.svg)
AI 솔루션 문의하기
제조 및 건설 현장에서 작업자 밀집도 관리는 안전사고 예방의 중요한 요소입니다. 특히 좁은 공간에서 다수의 작업자가 동시 작업을 진행하는 경우, 작업자 간 충돌이나 중장비와의 협착 사고 위험이 급격히 증가합니다. 2024년부터 5인 이상 사업장까지 중대재해처벌법이 확대되면서 작업 공간 내 밀집도 관리는 법적 의무가 되었습니다.
인공지능 기반 밀집도 분석 시스템은 CCTV 영상을 통해 작업 구역 내 인원 수를 실시간으로 파악하고, 위험 수준을 자동으로 판단합니다. 이를 통해 관리자는 과밀 구역을 즉시 인지하여 작업 인원을 재배치할 수 있습니다.
인공지능 모니터링 시스템은 건설 현장의 여러 작업자들을 동시에 분석하여 각 구역별 인원 분포를 실시간으로 파악합니다. 제조 공장에서는 제품 불량을 감지해야 하고, 건설 현장에서는 작업자 안전을 24시간 지켜야 하는 상황에서 관제 요원이 수십 대의 CCTV 화면을 동시에 모니터링하면서 위험을 포착하기는 현실적으로 불가능합니다.
인공지능 영상 분석 모니터링은 수백만 장의 이미지를 학습한 알고리즘이 사람보다 빠르고 정확하게 위험을 포착합니다. 이상 징후가 감지되면 SMS와 이메일, 경광등, 스피커 등으로 즉각 알림을 전송하며, 해당 영상을 자동 저장해 사후 분석 자료로 활용할 수 있습니다.
작업자와 중장비 간 최소 안전거리는 60cm 이상 확보가 필요하며, 로봇 작업 구역은 노란색 라인으로 명확히 표시해야 합니다. 인공지능 지능형 공간 인식 기술은 일반 CCTV 영상을 실시간으로 분석해 협착 위험을 자동으로 감지하는데, 2D 영상만으로도 작업자와 중장비 간의 실제 거리를 추정하는 것이 핵심입니다.
건설 현장에서 흔히 발생하는 굴착기나 지게차와 작업자 간 협착 위험도 실시간으로 포착하며, 작업자가 안전모나 안전대를 착용하지 않고 작업 구역에 진입하면 즉시 경고가 발생합니다. 위험 구역 접근 시 자동으로 감지해 사고를 예방하는 시스템입니다.
이 시스템은 관리자가 설정한 동적 위험 구역에 비작업자가 침범할 경우 현장 맞춤형 기능을 제공합니다. 라즈베리파이 기반의 인공지능 작업자 안전 및 위험상황 검출 시스템은 작업복 및 안전모 착용 여부에 따른 다중 객체 탐지 모델을 활용합니다.
작업장 내 작업자 동선과 체류 시간을 히트맵으로 시각화하여 밀집이 자주 발생하는 구역을 한눈에 파악할 수 있습니다. 빨간색으로 표시되는 고밀도 구역은 사고 위험이 높은 지점으로, 작업 동선 개선이나 추가 안전 조치가 필요한 구역입니다. 노란색 중밀도 구역은 주의가 필요한 구역이며, 파란색 저밀도 구역은 안전한 작업 공간입니다.
히트맵 데이터는 시간대별로 축적되어 작업 패턴을 분석하는 데 활용됩니다. 예를 들어 오전 9시와 오후 2시에 특정 구역의 밀집도가 급증한다면, 해당 시간대에 작업 인원을 분산 배치하거나 작업 순서를 조정할 수 있습니다.
야간 작업 시간대에 협착 사고가 가장 많이 발생하며, 사고율이 40%로 집계됩니다. 특히 안전관리자가 퇴근한 뒤 빨리 처리하고 퇴근하려는 심리가 사고로 이어지는 경우가 많습니다. 가장 위험한 작업은 정비와 점검 작업이며, 월 1회 설비별 위험 포인트 현장 교육과 협착 사고 사례 영상 시청, 신규 작업자 1:1 멘토링을 진행해야 합니다.
인공지능은 시간대별 밀집 패턴을 학습하여 위험 시간대를 사전에 예측합니다. 과거 데이터를 분석한 결과 특정 공정에서 작업 전환 시점에 밀집도가 급증하는 패턴이 발견되면, 시스템은 해당 시간대 30분 전에 관리자에게 사전 알림을 보냅니다.
