왜 우리는 AI를 공장에 들이는가 – 산업안전 AI의 현실
숫자 뒤에 있는 것
오늘도 누군가의 아버지가, 누군가의 동료가 일터에서 돌아오지 못했습니다.
고용노동부 통계에 따르면 2024년 한 해 동안 산업 현장에서 사고로 목숨을 잃은 노동자는 589명입니다.
하루 평균으로 계산하면 1.6명. 주말도, 공휴일도 없이 반복되는 숫자입니다.
더 불편한 사실은 따로 있습니다.
이 사고들의 상당수가 ‘예측 가능했던 상황’에서 발생했다는 점입니다.
위험한 구역에 사람이 들어갔고, 보호구를 착용하지 않았고, 이상 징후를 미리 감지하지 못했습니다.
막을 수 있었지만, 막지 못한 사고들입니다.
저는 이 지점에서 항상 같은 질문을 합니다. “기술이 있었다면 달랐을까?”
법이 바꾼 것, 그리고 바꾸지 못한 것
2022년 1월, 중대재해처벌법이 시행되었습니다.
처음에는 50인 이상 사업장부터였지만, 2024년부터는 5인 이상 사업장으로 적용 대상이 확대됐습니다.
이제 산업재해는 현장 관리자 한 명의 책임이 아니라, 경영책임자가 직접 져야 하는 문제가 됐습니다.
사망사고 발생 시 대표이사가 징역형을 받을 수 있는 구조가 만들어진 것입니다.
이 법이 가져온 가장 큰 변화는 무엇일까요?
안전이 ‘현장의 문제’에서 ‘경영의 문제’로 격상됐다는 점입니다.
회의실에서 비용 항목으로만 다뤄지던 산업안전이, 이제는 CEO가 직접 챙겨야 하는 의제가 됐습니다.
그런데 법이 바꾸지 못한 것도 있습니다.
현장은 여전히 바쁘고, 안전관리자는 여전히 부족하며, 사람의 눈은 여전히 한계가 있습니다.
법이 강해진다고 해서 사람이 모든 위험을 실시간으로 포착할 수 있게 되지는 않습니다.
카메라가 많아도 보는 눈이 없다면
제조업 현장을 한번 상상해보세요.
수백 대의 CCTV가 돌아가고 있습니다. 하지만 그 영상을 실시간으로 들여다보는 사람은 한두 명, 혹은 아무도 없습니다. 무언가 문제가 생겼을 때 영상을 ‘돌려보는’ 용도로만 쓰입니다.
사고 이후의 기록은 남지만, 사고 이전의 개입은 없습니다.
이것이 기존 산업안전 체계의 구조적 허점입니다. 설비는 있는데 감시가 없고, 데이터는 쌓이는데 인사이트가 없습니다.
AI가 이 문제에 개입하는 방식은 의외로 단순합니다.
“사람이 놓치는 순간을 잡는 것.” 24시간 집중력이 흔들리지 않는 눈을 현장 곳곳에 두는 것입니다.
현장에서 AI는 무엇을 보는가
저희가 개발하는 AURON-i 솔루션을 예로 들면, AI가 실제로 하는 일은 이렇습니다.
작업자가 안전모를 쓰지 않으면 감지합니다. 보안경, 안전장갑, 안전화, 페이스쉴드도 마찬가지입니다. 위험 구역에 허가받지 않은 사람이 들어오거나, 작업자가 쓰러지거나, 화재의 초기 징후가 포착되면 즉시 알람을 발생시킵니다.
한 가지 더. 날씨가 흐려지거나, 야간으로 넘어가거나, 역광이 심해지면 — 모델이 자동으로 바뀝니다. 환경이 달라져도 감지 성능이 유지되도록 설계되어 있습니다. 비가 온다고 AI의 눈이 멀어서는 안 되니까요.
이 모든 이벤트는 VMS(영상관제시스템)와 연동되어 기록되고, 어떤 구역에서 어떤 유형의 문제가 반복되는지 분석할 수 있습니다. 사후 대응이 아닌, 사전 예방으로 패러다임이 이동하는 지점입니다.
현장 담당자들이 처음 솔루션을 보고 나서 자주 하는 말이 있습니다.
“생각보다 잘 잡히네요.”
당연한 말 같지만, 사실 이 ‘잘 잡힌다’는 것이 가장 어렵습니다. 현장마다 조명이 다르고, 카메라 위치가 다르고, 작업복 색깔이 다르고, 계절마다 환경이 달라집니다. 실험실에서 잘 되던 모델이 현장에 나오면 무너지는 일이 비일비재합니다. 그래서 현장 데이터가 중요하고, 그 데이터를 가장 많이 쌓은 쪽이 결국 이깁니다.
AI가 대신할 수 없는 것
한 가지 분명히 해두고 싶은 게 있습니다.
AI는 안전사고를 ‘대신 막아주는’ 기술이 아닙니다. 잘 보이게 해주는 기술입니다.
더 빠르게 반응할 수 있게 해주는 기술입니다.
카메라가 미착용을 감지해도, 그 알람을 현장에서 무시하는 문화라면 아무 의미가 없습니다.
반대로 조직이 안전을 진지하게 여기는 곳에서는, AI 하나가 도입됐을 때 사고 발생률이 눈에 띄게 달라지는 것을 경험합니다.
결국 기술은 조직의 의지를 증폭시키는 도구입니다.
의지가 없는 곳에서는 아무리 좋은 솔루션도 ‘설치된 장비’ 그 이상이 되지 못합니다.
사례를 들어 설명하겠습니다.
어느 공장의 특정 지역에 이상물체 감지 기능의 적용을 요청 받았습니다.
현장 실사와 CCTV, Speaker 설치 장소를 확인한 후 모델 개발과 테스트를 진행하는데, 해당 생산팀이 테스트에 지원이나 적극적이지 않고, ‘그냥 알아서 해 주세요’, ‘꼭 테스트를 해야 하나요?’와 같은 귀찮은 반응이었습니다.
결국 기본적인 동작은 하지만, 고객의 비협조로로 더 이상의 안정화나 고도화를 제공할 수 없고, 심지어 검수도 현장이나 기능을 보지 않고 해 줬습니다.
얼마나 안타까운가?
그래서, 우리는 왜 AI를 공장에 들이는가
답은 처음부터 하나였습니다.
사람이 다치지 않도록 하기 위해서.
기술이 발전하는 속도만큼 그 기술이 쓰이는 곳도 진화해야 한다고 생각합니다.
인식의 변화도 필요하고, 공부도 필요하고, 이해도 필요합니다.
AI를 현장에 적합하게 도입하기 위해서 많은 공부가 필요하고, 요구사항과 필요기술에 대한 이해도를 높이는 것이 중요합니다.
우리 입장에서 가장 고마운 고객은 적극적이고 공부한 고객입니다.
제가 자주하고 중요하다고 하는 얘기가 있습니다.
요구사항이 명확하면, 피드백도 명확하다고. 요구사항이 명확하지 않으면, 피드백도 명확할 수 없습니다.
가장 빠른 모델, 가장 정확한 알고리즘이 먼저 자리 잡아야 할 곳은 화려한 서비스가 아니라 위험한 현장이어야 합니다. 그것이 이 일을 계속하는 이유이고, 앞으로도 이 블로그에서 계속 이야기하고 싶은 주제입니다.
2026. 04.22 Rhapsody
