컴퓨터 비전(Computer Vision)이 교실을 더 안전하게 만드는 데 도움을 줄 수 있을까요? 본 파일럿 연구에서는 CCTV 스타일의 관찰을 통해 프라이버시를 보호하면서도 계산 효율적인 교실 사고 인식을 조사합니다. 이러한 설정은 벤치마크가 제한적이고, 실제 배포 시 요구되는 프라이버시, 효율성 및 일반화 요구 사항을 위해 설계된 방법론이 거의 없어 아직 충분히 탐구되지 않은 상태입니다. 우리는 생성형 CCTV 스타일 비디오와 실제 교실 포즈(Pose) 데이터를 결합한 새로운 하이브리드 벤치마크를 도입하며, 많은 사고가 포즈(Pose) 자체보다는 동작의 방향, 속도, 가속도 및 강도에서 더 큰 차이를 보인다는 관찰에 착안하여 가볍지만 강건한 동작 추론(Motion-reasoning) 프레임워크를 제안합니다. 이를 위해 우리의 방법은 먼저 인간 행동의 계층적 운동학적 표현(Hierarchical Kinematic Representations)을 구축합니다. 그런 다음, 대규모 교사(Teacher) 모델로부터 계층적이고 다차적인(Multi-order) 운동학적 추론을 훨씬 작은 단차(Single-order) 학생(Student) 모델로 증류(Distill)하여, 표현력 있는 동작 이해를 유지하면서도 개인별로 효율적인 추론을 가능하게 합니다. 실험 결과, 우리 모델은 훨씬 더 큰 규모의 베이스라인(Baseline) 모델들보다 10분의 1 미만의 계산 비용으로 훨씬 뛰어난 성능을 보였으며, 더 강력한 도메인 외(Out-of-domain) 동작 추론 능력과 제로샷(Zero-shot) 합성-실제(Synthetic-to-real) 일반화 능력을 입증했습니다. 우리는 프라이버시 보호를 고려한 교실 안전 분야의 추가 연구를 촉진하기 위해 벤치마크, 코드베이스 및 지원 도구들을 공개할 예정입니다.