실험 결과 PC 환경에서는 YOLOv8-l이 가장 높은 정확도를 보였으나, 라즈베리파이 4 환경에서는 YOLOv8-n 모델이 720.74ms의 추론 속도를 기록하며 실시간 운영에 가장 적합한 모델로 선정되었습니다. 기존 시스템의 낮은 범용성과 작업자 및 비작업자 구분 불가능 문제를 해결하기 위해 엣지-서버-웹의 3계층 아키텍처를 설계했습니다.
인공지능 학습모델 선정을 위해 SpineNet과 SOLOv2, YOLACT의 정확도 및 탐지속도를 비교했으며, 정확도가 가장 높고 처리속도는 상위 모델과 큰 차이 없는 SpineNet을 최종 학습모델로 선정했습니다. 과적합 방지를 위해 배치 정규화를 적용했고, 학습률은 배치 크기 및 학습 중의 손실값에 가변적으로 대응할 수 있도록 자동 조정 기능을 적용했습니다.
작업장에 설치된 인공지능 CCTV가 작업자 동선과 위험 물체를 실시간 분석합니다. 날카로운 공구와 중장비 이동 등 충돌 위험이나 보호장구 미착용 등이 감지되면 즉시 경고 알림을 보내 사고 예방에 기여합니다. 공정별 공기질과 온도, 습도, 소음 등을 센싱해 산업안전보건 기준 준수 여부를 실시간 체크하며, 기준치를 초과하면 자동으로 환풍기나 공조 시스템을 가동해 안전사고와 직업병을 예방합니다.
인공지능은 작업자의 이동 경로를 분석하여 불필요한 동선을 제거하고 효율적인 작업 배치를 제안합니다. 예를 들어 A구역과 B구역 간 이동이 빈번하게 발생한다면, 두 구역 사이에 임시 작업대를 설치하거나 작업 순서를 조정하여 이동 횟수를 줄일 수 있습니다.
협동 로봇 라인에서 부품 교체 중 로봇 팔이 작업자를 인식하지 못하고 작동하는 사고가 발생할 수 있습니다. 안전 센서 감도 조정 미흡과 안전거리 기준 미준수가 원인이며, 인공지능이 탑재된 협동 로봇은 인간 작업자와 함께 힘들거나 위험한 작업을 처리하여 작업장 안전을 강화할 수 있습니다.
인공지능 시스템은 로봇과 작업자 간 거리를 실시간으로 측정하여 안전거리가 확보되지 않으면 로봇 동작을 자동으로 정지시킵니다. 로봇 작업 구역 내 작업자 수가 2명을 초과하면 경고음이 발생하며, 관리자 승인 없이는 로봇이 재가동되지 않습니다.
시스템의 가장 큰 장점은 기존 CCTV 인프라를 그대로 활용한다는 점입니다. 새로운 카메라를 추가 설치할 필요 없이 현재 사용 중인 CCTV에 인공지능 영상 분석 기술을 적용하면 됩니다. IoT 연동을 통해 SMS와 이메일, 경광등, 스피커 등 다양한 알림 채널을 활용할 수 있으며, 위험 이벤트가 감지된 영상은 자동으로 저장되어 사고 분석 및 예방 대책 수립에 활용됩니다.
대시보드에서 위험 상황 발생 시 즉시 팝업 알림이 표시되어 관리자가 신속하게 대응할 수 있고, 기존 CCTV는 평균 8분의 감지 시간과 교대 근무가 필요한 반면 인공지능 시스템은 3초 내 감지와 24시간 무중단 감시, 5% 이하 오탐률을 실현합니다.
인공지능은 직원 데이터를 분석하여 교대 근무를 최적화하고 생산성을 개선함으로써 인력 계획 및 관리를 지원합니다. 이러한 시스템은 업무량과 직원 성과, 기술 세트와 같은 요소를 평가하여 효율적인 일정을 수립할 수 있으며, 제조업체는 이러한 기능을 사용하여 인력을 효과적으로 관리함으로써 숙련된 인력이 가장 필요한 곳에 배치될 수 있도록 지원합니다.
