위험 예측해 안전사고 막는 AI 기술

AI 헬멧-밴드로 이상 징후 상시 탐지
로보틱스-드론이 위험 작업 대신 수행

Article at a Glance

전통적인 안전관리 방식을 이행할 때 안전보건 전문 인력 확보의 어려움, 작업자의 휴먼 에러, 분산된 데이터, 사후 조치 중심의 관행 등 여러 한계에 부닥치게 된다. 인공지능(AI)은 이러한 한계를 넘어서는 패러다임 전환을 제시하며 위험 요소의 선제적 탐지, 예측적 위험 분석, 지속적인 모니터링을 가능하게 한다. 웨어러블, 컴퓨터 비전, 예측 분석, 챗봇, 로보틱스, 디지털 트윈 등 다양한 AI 기술은 일터의 안전을 혁신하는 데 큰 도움이 된다. 실제로 삼성물산은 IoT 기반 헬스 밴드와 AI 비전 시스템을 통해 근로자의 건강 상태와 작업 환경을 실시간으로 모니터링하고 있으며 글로벌 건설사인 스칸스카(Skanska)는 AI 기반 안전 챗봇을 통해 안전 규정을 일상적인 업무 흐름 속에 통합했다.

---

국제노동기구(ILO)에 따르면 전 세계적으로 매년 약 278만 명의 노동자가 업무 관련 사고와 질병으로 사망하고 수억 명의 노동자가 부상을 입는다. 산업화 이후 꾸준히 산업안전에 관한 정책과 시스템이 발전해 왔지만 여전히 무수한 사람이 현장에서 다치고 사망한다는 사실은 산업안전에 있어 혁신적이고 근본적인 접근이 필요함을 의미한다. 이러한 상황에서 인공지능(AI)은 새로운 패러다임을 제시할 수 있다. 최근 들어 선행지표(Leading Indicator) 기반의 선제적 안전관리의 중요성이 강조되고 있기는 하지만 여전히 전통적인 안전관리 시스템은 사고 발생 후 원인을 조사하고 대책을 마련하는 사후적 방식에 치우쳐 있다. 이에 반해 AI는 위험 요인을 예측해 사고가 발생하기 전에 선제적으로 개입할 수 있다. 기계학습, 컴퓨터 비전, 자연어 처리(NLP), 예측 분석을 결합함으로써 조직은 사고 대응 중심에서 위험 예측 중심으로 전환할 수 있다.

이러한 측면에서 산업 현장에서 AI의 필요성, 적용 가능한 실질적 기술, 사고 예방을 위해 AI를 적용한 기업의 실제 사례를 살펴보자. AI 기반 산업안전 기술에 대해 기술성숙도(Technology Readiness Level, TRL)1 1개발기술의 성숙도 또는 이행단계를 평가하기 위한 정량화된 측정지표로 연구개발환경(실험실, 유사환경, 실제 환경), 연구개발결과물(시제품, 완제품), 기술수준(개념, 시현, 성능검증)에 따라 기술 성숙도를 1~9로 분류 닫기 , 범용성(산업 전반 적용 가능성), 영향력, 비용을 기준으로 평가해 각각의 기술들이 산업안전에서 어떻게 활용되고 있으며 발전돼야 하는지에 대한 판단 기준을 제시하고자 한다. 이를 통해 우리 산업과 사업장에 적합한 기술과 이를 추진하기 위한 효익을 가늠해볼 수 있다.