본 연구에서는 개인정보 보호를 고려한 분산형 사람 검색(PAPS) 모델을 제안하였다. 이 모델은 개인정보 위험을 회피하는 데 목적이 있다. 실시간 분산형 개인정보 보호 사람 검색을 위해, PAPS 모델을 통합한 지능형 사물인터넷(IoT) 감시 시스템이 설계되었다. 특히 사람 검색 기능을 포함하는 지능형 감시 시스템의 중요한 측면 중 하나는 사용자 측에서 제공되는 시각적 피드백으로, 사용자 단말기에서 사람 이미지의 순위별 검색 결과가 출력된다. 따라서 엣지 처리가 수행되더라도, 사용자 측에서 결과를 시각화하기 위해 자르기 처리된 사람 이미지를 클라우드 서버로 저장하거나 전송해야 하는 문제가 여전히 존재한다. 그러나 영상 또는 이미지를 클라우드 서버에 저장하거나 전송하는 과정은 개인정보 문제를 야기할 수 있다. 제안된 PAPS 모델은 사람 검색을 수행하는 동안 이미지나 영상을 저장하거나 전송할 필요가 없도록 하여 개인정보 문제를 효과적으로 해결한다. 본 시스템은 대부분의 처리 작업이 엣지 서버에서 수행되며, 소량의 포그(fog) 처리만이 이루어지기 때문에, 더 많은 카메라 노드를 추가하여 감시 범위를 확장하는 데 매우 유연하게 확장 가능하다. 사용자 측에서 쿼리가 발생할 때만 매우 소량의 클라우드 처리가 이루어진다. 엣지, 포그, 클라우드 서버 간에 전송되는 것은 오직 처리되고 인코딩된 데이터뿐이며, 이는 개인정보 보호를 보장하고 대역폭 비용을 크게 절감한다. 또한, 복잡한 장소에 엣지 기반 시스템을 도입하는 데의 실현 가능성을 평가하기 위해 새로운 평가 기준인 '사람 용량(Person Capacity)'을 제안하였다. 자체 제작한 영상 데이터셋과 PRW, CUHK-SYSU 데이터셋을 이용한 사람 검색 성능 평가 결과, 제안된 시스템은 실시간으로 실제 환경에서 작동하면서 최신 기술 수준 또는 경쟁적인 성능을 달성함을 입증하였다.