실시간 비식별화 방송 시스템 — 방송은 그대로, 개인정보는 AI가 알아서.

손쉬운 개인정보 보호 · 초저지연 처리 및 방송 송출 · 선택적 비식별화

> 체험하기 — innolive.chaeyn.com · 설치 없이 브라우저에서 바로 실행됩니다.

방송 시장이 커지며 야외 방송을 하는 스트리머도 많아졌습니다. 그렇다면 그 화면에 노출되는 행인의 초상권은 어디로 갔을까요. 초상권 침해가 반복되는 원인은 스트리머 개인의 부주의가 아니라 라이브 방송이라는 구조적 한계에 있습니다.

대처 방법도 마땅치 않습니다. 피해자가 직접 영상을 찾아 초상권 침해임을 증명하고 민사 소송이나 손해배상 청구를 진행해야 합니다. 피해를 입은 쪽이 오히려 더 많은 시간과 노력을 들여야 하는 구조입니다.

이미 법적으로 다뤄지는 문제이기도 합니다. 2025년 법원은 SNS에 타인이 등장하는 영상을 동의 없이 올린 사건에서 초상권 침해를 인정하고 위자료 200만 원을 명령했습니다. 치지직 역시 방송 가이드라인에서 동의 없는 타인의 사진·영상 게시를 제재 대상으로 규정하고 있습니다.

InnoLive는 실시간 방송 영상에 등장하는 인물을 AI로 탐지하고, 등록된 인물을 제외한 주변 인물의 얼굴을 자동으로 비식별화하는 라이브 방송 솔루션입니다.

보통의 비식별화는 가릴 사람을 찾아서 가립니다. 이 방식은 탐지에 실패하는 순간 그대로 노출로 이어집니다.

InnoLive는 기본값을 전원 보호로 두고 등록된 인물만 예외로 뺍니다. 등록되지 않은 사람은 화면에 들어오는 순간부터 보호되므로, 누가 나타날지 모르는 라이브 환경에서도 보호가 새지 않습니다.

같은 원칙이 장애 상황에도 적용됩니다(fail-closed). AI 처리가 실패하면 원본을 내보내는 대신 화면을 차단하고, 인식 모델을 불러오지 못한 경우에도 서비스는 계속되지만 모든 얼굴을 가립니다. 편의보다 보호가 우선입니다.

InnoLive의 목표는 야외 방송에서 일일이 처리해야 했던 번거로운 편집 과정을 줄이고, 개인의 초상권이 당연하게 보호되는 방송 환경을 만드는 것입니다.

실시간 비식별화를 제공하는 서비스는 이미 있지만, 대상 사용자와 기능이 다릅니다.

나머지 두 서비스는 IPCam과 네트워크 카메라를 대상으로 하므로 야외 라이브 방송에는 적합하지 않습니다. 선택적 인물 비식별화와 방송 송출에서도 차이가 있습니다.

flowchart LR
    C["클라이언트<br>웹 · macOS · iOS · Android · Windows"]
    S["미디어 서버 (Go)<br>WebRTC · 세션 · 트랜스코딩"]
    A["AI 추론 서버 (Python)<br>탐지 · 추적 · 신원 매칭 · 모자이크"]
    D["송출<br>YouTube · 시청자 미리보기"]

    C -->|"WebRTC (원본)"| S
    S -->|"gRPC 양방향 스트리밍"| A
    A -->|"모자이크 합성 프레임"| S
    S -->|"보호 처리 완료"| D

1. 방송 주체가 촬영 대상자의 얼굴을 등록합니다 (인물당 여러 장, 방송 중에도 즉시 반영).
2. 클라이언트가 카메라 영상을 WebRTC로 미디어 서버에 보냅니다.
3. 미디어 서버가 프레임을 gRPC 양방향 스트림으로 AI 서버에 넘깁니다.
4. AI 서버가 얼굴을 세그멘테이션으로 탐지하고 추적으로 동일 인물을 유지하며, 등록된 인물만 제외한 뒤 나머지를 모자이크 처리해 돌려줍니다.
5. 보호 처리가 끝난 영상만 시청자와 YouTube RTMP로 나갑니다.

세션 수 admission control(초과 시 503), 트랜스코더 동시 기동 제어, 소유자 토큰 기반 세션 하이재킹 방지가 서버에 들어가 있고, 화이트리스트는 세션 단위로 격리됩니다.

• 기술적으로 특기할 만한 부분
  • 요청 파이프라이닝 + 직렬 추론 레인 — 스트림마다 응답 대기 프레임을 최대 5장까지 겹쳐 네트워크 지연을 숨기고, 추론 자체는 프로세스당 하나의 레인에서 순서대로 처리합니다. 동시 방송이 늘어도 GPU 큐가 무한히 부풀지 않습니다.
  • 폴리곤 단위 비식별화 — 바운딩 박스가 아니라 세그멘테이션 폴리곤 기준으로 가우시안 블러를 적용해, 얼굴 주변 배경까지 뭉개지지 않습니다.
  • AI 워커 풀 — 미디어 서버가 여러 AI 워커 프로세스에 라운드로빈으로 분산해 Python GIL에 묶이지 않고 GPU를 채웁니다.
  • 부팅 프리플라이트 — 기동 시 합성 프레임을 실제로 왕복시켜 AI 서버와의 계약을 검증한 뒤에만 서비스를 엽니다.

innolive.chaeyn.com에서 시작하기를 누르면 저희의 메인 기능을 체험할 수 있습니다. 설치도 회원가입도 필요 없습니다.

• 로컬에서 직접 구동하기

  두 서버가 gRPC로 연결되므로 AI 서버를 먼저 실행합니다.