밀집도 데이터를 기반으로 작업 구역별 적정 인원을 산출하여 과밀과 과소 인력 배치를 방지합니다. 예를 들어 용접 구역은 최대 3명, 도장 구역은 최대 5명으로 인원 제한을 설정하고, 초과 시 자동으로 대기 인력에게 다른 구역으로 이동하라는 알림을 보냅니다.
2024년부터 5인 이상 사업장까지 중대재해처벌법이 확대되어 협착 재해 관리는 법적 의무가 되었습니다. 모든 프레스와 컨베이어, 로봇 등 협착 위험 설비 목록을 작성하고 고위험과 중위험, 저위험으로 분류해야 하며, 매출액에 따른 적정 안전 예산을 편성하고 50인 이상 사업장은 안전관리자를 법정 인원 배치해야 합니다.
협착 재해는 중대산업재해에 해당하며 사고 발생 시 즉시 고용노동부 보고 의무가 있고 안전보건관리체계 미비 시 경영책임자가 직접 처벌받습니다. 인공지능 기반 밀집도 분석 시스템은 법적 의무 이행의 실질적 도구로 활용할 수 있습니다.
중앙 관제센터의 통합 대시보드에서는 모든 작업 구역의 밀집도 현황을 실시간으로 확인할 수 있습니다. 구역별 현재 인원 수와 허용 인원 대비 비율, 위험 수준이 색상으로 구분되어 표시되며, 녹색은 안전, 노란색은 주의, 빨간색은 위험 상태를 나타냅니다.
대시보드는 일일 밀집도 변화 추이와 주간 통계, 월간 위험 구역 순위 등 다양한 분석 리포트를 제공합니다. 관리자는 이 데이터를 바탕으로 작업장 레이아웃을 개선하거나 작업 프로세스를 재설계할 수 있습니다.
위험 수준에 따라 3단계 알림 시스템이 작동합니다. 1단계는 밀집도 70% 도달 시 작동하며, 현장 스피커로 음성 안내가 나가고 작업자들에게 분산 작업을 권고합니다. 2단계는 밀집도 85% 도달 시 작동하며, 경광등이 점멸하고 현장 관리자에게 SMS 알림이 전송됩니다.
3단계는 밀집도 100% 초과 시 작동하며 비상 경보음이 울리고 안전 책임자와 경영진에게 동시 알림이 전송되며 해당 구역 작업이 즉시 중단됩니다. 모든 알림 이력은 시스템에 자동 기록되어 사후 분석과 감사 자료로 활용됩니다.
건설 현장과 제조 공장, 항만, 물류 센터 등에서 작업자의 안전을 실시간으로 관리하는 안전 모니터링 솔루션이 도입되고 있습니다. 작업자가 쓰러지거나 안전 장비를 착용하지 않은 경우, 위험 구역에 침입한 경우 즉시 감지해 사고를 예방하며, 한국인터넷진흥원 인증은 인공지능 기반 영상 분석 기술의 성능과 보안을 국가 기관이 검증한 공인 인증입니다.
공인 인증은 도입 결정 과정에서 중요한 판단 기준이 되는데, 특히 중대재해처벌법 이행을 위한 안전 관리 시스템을 구축할 때 검증된 인공지능 모니터링 솔루션은 법적 의무 이행의 실질적 도구로 활용할 수 있습니다.
과거 밀집도 데이터와 작업 스케줄을 학습한 인공지능은 향후 위험 시간대를 사전에 예측합니다. 예를 들어 매주 금요일 오후 4시에 특정 구역의 밀집도가 급증하는 패턴이 있다면, 시스템은 금요일 오후 3시 30분에 관리자에게 사전 알림을 보내 인력 분산 조치를 취하도록 합니다.
계절별 작업 패턴도 분석됩니다. 겨울철에는 실내 작업이 증가하여 밀집도가 높아지고, 여름철에는 야외 작업이 많아 실내 밀집도가 낮아지는 경향이 있습니다. 이러한 계절별 패턴을 반영하여 사전에 안전 조치를 강화할 수 있습니다.
밀집도 관리는 안전뿐만 아니라 작업 효율성 향상에도 기여합니다. 과밀한 작업 공간에서는 작업자 간 간섭이 발생하여 작업 속도가 저하되고 과소 인력이 배치된 구역에서는 작업이 지연됩니다. 적정 밀집도를 유지하면 각 작업자가 충분한 작업 공간을 확보하여 효율적으로 작업할 수 있습니다.
.svg)
.svg)
