기술 필드 노트 #25 · 2026년 11월

에고센트릭 작업 영상 2.6시간 중 쓸 수 있는 시간은? 초 단위 QC 인덱스: 85%는 선명, 약 절반은 손이 작업 중

글 김훈회 · 오리진데이터랩 공동창업자·CTO

기술노트 #25 · 에고센트릭 스테레오+IMU 촬영(ODL-EGO S1)의 유효 시간 QC: 초마다 한 줄, 원본은 그대로

구매자는 녹화 시간이 아니라 쓸 수 있는 시간에 돈을 내므로, 우리는 유효 시간을 초 단위로 잽니다. 2026-11-08 실제 농산물 소분 작업 2.57시간(세션 4개, 9,246초)에 초마다 한 줄씩 QC 인덱스를 만들고 네 가지를 검사했습니다. 영상으로 노출, 자이로와 노출 시간으로 카메라 모션 블러, 가속도계로 시선 방향, 손 검출기로 손 유무입니다. 노출은 단 1초만 실패했습니다. 카메라 블러는 초의 85.4%에서 8px 이내(그 초의 90백분위)였고, 머리 회전 중앙값 19.6°/s에서 블러 중앙값은 1.6px였습니다. 카메라는 99.8%의 초에서 작업대를 내려다봤습니다. 손은 56.7%의 초에서 검출됐습니다. 모두 합치면 49.2%(1.26시간)가 모든 검사를 통과했고, 세션별로는 39–59%였습니다. 가장 큰 제약은 손 검출이고, 검출기는 손을 놓칩니다(기술노트 #23). 검토한 60초에서는 손이 실제로 보이고 영상도 쓸 수 있는 초가 55%였고 검출기 기준으로는 37%였으므로, 실제 유효 비율은 55%(약 1.4시간)에 가깝습니다. 유효 구간은 짧습니다. 절반은 2초 이하이고, 10초 이상 이어진 구간은 유효 시간의 34–47%입니다. 원본은 자르지 않습니다. 인덱스를 원본 옆에 두고 내보낼 때만 적용합니다.

게시 2026년 11월⏱ 9 분 분량상태 예비 결과 · 자동 분석공개 데이터 GitHub · Hugging Face · Kaggle

85.4%선명하고 노출이 맞는 초카메라 블러 ≤ 8px, 2.57시간 중 2.19시간검증됨 (자동)

49.2% (1.26시간)조작 학습에 쓸 수 있는 초(모든 검사)세션별 39–59%, 검출기 기준검증됨 (자동)

약 55% (약 1.4시간)같은 값, 검출기 재현율 보정검토한 60초 중 33초 (95% CI 42–67%)AI 육안 검토, 사람 검증 아님

34–47%10초 이상 이어진 유효 시간세션별, 유효 구간 중앙값 2초검증됨 (자동)

왜 중요한가

녹화 시간은 유효 시간이 아니다

에고센트릭 녹화에는 구매자가 쓸 수 없는 시간이 늘 섞여 있습니다. 머리를 돌릴 때 흔들리는 카메라, 상자를 가지러 걸어가는 시간, 화면 밖의 손. 녹화 시간만 보고하는 업체는 그 차이를 구매자가 직접 찾게 만듭니다. 우리는 유효 시간을 명시적으로 정의해 보고하고, 구매자가 정의를 바꿀 수 있게 하려 합니다.

이 노트는 실제 작업 하루에 그 측정을 만들고 숫자가 어떻게 나오는지 보여 줍니다.

구성

초마다 한 줄, 서로 독립인 신호 네 가지

녹화: 2026-11-08, 학교 급식용 농산물 소분, 세션 4개(24·33·53·44분, 합계 9,246초), R8 스테레오+IMU 리그(ODL-EGO S1) 머리 착용, 1600×1200, 30fps, 같은 시계의 500Hz IMU.

초마다: 왼쪽 눈 키프레임 1장으로 노출, 각 프레임 노출 구간의 자이로로 카메라 블러(회전 속도 × 노출 시간 × 초점거리 482px, 기술노트 #15 방식), 평균한 가속도계로 카메라 기울기(기술노트 #17 방식), 기술노트 #23의 전체 화면·아래 영역 방식 MediaPipe로 손. 임계값은 아래와 같고, 정답이 아니라 조정 가능한 파라미터입니다.

