제조 현장에 맞는 지능형 영상분석, 일반 솔루션과 무엇이 다를까

지능형 영상분석, 제조 현장까지 들어오다

CCTV는 있는데 사고는 왜 계속 날까

제조 현장에는 이미 CCTV가 있습니다. 공장 입구부터 생산 라인, 자재 창고까지 수십 대의 카메라가 24시간 돌아가고 있습니다. 그런데도 사고는 반복됩니다. 사고 후 영상을 돌려보면 위험 징후는 이미 찍혀 있습니다. 안전모를 쓰지 않은 작업자, 지게차와 너무 가까이 있던 사람, 통로를 막은 자재. 영상에는 다 있었지만 그 순간 아무도 알아채지 못했습니다. 기존 CCTV는 ‘기록하는 도구’로 설계되었지, ‘예방하는 도구’로 만들어지지 않았기 때문입니다.

이 한계를 극복하기 위해 등장한 것이 지능형 영상분석입니다. AI가 실시간으로 영상을 읽고 위험 상황을 자동 감지해 관리자에게 즉시 알림을 전송하는 기술입니다. 그동안 지능형 영상분석은 주로 공항, 지하철역, 도시 관제센터 같은 공공 인프라 중심으로 확산되어 왔습니다.

그런데 최근 흐름이 바뀌고 있습니다. 제조 공장, 건설 현장, 항만, 물류센터에서도 도입 문의가 빠르게 늘고 있습니다. 수백 대 카메라를 관제 요원이 육안으로 모두 확인하는 것은 구조적으로 불가능하고, 중대재해처벌법 시행 이후 ‘예방 의무’에 대한 부담이 커지면서 지능형 영상분석이 제조 현장의 새로운 안전 인프라로 자리잡기 시작했습니다.

제조업 사망 사고, 숫자로 보면 더 심각하다

숫자는 현실을 더 선명하게 보여줍니다. 고용노동부가 발표한 2024년 산업재해 현황에 따르면 전체 사고 사망자는 589명으로, 이 중 제조업은 건설업과 함께 가장 높은 비중을 차지합니다. 특히 주목할 부분은 50인 이상 제조업 사업장의 사망자 수가 전년 대비 35.1% 증가했다는 점입니다. 중대재해처벌법이 시행된 지 3년이 지났지만, 법 적용 대상인 규모의 사업장에서 오히려 사망 사고가 늘고 있는 것입니다. CCTV를 설치하고, 안전 교육을 실시하고, 관제 인력을 배치했음에도 사고가 줄지 않는다면 접근 방식 자체를 바꿔야 한다는 신호입니다.

더 중요한 통계가 있습니다. 고용노동부 자료에 따르면 위험성평가를 지원받은 사업장에서는 사고 사망자 수가 66.7% 감소한 것으로 나타났습니다. 사전 예방 활동이 실질적인 효과를 낸다는 것을 데이터가 증명하고 있습니다. 문제는 위험성평가를 주기적으로 수행하고 기록으로 남기는 것이 현실적으로 쉽지 않다는 것입니다. 지능형 영상분석이 이 과정을 자동화하는 도구로 주목받는 이유입니다.

💡 알고 계셨나요?

• 2024년 50인 이상 제조업 사망자 수: 전년 대비 35.1% 증가
• 위험성평가 지원 사업장 사망자 수: 66.7% 감소

같은 현장, 다른 결과 — 차이는 사전 예방 활동에 있습니다

(출처: 고용노동부, 2024년 산업재해 현황)

중대재해처벌법이 바꾼 것 — 지능형 영상분석이 필요한 이유

법이 요구하는 건 ‘기록’이 아니라 ‘예방’

2022년 시행된 중대재해처벌법은 산업 현장 안전관리의 기준을 완전히 바꿔놓았습니다. 핵심은 사고가 난 뒤 기록을 남기는 것이 아니라, 사고가 발생하지 않도록 사전에 위험 요인을 파악하고 제거하는 ‘예방 의무’를 경영책임자에게 직접 부과한다는 점입니다. 사망 사고 발생 시 경영책임자는 1년 이상의 징역 또는 10억 원 이하의 벌금을 받을 수 있고, 법인에는 최대 50억 원의 벌금이 부과됩니다. 2024년부터는 적용 범위가 5인 이상 사업장으로 확대되면서 중소 제조업체와 건설 현장까지 본격적인 대응이 요구되고 있습니다.

