정동교 발표(2024-01-11)
건설 노동자의 부상 및 사고 발생 방지를 위한 실시간 집중도 및 안전 상태 모니터링 시스템
주제
건설 노동자의 부상을 방지하고 사고 발생을 미연에 차단하기 위하여 카메라를 통해 노동자의 실시간 집중도를 체크하고, 복장 상태를 검사하는 안전 상태 모니터링 시스템을 제안
문제 인식
SK사회적가치연구원, ‘2023 한국인이 바라본 사회문제’ 인식조사 보고서 발간
SK사회적가치연구원의 2023 한국인이 바라본 사회문제 인식조사 보고서에 따르면, 2023년 국민과 기업 모두가 가장 주목하고 있는 문제는 안전사고 예방 및 대응 부족 문제이다.
2023년 1월 27일부터 중대재해처벌법이 시행되고 있지만, 안전사고 사망자는 오히려 늘었다. 고용부에 따르면 올해 11월까지 중대재해법 적용 대상인 50인 이상인 제조업 사업장과 공사금액 50억 원 이상인 걸선업 사업장에서 사고로 모두 236명이 사망했다. 이 가운데 가장 많은 사망자를 낸 업종이 건설업으로, 105명이나 됐다. 이는 지난해 같은 기간(101명)보다 4명 늘어난 것이다.
특히 안전관리에 상대적으로 신경을 많이 쓸 것으로 기대된 대형업체에서 오히려 안전사고가 크게 증가했는데, 국토부가 건설공사 안전관리 종합정보망(CSI)통계를 분석한 결과, 3분기(7~9월)에 건설사고로 사망한 근로자는 61명 가운데 상위 100대 건설사 현장에서 18명이 발생했다. 이는 지난해 같은 기간보다 50% 늘어난 수치다.
- 사고의 원인 분석
감사원은 안전사고 사망자가 줄지 않은 원인을 분석하기 위해 공사현장 관리 및 감독, 콘크리트 품질관리, 불법하도급 조사, 근로자 안전관리 등 4개 분야에 대해 집중적으로 감사했다.
- 공사현장 관리 및 감독의 어려움 문제
공사현장을 관리 감독할 감리원이나 건설기술인은 여러 현장에 중복 배치돼 제대로 된 관리가 이뤄지기 어려웠고, 콘크리트 등 자재 품질관리도 부실했다. 또 무자격 하도급이나 불법 재하도급이 여전했으며, 근로자 안전관리 규정이 제대로 지켜지지 않고 있는 것으로 나타났다.
평가 기준
- 핵심
건설 현장은 다양한 위험 요소로 인해 노동자들이 부상이나 사고를 당하기 쉬우며, 실제로 2022년 236명의 사망자가 발생한 것에서 이를 확인할 수 있다. 정부와 기업은 이러한 사고를 사전에 방지하기 위하여 다양한 노력을 하고 있지만, 2021년과 비교할 때 사망자 수는 더욱 늘어났다는 점에서 실질적인 실효성에 의문이 제기되고 있는 상황이다.
이러한 문제가 발생하는 원인은 매우 많지만 노동자의 집중도 저하에 따른 부주의와 복장 상태 불량, 안전 장비 불량, 건강 상태 변화 등에서도 원인을 찾을 수 있는데, 이러한 관점에서 본 제안서는 Vision AI의 도입을 통한 노동자의 집중도 및 복장 상태 점검, 바이오 센서 등을 통한 건강 상태 모니터링을 통해 안전사고 문제를 해결하는데 기여하고자 하고, 이를 하나의 시스템으로서 완성하여 현장 안전 관리자의 부담을 덜어 인력 문제를 해소하고자 한다.