표 1. 초마다 한 줄, 서로 독립인 신호 네 가지

검사 (초마다)	자료	규칙	통과한 초
노출	왼쪽 영상, 초당 1장	평균 40–200, 포화 10% 미만, 검정 20% 미만	100.0%
카메라 모션 블러	자이로 × 노출 시간 × 초점거리	그 초의 90백분위 ≤ 8px	85.4%
작업을 보고 있음	가속도계(중력) → 카메라 기울기	≤ −30°(아래를 향함)	99.8%
손 있음	MediaPipe, 전체 화면 + 아래 작업 영역(기술노트 #23)	손 1개 이상 검출	56.7%
조작 학습에 사용 가능	위 모두		49.2% (1.26시간)

결과 1

영상 품질은 거의 문제가 아니고, 손이 문제다

노출은 9,246초 중 1초만 실패했습니다. 카메라는 99.8%의 초에서 작업대를 내려다봤습니다(기울기 ≤ −30°, 중앙값 −66°). 영상 품질 손실의 주범은 카메라 블러로, 14.6%의 초가 빠른 머리 회전 때문에 90백분위 블러 8px를 넘었습니다. 블러 중앙값은 1.6px였습니다.

나머지는 손 유무가 갈랐습니다. 네 가지 검사를 모두 통과한 초는 49.2%(1.26시간)였고, 걷고 물건을 가지러 다닌 마지막 세션 39.5%부터 가장 긴 세션 58.9%까지였습니다.

규칙을 하나씩 더할 때 녹화 시간 2.57시간이 1.26시간으로 줄어드는 가로 막대 — **그림 1.** 규칙을 하나씩 더할 때의 유효 시간, 1초 단위.

표 2. 영상 품질은 거의 문제가 아니고, 손이 문제다

세션	분	블러 통과	손 검출	조작 학습 사용 가능	머리 회전 중앙값	카메라 블러 중앙값
09:32	24	83.5%	55.2%	47.5%	19.5°/s	1.6px
10:00	33	84.8%	54.5%	47.8%	18.1°/s	1.5px
10:49	53	86.0%	67.2%	58.9%	17.7°/s	1.5px
11:48	44	86.1%	46.3%	39.5%	22.5°/s	1.9px
전체	154	85.4%	56.7%	49.2%	19.6°/s	1.6px

결과 2

검출기 보정: 49%가 아니라 약 55%

기술노트 #23에서 개선한 검출기도 보이는 손의 일부만 찾는다는 것을 봤습니다. 같은 검토 60초에서 손이 보이고 영상도 쓸 수 있고 카메라가 작업을 향한 초는 33초(55%)였고, 검출기 기준 규칙은 22초(37%)만 통과시켰습니다. 따라서 검출기 기준 수치는 하한이고, 검토 기반 추정은 약 55%(95% CI 42–67%), 2.57시간 중 약 1.4시간입니다.

결과 3

유효 시간은 짧게 끊겨 있다

유효한 초 사이에 짧은 머리 회전과 화면 밖으로 손을 뻗는 순간이 끼어 있습니다. 유효 구간 중앙값은 2초였고, 10초 이상 이어진 구간은 세션별 유효 시간의 34–47%뿐이었습니다. 10초 연속 에피소드가 필요한 구매자는 유효 시간의 절반도 못 쓰고, 짧은 클립이나 단일 프레임으로 학습하는 구매자는 전부 씁니다.

세션별 가로 타임라인 4개, 초마다 유효·손 미검출·블러로 색칠 — **그림 2.** 세션 4개의 모든 초. 파랑: 조작 학습 사용 가능, 회색: 영상은 괜찮지만 손 미검출, 빨강: 카메라 블러 8px 초과.

초별 카메라 블러 히스토그램과 8픽셀 점선 — **그림 3.** 자이로로 구한 초별 카메라 블러(그 초의 90백분위).

구현 방식

원본은 그대로, 인덱스가 함께 다닌다

인덱스는 세션마다 초당 한 줄인 CSV입니다. 시각, 노출, 밝기, 블러 백분위, 머리 회전 속도, 기울기, 손 개수와 통과/실패 열이 들어 있습니다. 업로드 후 서버에서 계산해 손대지 않은 원본 옆에 저장합니다. 자르기, 개인정보 블러, 에피소드 선택은 내보낼 때만 구매자의 임계값으로 합니다.