문제는 기존 CCTV만으로는 이 예방 의무를 입증하기 어렵다는 점입니다. 영상이 녹화되어 있어도 위험 상황을 실시간으로 감지하고 조치했다는 기록이 없으면 법적 책임에서 자유로울 수 없습니다. 4

반면 지능형 영상분석은 위험 감지 시각, 위반 유형, 조치 여부를 자동으로 기록하고 리포트로 생성합니다. 중대재해처벌법이 요구하는 ‘안전관리 체계 구축’의 핵심 근거가 되는 것입니다. 단순한 보안 솔루션이 아니라 법적 리스크 관리 도구로서 제조 현장의 지능형 영상분석이 주목받기 시작한 이유가 바로 여기에 있습니다.

📌 중대재해처벌법, 제조 현장 핵심 체크포인트

• 적용 대상: 2024년부터 5인 이상 모든 사업장
• 경영책임자 의무: 안전보건관리체계 구축 및 이행
• 처벌 수위: 사망 사고 시 징역 1년 이상 또는 벌금 10억 원 이하
• 입증 포인트: 위험 감지 → 즉시 조치 → 기록 보관의 체계적 흐름

위험성평가 지원 사업장, 사망자 66.7% 감소한 이유

중대재해처벌법이 요구하는 핵심 의무 중 하나가 ‘**위험성평가’**입니다. 작업 공정별로 위험 요인을 사전에 파악하고, 그 결과를 기록으로 남기며, 개선 조치까지 이행했다는 것을 증명해야 합니다. 고용노동부 자료에 따르면 위험성평가를 체계적으로 수행한 사업장에서는 사고 사망자 수가 66.7% 감소한 것으로 나타났습니다. 사전 예방이 사후 대응보다 압도적으로 효과적이라는 것을 데이터가 직접 증명하고 있는 것입니다.

그런데 현실에서 위험성평가는 쉽지 않습니다. 수십 개 공정과 구역을 주기적으로 순회하며 위험 요인을 기록하고, 조치 결과까지 문서화하는 것은 안전관리자 혼자 감당하기 어려운 업무량입니다.

지능형 영상분석은 이 과정을 자동화합니다. 위험 이벤트가 감지될 때마다 발생 시각, 위치, 위반 유형이 자동 기록되고, 누적 데이터는 구역별 위험도 분석과 반복 위반 패턴 리포트로 이어집니다. 안전관리자가 직접 순회하지 않아도 위험성평가에 필요한 데이터가 자동으로 쌓이는 구조입니다.

공장에 공항 솔루션을 쓰면 생기는 일 — 제조 현장 지능형 영상분석의 조건

2D로 보는 것과 3D로 아는 것은 다르다

지능형 영상분석이라고 해서 다 같은 기술이 아닙니다. 공항이나 도심 관제에 최적화된 솔루션은 배회, 침입, 쓰러짐처럼 비교적 단순한 행동 패턴을 감지하는 데 초점을 맞춥니다. 제조 현장은 요구사항이 전혀 다릅니다. 지게차와 작업자가 동시에 움직이고, 로봇 설비와 사람이 같은 공간에서 작업합니다. 여기서 중요한 것은 단순히 “사람이 있다”를 감지하는 것이 아니라, 지게차와 작업자 사이의 실제 거리가 위험 수준인지를 정확히 판단하는 것입니다. 일반 보안 솔루션을 제조 현장에 그대로 적용했을 때 오탐률이 높아지고, 결국 현장에서 외면받는 이유가 바로 여기에 있습니다.

이 문제를 해결하는 것이 SAIGE SAFETY의 실시간 3차원 지능형 공간인식 기술입니다. 별도의 Depth 카메라 없이 일반 CCTV 영상에서 AI가 직접 Depth Map을 추출해 공간을 3차원으로 분석합니다. 지게차가 작업자 앞을 단순히 지나쳤는지, 아니면 실제 협착이 발생할 위험 거리인지를 2D 화면이 아닌 3D 위치 관계로 판단합니다. 추가 장비 없이 기존 CCTV만으로 깊이 정보 기반의 정밀한 위험 감지가 가능하다는 점에서, 제조 현장 담당자들이 실제 시연을 보고 가장 놀라는 기술이기도 합니다.

