
최근 AI(Artificial Intelligence)가 일반인에게도 친숙한 포지션으로 전환되며, 향후 발생할 수 있는 부작용에 대해 우려의 목소리도 많았다. 그러나 한편으로 우리 삶의 거의 모든 측면을 혁신할 수 있는 잠재력이 있다는 점은 큰 희망을 품게 한다. 그렇다면 안전관리 분야에서 AI를 사용하는 것에 대해서는 어떤 입장일까?
이미 안전관리 분야에 AI를 접목하려는 시도는 광범위하고 다양하게 진행됐다. 기본적으로 AI는 앱 및 소프트웨어, 웨어러블 기술과의 접목을 통해 잠재적인 위험을 식별하고 예방할 수 있도록 돕고 있다.
이미 도입한 기업은 AI의 가장 큰 매력으로 안전관리에 소요되는 시간을 줄여 준다는 것을 꼽는다. 안전을 위해 해야 할 것은 많지만, 시간과 인력이 부족한 것이 현실이다. 이에 따라 많은 기업에서 안전 업무 효율화를 위해 애쓰고 있으나, 한계가 있다면 AI를 도입해 보는 것이 해답이 될 수 있다.
이번 호에서는 안전관리 분야에서 AI의 적용 사례를 탐구해 보고, 도입을 위해 사전에 고민해 봐야 할 아젠다를 공유하고자 한다.
안전관리의 AI 적용 분야 및 사례

육안 검사(Visual Inspection)
일찍이 AI가 도입된 것이 바로 육안 검사(Visual Inspection) 분야이다. 생산 및 품질관리에 적용되어 결함을 탐지하거나, 품질을 판정하는 등의 작업에 사용되었다. 안전분야에서는 사업장에서 카메라 혹은 센서와 결합하여 실시간으로 위험사항을 감지하는 데 활용된다. 특히 AI는 사람의 눈으로 포착하기 어려운 패턴이나 문제를 손쉽게 감지할 수 있다. 압력 유지 상태, 장치 이상 여부 등 물리적인 환경뿐만 아니라 작업자의 자세 등을 탐지하여 불안전한 상태를 감지한다.
위험성평가
AI는 사업장을 촬영한 비디오나 사진을 통해 위험성 평가를 진행하는 과정에도 활용된다. 사람이 놓칠 수 있는 부분에 대해서 위험을 예지하고, 위험도를 평가한다. 물론 이러한 시스템은 상시 위험성평가 보다 최초 위험성평가에 활용하는 것이 적합하다. 예를 들어 공장을 증설하여 최초 위험성 평가를 해야 하는 때에는 광범위한 공간을 한정된 시간 내에 평가해야 한다. 숙련된 인원이라 할지라도, 이를 완벽하게 해내는 것은 어려울 수 있으므로 AI 시스템과의 병행을 고려해 볼만 하다.
TBM(Tool Box Meeting) 아마도 AI가 구성원들에게 큰 체감을 줄 수 있는 분야는 TBM일 것이다. TBM에도 AI를 도입한 사례가 많다. 해외에서는 흔히 TBM Generator(TBM 생성기)로 불리는데, 업종과 작업 유형에 따라 맞춤형 컨텐츠를 생성해 주고, 최근에 특정한 사고가 발생했다면 그 사고에 맞는 내용으로 콘텐츠가 제공된다. 또한 대부분의 생성기는 외국인 근로자를 위해 자동 번역 기능을 제공한다. 외국인 근로자의 비율이 높은 조선업이나 건설업의 경우에는 AI 기반의 TBM 생성기를 활용한다면, 언어 장벽을 뛰어넘는 안전관리가 가능해진다.
안전관찰 행동기반안전관리(BBS)에도 급격한 변화의 바람이 불고 있다. 최초의 안전관찰은 지면을 활용하여 결과를 기록하던 방식으로 운영됐다. 얼마 후 모든 안전관찰 활동은 PC/모바일 시스템으로 대체되었고, 이제는 AI와 결합하여 새로운 전환점을 맞이하였다. 수집한 안전관찰 데이터를 기반으로 취약한 사항을 분석하는데 AI를 활용하는 것도 좋지만, 활용 범위를 보다 확장하여 교육으로 연계하는 방향을 고려해볼만 하다. 예를 들어, AI 엔진에서 불안전행동이 높은 행동에 대해 안전하게 행동할 수 있는 방법을 제시하거나, 리더의 경우 코칭 방법 등을 추출하여 제시한다면 단순 분석에서만 끝나지 않고 후속 업무와 연계가 가능하다.
도입 전 고려해야 할 문제
AI가 시대의 흐름이라 할지라도 우리 사업장에 도입하는 문제는 별개이다. AI에 대해 이미 알려진 바가 많지만, 안전관리 과정에 도입할 때에 특별히 유념해야 할 부분은 다음과 같다.
AI와 인간의 균형
AI가 인간보다 더 효율적이고 빠르게 데이터를 처리하겠지만, 인간의 판단을 온전히 대체하는 것은 안 된다. AI는 기본적으로 데이터를 학습하는데, 편향된 데이터를 일관되게 학습하면, 잘못된 판단을 이끌어 낼 수 있다. 이에 대해 Chat GPT 메인에도 “Chat GPT는 실수할 수 있습니다”라는 경고 문구가 있을 정도다. 이 부분은 반드시 유념해야 하며, 현재로서는 윤리적인 문제를 다루거나 중요한 의사결정을 맡기는 것에 대해 신중해야 한다.
도입 분야 및 범위 아무리 좋은 AI라도 기존 시스템에 연결될 수 없다면 새로운 가치를 만들 수 없다. 그러므로 AI를 모든 안전관리 시스템에 적용하기 보다는 통제된 환경에서 AI를 테스트하는 목적으로 도입하는 것이 필요하다. 우선 관리가 수월하거나 문제 발생 시 부작용이 적은 부분에 AI를 도입하여 시작하고, 이를 통하여 점진적으로 확장하는 것이 안전하다. 예를 들어 안전 관찰에 AI를 적용해보고, Inspection이나, 위험성평가 등에 확대 적용하는 것이 적합하다.
AI 도입 이후의 시간과 노력 AI를 도입한 이후 잘 운영만 된다면 끝이라고 생각할 수 있다. 하지만, 도입은 긴 여정의 시작일 뿐임을 명심해야 한다. AI는 기본적으로 '학습 원리'에 기반한다. AI가 적합한 판단과 양질의 통찰력을 제공하기 위해서는 상당한 양의 데이터와 끊임없는 고도화 과정이 필요하다. 많은 노력과 시간이 투입되므로, AI 도입을 통해 해결하려는 문제가 충분히 의미 있는 문제여야만 한다. 즉, ROI를 충분히 고려하여 이를 최소화 할 수 있는 방법을 고민해야 한다.
글 한누리 |Team Leader
Copyright 2024. FIDELITY SOLUTION inc. All rights reserved.
Comments