임계값을 바꾸고 다시 내보내면 끝: 재촬영도 영상 재처리도 없음.
납품마다 녹화 시간, 유효 시간, 그 기준을 함께 명시.
손 등장 비율은 검토한 재현율과 함께 보고(기술노트 #23).

의미

초 단위로 재고 조정할 수 있는 유효 시간

검증됨: 이 작업일에 녹화된 초의 85%는 선명하고 노출이 맞았고, 명시한 규칙 아래에서 손 조작 학습에 쓸 수 있는 시간은 절반에서 약 55%였습니다.

구매자에게: 어느 업체에든 유효 시간과 그 기준을 요청하세요. 우리 것은 직접 기준을 바꿔 볼 수 있는 초 단위 표로 드립니다.

범위와 한계

연구의 한계

이 노트가 보여주지 않는 것을 먼저 밝힙니다.

작업자 1명, 작업 1종, 리그 1대, 하루의 결과입니다.
영상 검사는 초당 키프레임 1장을 쓰고, 블러는 카메라 회전만 반영합니다(물체 움직임·초점은 제외).
손 유무는 손을 놓치는 검출기에 의존하며, 보정 추정은 사람 주석이 아닌 60초 AI 육안 검토에 기반합니다.
임계값(8px, −30°, 노출 범위)은 우리의 작업 기본값이지 표준이 아닙니다.
예비 분석: AI 보조 자동 분석이며 제3자 검토는 받지 않았습니다.

FAQ

데이터 구매자가 묻는 질문

Q01에고센트릭 작업 영상 중 로봇 학습에 쓸 수 있는 비율은?

실제 머리 착용 농산물 소분 작업 2.57시간에서 85%의 초가 선명하고 노출이 맞았고, 손 검출까지 모든 검사를 통과한 초는 49%, 검출기 누락을 보정하면 약 55%였습니다.

Q02모든 프레임을 보지 않고 모션 블러를 어떻게 재나요?

자이로로 잽니다. 각 프레임 노출 중 회전 속도 × 노출 시간 × 초점거리가 프레임별 카메라 블러(픽셀)입니다.

Q03유효 시간을 가장 많이 깎는 것은?

화면 밖이거나 검출되지 않은 손, 그다음이 빠른 머리 회전(14.6%의 초가 8px 초과)입니다. 노출과 시선 방향은 거의 깎지 않았습니다.

Q04원본 영상을 자르나요?

아닙니다. QC 인덱스를 손대지 않은 원본 옆에 두고, 내보낼 때만 구매자의 임계값으로 적용합니다.

Q05유효 구간은 얼마나 길게 이어지나요?

짧습니다. 중앙값 2초이고, 10초 이상 구간이 세션별 유효 시간의 34–47%였습니다.

공개 데이터와 코드

근거 자료를 직접 확인하세요

이 노트의 모든 수치는 검증할 수 있습니다. 가공 데이터, 분석 코드, 그림, 실행 가능한 노트북을 공개합니다.

GitHub분석 코드와 재현 절차origin-data-lab/per-second-usable-time-qc-egocentric-work저장소 보기

Hugging Face데이터셋 카드, 표, 그림origin-data-lab/per-second-usable-time-qc-egocentric-work데이터셋 열기

데이터 탐색과 실행 노트북origindatalab/odl-egocentric-usable-time-qcKaggle에서 보기

Kaggle에서 노트북 실행

라이선스: CC BY 4.0 (데이터·그림) · MIT (코드)

이 노트 인용하기

Origin Data Lab (2026). 기술노트 #25: 에고센트릭 작업 영상 2.6시간 중 쓸 수 있는 시간은? https://origindatalab.io/ko/technical-field-notes/per-second-usable-time-qc-egocentric-work.html

이어서 읽기

우리 데이터로도 이렇게 측정해 볼까요?

오리진데이터랩은 피지컬 AI·로봇 팀을 위해 에고센트릭, 스테레오+IMU, 현장 영상 수집을 설계·운영하고 품질 검증을 문서로 제공합니다.

샘플 데이터 요청 문의하기 데이터 서비스