🏭 2D 감지 vs 3D 공간인식, 제조 현장에서의 차이

구분	일반 2D 지능형 영상분석	SAIGE 3D 공간인식
협착 판단 기준	화면상 겹침 여부	실제 3D 위험 거리 수치
오탐 발생	지게차 통과 시 반복 오탐	거리 기반 정밀 판단으로 최소화
추가 장비	Depth 카메라 별도 필요	기존 일반 CCTV로 구현
적합 환경	공공·보안 관제	제조·건설·물류 현장

협착 사고, 제조 현장 사망의 핵심 원인

협착 사고는 제조 현장에서 가장 치명적인 사고 유형 중 하나입니다. 안전보건공단(KOSHA) 자료에 따르면 제조업 사망 사고의 주요 원인 중 끼임(협착)은 매년 상위권을 차지하고 있으며, 특히 지게차·컨베이어·프레스 등 중장비가 밀집한 환경일수록 발생 빈도가 높습니다. 협착 사고의 특성상 사고 발생과 부상 사이의 시간이 극히 짧아, 사람이 육안으로 위험을 인지하고 대응하는 것은 사실상 불가능합니다. 사고가 나기 전 위험 거리를 자동으로 감지하고 경고하는 시스템이 반드시 필요한 이유입니다.

기존 지능형 영상분석이 협착 감지에서 한계를 보이는 것도 이 때문입니다. 2D 화면에서는 지게차와 작업자가 화면상에서 겹쳐 보일 때만 위험으로 판단하기 때문에, 카메라 각도에 따라 실제로는 위험 거리임에도 감지하지 못하거나 반대로 안전한 상황을 위험으로 오탐하는 경우가 빈번합니다.

SAIGE SAFETY의 3차원 공간인식 기술은 카메라 각도와 무관하게 실제 3D 공간에서의 거리를 계산해 협착 위험 여부를 판단합니다. 위험 거리 진입 즉시 현장 스피커와 경광등을 자동으로 작동시켜, 작업자가 인지하기 전에 먼저 경고가 울리는 구조입니다.

제조 현장 지능형 영상분석, 실패하는 데는 이유가 있다

정확도 숫자보다 현장 적응 속도가 먼저다

지능형 영상분석을 도입한 제조 현장 담당자들이 공통적으로 겪는 문제가 있습니다. 처음엔 잘 작동하던 솔루션이 시간이 지나면서 오탐이 늘어나고 성능이 떨어지기 시작한다는 것입니다. 조명이 바뀌고, 작업복 색상이 달라지고, 새로운 설비가 들어오면 AI 모델은 새로운 환경을 낯설게 받아들입니다. 사실 이것은 특정 업체만의 문제가 아닙니다.

현재 시장에 나와 있는 지능형 영상분석 솔루션 중 모든 환경에서 완벽한 정확도를 유지하는 제품은 존재하지 않습니다. 위험하지 않은 상황을 계속 경고하면 현장에서 시스템을 무시하게 되고, 실제 위험을 놓치면 사고로 이어집니다.

그렇다면 진짜 중요한 것은 무엇일까요. 정확도 수치가 아니라 환경이 바뀌었을 때 얼마나 빠르게 현장에 다시 적응하느냐입니다. 재학습에 몇 주가 걸리는 솔루션과 며칠 안에 맞춤 학습이 완료되는 솔루션은 현장에서 체감하는 차이가 전혀 다릅니다. SAIGE SAFETY는 300~400만 건의 산업 현장 안전 데이터를 기반으로 AI 엔진을 구축했습니다. 건설, 제조, 항만, 물류 등 다양한 현장 데이터를 많이 보유할수록 새로운 환경에 더 빠르게 적응할 수 있습니다. 지능형 영상분석 솔루션을 고를 때 정확도 숫자보다 현장 적응 속도를 먼저 물어봐야 하는 이유입니다.

<aside> 💡

⚠️ 지능형 영상분석 성능이 저하되는 3가지 원인

1. 환경 변화 — 조명, 계절, 작업복 색상 등 현장 조건이 바뀔 때
2. 설비 교체 — 새로운 장비나 공정이 추가될 때
3. 학습 데이터 부족 — 해당 산업 현장 데이터가 적을수록 적응 속도 저하

룰 기반 알고리즘 vs AI 학습 기반, 무엇이 다른가

지능형 영상분석 솔루션을 고를 때 반드시 확인해야 할 기술적 차이가 있습니다. 바로 ‘룰 기반 알고리즘’과 ‘AI 학습 기반’ 방식의 차이입니다. 룰 기반 알고리즘은 개발자가 사전에 정의한 패턴만 감지합니다. 예를 들어 “빨간색 헬멧이 없으면 안전모 미착용”처럼 조건을 미리 프로그래밍해야 합니다. 현장 환경이 바뀌면 개발자가 직접 규칙을 다시 짜야 하고, 예상치 못한 상황에는 대응 자체가 불가능합니다. 도입 초기엔 작동하는 것처럼 보이지만, 시간이 지날수록 현장과 맞지 않는 규칙들이 오탐을 만들어냅니다.

