Flame Analytics

실제로 "보는" 쪽이 Hypersensor다. 일반 IP 카메라 스트림을 받아 딥러닝 모델로 인원수, 동선, 체류 시간, 구역별 활동량을 출력한다. Flame은 인원 계수 정확도 99% 이상을 내세우고, 분기마다 고객 현장에서 실사 검증을 한다고 밝힌다. 카메라 한 대가 여러 지표를 동시에 내니 계수용, 체류 시간용, 히트맵용 센서를 따로 갖출 필요가 없다.

시설의 시야는 대부분 겹친다. 카메라별로 세면 프레임 경계를 넘을 때마다 같은 사람이 두 번 잡힌다. Flame은 여러 카메라의 감지 결과를 익명의 한 경로로 잇는다. 카메라 세 대 앞을 지나간 방문객은 1명으로 집계되고 3명이 되지 않는다. 생체 정보도 저장 영상도 쓰지 않는다. 정보보호 담당자가 가장 먼저 확인하는 부분이 여기다.

직원은 하루 종일 돌아다니기 때문에 함께 세면 모든 수치가 부풀려진다. Flame은 두 가지 방식으로 처리한다. 구역별로 직원의 전형적인 이동 패턴을 학습하는 모듈과, 창고와 후방 구역, 직원 통로에 직접 그리는 제외 구역이다. 판단 근거는 행동이지 얼굴이 아니므로 생체 정보 제로 원칙 안에 머문다.

리포트 화면은 분석 전문가가 아닌 사람을 위해 만들었다. 드래그 앤 드롭 위젯, 기본 제공 템플릿, 정기 발송으로 200개가 넘는 지표를 다루고 히트맵과 추세 그래프는 실시간으로 갱신된다. 여러 지점을 쓰는 계정에는 매장 간 비교 화면이 열리고, 체인에서 발생하는 가치의 상당 부분이 여기에 모인다.

POS나 ERP를 연결하면 방문객 수를 거래 수로 나눌 수 있다. 매장별, 시간대별 실제 전환율이 나오고, 마케팅 문제와 매장 문제를 갈라내는 지표가 바로 이것이다. 이 기능이 있어야 방문객 계수기가 영업 책임자가 스스로 여는 도구가 된다.

Flame은 WiFi 액세스 포인트로도 인원을 세고 로그인 정보를 멤버십 운영에 활용한다. 동의를 받은 방문객은 속성별로 나눠 CRM과 연결되므로, 쇼핑몰이나 호텔이 떠난 뒤에도 손님에게 다가갈 수 있다. WiFi 계수는 추정치이고 카메라 수준의 정확도에는 못 미치니 보조 신호로 쓰는 게 맞다.

오픈 API와 각종 커넥터로 지표를 CRM, CMS, 데이터 레이크로 보낸다. 실시간 트리거는 자동화를 실행한다. 구역이 붐비면 사이니지 내용을 바꾸거나 현장 인력에게 알리는 식이다. 장비 관리 기능은 카메라 상태를 감시하고 끊긴 스트림을 표시해, 모르는 사이에 한 달치 데이터가 망가지는 일을 막는다.