  # 1) AI 추론 서버
  git clone https://github.com/team-framework/innolive-ai && cd innolive-ai
  python3 -m venv .venv && .venv/bin/pip install -r requirements.txt
  # 모델 아티팩트는 models/README.md의 공식 출처에서 내려받아 기본 경로에 둡니다
  .venv/bin/python ai_processor_server.py --backend auto --device auto
  
  # 2) 미디어 서버 (새 터미널)
  git clone https://github.com/team-framework/innolive-server && cd innolive-server
  cp .env.example .env    # AI_PRIVACY_MODE=real, AI_GRPC_TARGETS 설정
  go run ./cmd/server

  브라우저에서 http://localhost:8000/client/로 접속합니다. docker compose up으로 한 번에 띄울 수도 있습니다. 카메라 접근은 브라우저 정책상 HTTPS 또는 localhost에서만 허용됩니다.

  자세한 환경변수와 빌드 옵션은 각 저장소의 README를 참고하세요.

모델 가중치의 원저작자 고지와 라이선스 전문은 innolive-ai/THIRD_PARTY_NOTICES.md에, 체크포인트 출처·SHA-256은 innolive-ai/models/README.md에 있습니다. 가중치 파일 자체는 재배포하지 않고 출처 링크와 해시만 제공합니다.

Claude Code · OpenAI Codex · OpenCode — 코드 작성, 리팩터링, 테스트 생성, 성능 분석에 활용했습니다.

• 레포별 전체 목록

  • innolive-server — Go 1.25

    패키지	용도
    pion/webrtc/v4	WebRTC 코어
    pion/rtp	RTP 패킷 파싱
    pion/logging	WebRTC 로깅
    gorilla/websocket	시그널링 WebSocket
    google/uuid	세션·사용자 ID
    grpc-go	AI 서버 gRPC 클라이언트
    protobuf	생성 코드 런타임
    gorm.io/gorm	ORM
    gorm.io/driver/postgres	PostgreSQL 드라이버
    golang-migrate/migrate	SQL 마이그레이션
    golang.org/x/sys	프로세스 자원 측정 (Windows)
    FFmpeg	외부 실행 바이너리 — VP8 트랜스코딩, RTMP 송출 (libvpx · libx264 · AAC)

  • innolive-ai — Python 3.12

    패키지	용도
    ultralytics	YOLO 세그멘테이션 추론, BoT-SORT 트래커
    torch	추론 런타임
    torchvision	비전 유틸리티
    opencv-python	이미지 디코드, 모자이크 합성
    numpy	배열 연산
    lap	트래커 할당 문제 해결
    grpcio	gRPC 서버
    grpcio-health-checking	헬스체크
    protobuf	생성 코드 런타임
    fastapi · uvicorn · websockets	시연용 브라우저 게이트웨이

    선택 설치	용도
    tensorrt-cu12 · nvidia-ml-py	TensorRT 추론 경로
    onnx · onnxruntime-gpu · onnxslim · nvidia-modelopt	TensorRT 엔진 빌드
    grpcio-tools · ruff · httpx2	개발·테스트

  • innolive-client — 플랫폼별

    플랫폼	오픈소스
    Web	Next.js · React · React DOM · Tailwind CSS · MediaPipe Tasks Vision
    Windows	Microsoft.WindowsAppSDK · Microsoft.Windows.SDK.BuildTools · Microsoft.Windows.SDK.BuildTools.WinApp
    macOS	없음
    iOS	없음
    Android	미확정

    폰트	라이선스
    Wanted Sans	SIL OFL 1.1, © Wanted Lab
    느림보 고딕	개인·기업 무료 사용 허용, 수정·재배포 금지 — © 이정은(냥만폰트작업실)

  • 컨테이너 이미지

    이미지	용도
    postgres:16-alpine	데이터베이스
    golang:1.25-bookworm · debian:bookworm-slim	미디어 서버 빌드·런타임
    node:24-alpine	웹 클라이언트
    caddy:2.10-alpine	TLS 리버스 프록시
    prom/prometheus · grafana/grafana	모니터링

• Google 공개 STUN (stun.l.google.com:19302) — WebRTC ICE 후보 수집. 서버·웹·macOS·Windows 전 클라이언트의 기본값
• YouTube Live RTMP ingest — 보호 처리가 끝난 영상의 외부 송출 대상
• jsDelivr CDN — 웹 얼굴 등록 화면의 MediaPipe WASM 런타임 로드 (모델 가중치는 자체 호스팅)
• DuckDNS · sslip.io — 배포 서버의 동적 DNS

배태진 — InnoLive 프로젝트의 지도교사이자 Innoflow 대표. 프로젝트 전반 지도와 실무 관점의 멘토링을 맡았습니다.

InnoLive는 세 저장소를 모두 공개하며, 저장소마다 라이선스가 다릅니다.

세 저장소 모두 공개되어 있어 별도 권한 요청 없이 열람하실 수 있습니다. 문의가 필요하신 경우 gogror0987@dgsw.hs.kr 로 연락 주시면 됩니다.

서드파티 라이브러리와 모델의 라이선스 고지는 위 "AI 사용 내역"과 각 저장소의 THIRD_PARTY_NOTICES.md에 있습니다. AdaFace 계열 모델 가중치는 학습 데이터의 라이선스를 따라야 하므로 저장소에 재배포하지 않고, 공식 출처 링크와 SHA-256 해시만 제공합니다.

대구소프트웨어마이스터고등학교 Backend 천준범 · 황정빈 · 김연호 / Frontend 정대원 · 채근영 / AI 권대형 · 지도교사 배태진