반면 AI 학습 기반 방식은 실제 현장 데이터를 스스로 학습해 패턴을 파악합니다. 새로운 환경이 추가되면 추가 학습을 통해 자연스럽게 적응하고, 예상치 못한 위험 상황도 유사 패턴을 기반으로 감지할 수 있습니다.

핵심은 학습에 사용된 데이터의 양과 다양성입니다.

SAIGE SAFETY는 제조업 품질 검사 솔루션에서 검증된 AI 엔진을 기반으로, 건설·제조·항만·물류 등 산업 현장에서 수집한 300~400만 건의 안전 데이터로 학습했습니다. ‘정상 패턴에서 벗어난 이상 징후를 탐지’하는 기술의 본질은 품질 검사와 안전 감지가 같기 때문입니다.

제조 현장 맞춤 지능형 영상분석, 어디서부터 시작할까

기존 CCTV로 바로 시작할 수 있다

지능형 영상분석 도입을 검토하다가 “우리 현장은 너무 복잡해서”, “새 장비 구매 비용이 부담돼서” 망설이는 경우가 많습니다. 그런데 실제로 성공적인 도입 사례들은 대부분 작은 시도에서 시작했습니다. 전체 공장을 한 번에 바꾸려 하지 않고, 사고 위험이 가장 높은 구역 하나에만 먼저 적용해보는 것입니다. 효과를 확인한 후 점진적으로 확대하면 도입 리스크를 최소화할 수 있습니다.

중요한 것은 완벽한 준비가 아니라 시작하는 것입니다. SAIGE SAFETY는 PoC(사전 검증) 단계부터 현장 데이터로 직접 성능을 검증하고, 오탐과 미탐을 최소화하는 맞춤 튜닝을 함께 진행합니다.

제조 현장에 맞는 지능형 영상분석을 선택할 때 확인해야 할 것은 세 가지입니다. 기존 CCTV 인프라를 그대로 활용할 수 있는지, 산업안전보건규칙 기반으로 위반을 판단하고 조치 가이드를 제공하는지, 현장 환경이 바뀌었을 때 빠르게 재학습이 가능한지입니다. SAIGE SAFETY는 이미 설치된 CCTV에 바로 연동할 수 있어 별도 장비 구매 없이 시작할 수 있습니다. 1,000개 이상의 산업 현장 구축 경험과 300~400만 건의 안전 데이터를 바탕으로, 우리 현장에 빠르게 적응하는 지능형 영상분석 솔루션입니다.

대기업과 중소 현장, 도입 방식이 달라야 하는 이유

지능형 영상분석 도입을 검토할 때 현장 규모에 따라 접근 방식이 달라져야 합니다. 대기업 제조 현장에서는 단순 감지 기능 이상의 조건이 붙습니다. 기존 MES(제조실행시스템)나 사내 관제 시스템과의 연동, 사고 유형별·구역별·일자별 통계 데이터 제공, AI가 감지한 이상 이벤트 기반 자동 리포트 생성이 주요 검토 항목입니다. 여러 현장을 동시에 통합 관제할 수 있는 중앙 집중식 구조도 필수 조건으로 꼽힙니다.

결국 대기업이 원하는 것은 단발성 안전 장치가 아니라, 데이터 기반으로 안전관리 체계 전체를 고도화할 수 있는 플랫폼 수준의 솔루션입니다.

반면 중소 제조·건설 현장의 우선순위는 다릅니다. 전담 관제 인력이 부족한 환경에서는 위험 상황 발생 시 담당자에게 즉시 문자·앱 알림을 보내는 신속한 대응 구조가 핵심입니다. 설치와 운영이 복잡하지 않아야 하고, 기존 CCTV를 그대로 활용할 수 있어야 도입 결정이 가능합니다.

SAIGE SAFETY는 두 가지 요구를 모두 충족합니다. 중소 현장에서는 기존 CCTV 연동과 즉시 알림 구조로 빠르게 시작하고, 대기업 현장에서는 MES·IoT 연동과 통합 관제 구조로 확장할 수 있습니다. 현장 규모와 상관없이, 지금 있는 인프라에서 바로 시작할 수 있다는 것이 핵심입니다.

기존 CCTV로 바로 시작하는 제조 현장 맞춤 지능형 영상분석, 지금 확인해보세요.

© SAIGE All Rights Reserved.