HyperAI超神经

산업 생산 안전 문제와 관련하여 머신 러닝, 사물 인터넷, AI 기술을 사용하면 직원 및 환경 조건을 효과적으로 모니터링하고 사고 발생률을 줄일 수 있습니다.

"여기서 폭발이 일어났다는 게 놀랍지 않아요. 크고 작은 문제들이 이미 드러났으니까요." 샹수이 생태화학단지와 많은 접촉을 한 엔지니어의 말이다.

3월 21일, 옌청의 샹수이화학공장에서 폭발 사고가 발생했습니다. 언론 보도에 따르면, 이 사고로 78명이 사망했습니다. 그로부터 며칠 후, 쿤산 공장에서 또 다른 폭발 사고가 발생하여 지금까지 7명이 사망하는 비극이 발생했습니다.

통계에 따르면, 약 15초마다 178건의 산업 사고가 발생하고, 매년 278만 명 이상이 직업병이나 부상으로 사망합니다. 미국 노동부는 직장에서 발생하는 부상 및 질병으로 인한 연간 비용이 총 1,700억 달러에 이른다고 추산합니다.

이는 직원들에게 가해진 엄청난 피해와 기업에 발생한 높은 비용을 반영하는 충격적인 수치입니다.

기업이 검사, 환경 관리, 사고 예방 조치를 철저히 하고, 근로자가 안전 의식을 강화하고 작업을 표준화한다면 이러한 재해를 피할 수 있을까요?

하지만 '만약'은 없습니다.

고통을 겪은 후에는 다음 사고를 예방하기 위한 조치가 필요합니다.

현대 공장에서는 IoT 기술의 도움으로 AI가 이미 현상 유지를 바꾸려고 노력하고 있습니다.

사고를 일으킨 "범인"을 찾아내다

사고를 피하기 위해서는 먼저 사고의 원인을 이해해야 합니다. 일부 조사에서는 다음의 다섯 가지 이유가 발견되었습니다.

인간의 오류: 지름길, 과신, 훈련 부족
불완전한 정보로 운영
안전 절차를 무시하거나 장비를 부적절하게 사용하는 경우
불편함이나 수면 부족으로 인해 피곤함을 느끼면서 일하다
준비 부족

기본적으로 이 다섯 가지 이유는 두 가지 주요 범주로 나눌 수 있습니다.

1. 내부 요인(근로자 건강, 준비 및 교육)

2. 외부 요인(작업 조건, 장비)

보안 문제를 해결하려면 이러한 요소를 정확히 파악해야 합니다.

사고의 "원인"을 미리 잡아내세요

컴퓨터 비전과 사물 인터넷 등의 기술을 결합하면 실시간으로 운영 장비와 환경을 모니터링하고 사고가 발생하기 전에 조기에 경고할 수 있습니다. 구체적인 적용 시나리오는 다음과 같습니다.

1. 장비 작동 및 직원 상태 모니터링

장치의 센서에서 데이터를 수집하고 다양한 시나리오를 만들면 알고리즘은 안전한 상황과 안전하지 않은 상황을 구분할 수 있습니다. 이를 통해 비정상적인 상황을 처리할 수 있습니다.

또한 IoT 센서를 활용해 전력망을 관리하면 경제적이고 효율적이며, 전기로 인한 사고를 효과적으로 예방할 수 있습니다. 예를 들어, 전압, 줄 효과에 대한 데이터를 수집하면 과충전, 정전, 심지어 단락으로 인한 화재를 예방하고, 회로의 다양한 신호를 처리하는 데 도움이 되며, 비정상적인 활동을 감지할 수 있습니다.

공장에서는 센서를 사용하여 작업자와 환경에 대한 실시간 데이터를 수집하여 모니터링합니다.

착용형 기기(헬멧, 재킷, 시계 등)를 통해 데이터를 수집하고 환경 센서와 결합하여 근로자의 건강과 작업 환경의 상태를 보장합니다. 센서는 심박수와 피부 온도와 같은 신체 건강 지표를 추적하여 스트레스나 기타 잠재적인 문제의 징후를 보이는 직원에게 경고하여 예방 조치를 취할 수 있도록 도와줍니다.

2. 환경 변화 모니터링

사고의 원인이 되는 요소가 있을 경우 AI는 일산화탄소 수치, 기상 조건, 온도, 진동 등 여러 다른 데이터를 모니터링하여 사고를 적시에 감지하고, 데이터가 비정상적일 경우 안전 조치를 실행할 수도 있습니다.

센서가 가스 누출, 온도 상승 또는 원치 않는 습도를 감지하면 작업을 즉시 중단하거나 적어도 작업장 관리자에게 알릴 수 있습니다.

열 및 연기 센서는 모든 산업 환경에서 표준 안전 장비의 일부가 되었습니다. 이는 적외선 카메라와 같은 예방 조치를 보완할 수 있습니다. 예를 들어, 장치가 과열되어 화재가 발생하면 적외선 카메라로 미리 감지하여 큰 화재가 발생하기 전에 막을 수 있습니다.

