 표면 결함 검사 같은 산업 사례, 모델 드리프트와 재학습 사이클을 다룹니다.

PoC 제안과 운영 전환

PoC 5단계 프레임워크, Edge vs Cloud 의사결정 매트릭스, MLOps 생명주기, A/B 테스트·단계적 롤아웃 전략, 비용 산정과 ROI 계산, 제안서 슬라이드 구조, 운영 전환 체크리스트, 리스크 레지스터로 정리합니다.

강사 소개

정강민 | 라지엘랩스 CEO

주요 경력

연세대학교 인공지능학과 석사

현) 라지엘랩스 CEO

현) 삼성전자 Spotfire 시각화 데이터분석 전임 강사 (연속 35회차 진행)

주요 출강 기관

LG, 삼성, SK, 코레일, 하나은행, 한국전자기술연구원(KETI), K-MOOC

주요 연구

딥러닝을 이용한 말벌 인식 연구

MediaPipe와 Transformer Encoder를 활용한 한국어 수어 동작 인식 연구

커리큘럼

이 강의는 컴퓨터 비전 모델을 따로 학습하는 강의가 아니라, 영상 입력부터 AI Agent 알림까지 5단계 파이프라인을 한 흐름으로 잇는 실무 통합 과정입니다.

Part 0

인트로

강의 소개와 5단계 파이프라인 로드맵입니다.

Part 1

OpenCV Fundamentals

영상 처리의 기초를 익히고 “무언가 움직인다”를 감지하는 1차 트리거를 만들수 있습니다.

Part 2

YOLO Detection

YOLO 기반의 객체 인식 기술로 '사람'만 정확히 필터링하고, 지정된 ROI 내 침입을 판정합니다. 특히 디바운싱 기술을 접목하여 중복 알림을 방지하고 꼭 필요한 순간에만 관제 효율을 극대화하는 방법에 대해 알아 봅니다.

Part 3

Face Recognition

얼굴 임베딩과 유사도 비교로 allow/deny/unknown 3분류 분기

로직을 구축할 수 있습니다.

Part 4

AI Agent & Alert (OpenClaw 스타일)

AI Agent가 이벤트를 판단하고 텔레그램 알림·에스컬레이션까지

자동 대응 시스템을 구축할 수 있습니다.

Part 5

Advanced Vision PoC 설계

최신 비전 기술(ViT, SAM)을 이해하고 예산·KPI가 포함된 PoC 제안서를 작성할 수 있습니다.

Part 6

코드리뷰

전체 파이프라인의 설계 패턴과 모듈 구조를 코드 레벨에서 이해할 수 있습니다.

LLM Agent 심화 차시에서 사용하는 외부 LLM API는 사용량에 비례하여 별도 비용이 발생할 수 있습니다.

이렇게 활용할수 있어요

Point 1

왜 YOLO만으로는 "침입"을 못 판단할까?

사람은 감지했지만 "여기 들어왔다"는 다른 문제입니다. Frame → Detection → Filter → 발밑 좌표가 ROI 다각형 안에 들어오는 순간 알람 전송 합니다.

Point 2

Rule만으로 충분한데, 왜 Agent가 필요할까?

룰베이스는 예외에서 깨지고, 조건이 늘면 코드 복잡도가 기하급수로 증가 합니다.
Agent는 모호한 입력에도 유연하게 대처가 가능 합니다.

Point 3

AI가 잡은 사건을 어떻게 즉시 알릴까?

오픈클로 스타일 미니 프로젝트를 통해 텔레그람 API 연동과 텍스트 알림채널을 구현해 보세요.

Point 4

이상탐지를 실제 공장 라인에 어떻게 올릴까?

머신 비전 카메라로 부품 촬영 → Edge PC의 PatchCore 실시간 추론 수행합니다.
→ 히트맵으로 미세 스크래치·찍힘 영역 특정 → 제어시스템과 통신하여 불량품을 자동 배출 합니다.

Point 5

SOTA 최신 모델만 쓰면 되는 거 아닌가?

과잉기술 금지. PoC는 가장 단순한 것부터 !
단계적 선정이 비용과 운영 부담을 줄입니다.

자주 묻는 질문

컴퓨터 비전이나 딥러닝을 깊게 공부하지 않았어도 수강할 수 있나요?

Part 1 OpenCV Fundamentals부터 픽셀·채널·그레이스케일 같은 기본 개념을 단계별로 다룹니다. Part 2의 YOLO도 Ultralytics 라이브러리로 추론·시각화 흐름을 따라가는 구성이라, 파이썬 사용 경험이 있고 영상 처리에 관심이 있는 분이라면 무리 없이 진입할 수 있습니다.

실습에 필요한 환경이나 장비가 따로 있나요?

웹캠과 일반 PC·노트북 환경에서 실습 가능한 흐름으로 구성했습니다. 실시간 추론 성능은 사용 모델·환경에 따라 차이가 있을 수 있어, Part 2에서 모델 선택 기준과 튜닝 포인트를 함께 다룹니다.

LLM API 같은 외부 서비스 비용이 드나요?

LLM API는 일부 유료 플랜 이용 시 사용량에 비례하여 비용이 발생할 수 있습니다.

보안·관제 도메인이 아닌데도 들어도 될까요?

이 강의의 전 파이프라인(영상정보 입력 → OpenCV 전처리→객체 탐지 → 인식·분기 → AI Agent → 알림·에스컬레이션)은 출입 통제·CCTV 관제뿐 아니라 제조 현장의 이상행동 감지 같은 영역에도 응용할 수 있습니다.

수강 후 어느 수준까지 구현할 수 있게 되나요?

OpenCV 기반 움직임 감지부터 YOLO 침입 탐지, face_db 분기, Telegram 다채널 알림, 상태머신 에스컬레이션, OpenClaw 스타일 LLM Agent 정책 연동, ViT·SAM 추론 데모, AutoEncoder/PatchCore 이상탐지 비교, 모델 드리프트 대응, PoC 제안서 슬라이드 구조까지 — 강의에서 다룬 5단계 파이프라인을 자신의 환경에 맞춰 변형해 보안 AI PoC 만들 수 있는 수준을 목표로 합니다.

강사

정강민

정강민 | 라지엘랩스 CEO

주요 경력

연세대학교 인공지능학과 석사
현) 라지엘랩스 CEO
현) 삼성전자 Spotfire 시각화 데이터분석 전임 강사 (연속 35회차 진행)

주요 출강 기관

LG, 삼성, SK, 코레일, 하나은행, 한국전자기술연구원(KETI), K-MOOC

주요 연구

딥러닝을 이용한 말벌 인식 연구
MediaPipe와 Transformer Encoder를 활용한 한국어 수어 동작 인식 연구

커리큘럼

강의 소개와 로드맵