3. 자동화

일부 위험하거나 지루한 상황에서는 자동화 장비나 로봇을 이용해 작업을 완료할 수 있으며, 이를 통해 작업자가 위험한 환경에서 작업할 필요가 없어집니다.

로봇 직원을 활용하면 회사가 직원의 부상 위험을 피하는 데 도움이 될 뿐만 아니라, 생산 효율성을 높이고 생산 비용을 절감할 수도 있습니다. 현재 화학산업에서 활용되고 있는 로봇으로는 소방로봇, 검사로봇, 용접로봇 등이 있습니다.

드론과 자율주행차는 고해상도 센서를 설치하여 주변을 스캔하고 구조적 변화를 감지할 수도 있습니다. 이는 석탄 광산, 소금 광산 또는 석유 채굴 현장과 같은 고압 환경에서 특히 중요합니다.

샹수이와 쿤산 공장에서 로봇을 더 많이 사용한다면 더 많은 노동자가 살아남을 수 있을 것이다.

AI는 사고를 예방하는 데 도움이 될 수 있지만 이제는 조치를 취해야 할 때입니다.

유럽에서는 많은 기업이 스마트 파크 단계에 진입했지만, 우리는 아직 그들과 큰 격차를 가지고 있습니다. 환경 보호든, 직원 교육이든, 현대 기술의 대중화든, 우리는 배워야 합니다.

휴스턴에 본사를 둔 상업용 폐기물 관리 회사인 Nation Waste는 IBM과 협력하여 웨어러블 센서 기반 솔루션을 사용하여 작업 환경을 모니터링하고, 기존 사고와 잠재적 위험을 감지하고, 근로자의 안전을 보장하기 위해 적시에 피드백을 제공합니다.

지능형 텍스트 및 이미지 인식 기능을 갖춘 미디어 관리 플랫폼인 Smartvid.io는 머신 러닝을 사용하여 건설 현장에서 캡처한 이미지와 비디오를 자동으로 스캔하고 안전 문제를 표시합니다. 이 솔루션은 현장 근로자의 휴대전화와 프로젝트 관리 소프트웨어에서 데이터를 수집하고, 머신 러닝을 사용하여 안전 문제를 분석하고 분류하여 안전 전문가가 작업 현장에서 잠재적인 위험을 놓치지 않도록 보장합니다.

Smartvid는 기계 학습을 사용하여 건설 노동자의 이미지를 분석합니다.

프로젝트 시각화 회사 SiteAware는 자율 상황 인식 드론을 이용한 3D 시각화를 전문으로 합니다. 그들은 드론을 이용해 작업 현장을 스캔하고 이미지를 캡처하여 프로젝트 모니터링 및 현장 관리 기능을 수행합니다. SiteAware는 이러한 이미지를 통해 4D 모델을 생성하고, 모델의 변경 사항을 자동으로 감지하고, 현장 물류 결정, 현장 위치 조사, 작업 현장 진행 분석을 수행할 수 있습니다.

모바일 R&D 로봇 공급업체인 Clearpath Robotics는 가장 더럽고 위험한 모든 작업을 자동화하기 위해 작업 현장에 로봇을 도입하고 있습니다. 그들은 현재 환경에 대한 데이터를 수집, 추적, 분석하면서 좁고 안전하지 않은 환경을 탐색할 수 있는 다양한 수중, 공중, 지상 로봇을 제공합니다. 머신 러닝은 이러한 차량을 특정 위치로 안내하고 잠재적인 결함을 찾기 위해 이미지 데이터를 분석하는 데 사용됩니다.

Clearpath Robotics의 산업용 로봇은 육지와 수중을 포함한 다양한 환경에서 작업할 수 있습니다.

사물 인터넷, 인공지능, 머신 러닝과 같은 기술은 우리의 삶을 놀라운 방식으로 바꿀 것이며, 진화하는 EHS 프로그램도 예외는 아닙니다. 클라우드 소프트웨어의 도움으로 회사는 부상 및 사고율을 50% 이상 줄일 수 있다고 합니다.

최근 두 건의 폭발 사고와 관련하여, 우리는 사고가 발생하기 전에도 많은 숨겨진 위험이 있었지만, 폭발이 발생하기 직전에야 적절하고 합리적인 방식으로 해결되었고, 그 후에는 후회할 수 없다는 사실을 알게 되었습니다.

기술은 공장에서 안전사고를 예방하는 데 도움이 되었지만, 국내 공장에서는 아직 대중화되지 않았습니다.

한 걸음 물러서서 생각해 보면, 비록 그것이 대중적이 되었더라도, 관리자들이 무언가에 눈이 멀었다면, 가장 정확하고 지적인 감지와 경고조차도 무시될 가능성이 큽니다.