- 가치
윤리적 관점에서 볼 때, 현장 근무 과정에서 사람이 목숨을 잃는 것은 매우 안타까운 일이다. 따라서 이러한 일이 발생하지 않도록 사전에 방지하는 것은 그 자체로 매우 귀중한 가치를 가진다. 또한 중대재해법이 실시됨에 따라 현장에서 발생한 부상 및 안전사고 등은 모두 기업의 책임으로 돌아가기 때문에 사고 발생 시 기업이 안게 되는 부담이 클 뿐만 아니라, 한 번의 사고가 발생함으로써 기업의 이미지 및 브랜딩이 실추되기 때문에 적절한 모니터링 및 감독 시스템이 도입된다면 이러한 문제를 해결하는데 기여할 수 있을 것으로 생각된다.
(나아가 안전한 작업 환경은 노동자의 생산성 향상에 기여할 수 있으며, 이는 장기적으로 건설 프로젝트의 비용 효율성 증가로 이어질 수 있다.)
- 범위
본 프로젝트는 특히 Vision 인식과 AI 기반 분석을 통한 실시간 집중도 모니터링, 그리고 심박 센서 등 바이오 센서를 활용한 건강 상태 모니터링에 집중한다. 이러한 기술적 접근은 실시간 위험 예측 및 대응 능력을 제공할 수 있으며, 안전사고의 발생 원인 중 노동자의 부주의와 복장 상태, 안전 관리 인력 금지 등에 집중하여 문제를 해결하고자 한다.
- 현실 인식
그러나 주어진 비용과 기간을 고려할 때, 이러한 시스템을 개발하는 것은 쉽지 않을 것으로 생각된다. 딥러닝 모델을 활용할 수 있을지는 연구해보아야 할 부분이며, 정교한 바이오 센서의 가격을 고려할 때 주어진 자원 (40만원 + 추가 자원)과 5개월의 시간은 복잡한 시스템 개발에는 제한적일 수 있다. 하지만, 이러한 문제가 해결될 수 있다면, 주요 기능의 프로토타입 개발과 초기 테스트는 가능할 것으로 보인다.
하지만 이러한 제품에 대해서, 노동자의 인권문제에 대한 우려가 제기될 수 있다는 점에서 해결해야 될 문제가 다소 있다고 판단된다.
문제 해결 방법
- “AI Education Based on Evaluating Concentration of Students in Class: Using Machine Vision to Recognize Students’ Classroom Behavior”: This study focuses on using machine vision to evaluate students’ concentration in a classroom setting. View Paper on ResearchGate
- “Study on Online Education Focus Degree Based on Face Detection and Fuzzy Comprehensive Evaluation”: This research explores how face detection and fuzzy comprehensive evaluation can be used to study focus levels in online education.
- “Analysis and Evaluation of Classroom Attention based on Facial Expression and head pose Recognition”: This paper discusses the analysis and evaluation of classroom attention by recognizing facial expressions and head poses.
⇒ 다음과 같이 학습자의 표정을 인식하여 집중도를 체크하는 오픈소스 모델과 논문이 제시되어 있으며, 이를 활용하면 현장노동자의 집중도 파악에도 활용할 수 있을 것으로 생각된다.
벨트형으로 장착할 수 있는 보드형 디바이스를 만들고, 안전모에는 카메라를 부착하여 노동자의 표정을 실시간으로 모니터링한다. 이 데이터를 서버에서 딥러닝으로 추론하여 집중도를 실시간으로 관리자에게 모니터링하거나, 노동자에게 직접 모니터링 하는 방식을 활용한다.
이 외에도 별도의 장치를 설계하여 건설현장에 출입하는 노동자의 복장 상태를 점검하도록 하여 건설현장 관리자의 노동력을 절약하고, 생체 바이오 센서를 활용하여 실시간으로 심박수 등을 모니터링하여 노동자의 건강 상태를 모니터링해 안전사고 발생을 미연에 방지하도록 한다.
추가로, 구해진 데이터를 분석해 새로운 가치를 창출할 여지에 대해서도 고민해 보아야 한다.
.png)
=> 예시 그림
개발 기술
- 파이썬과 딥러닝 알고리즘을 바탕으로 한 컴퓨터 Vision 처리 ⇒ 이를 통해 건설 노동자의 집중도 체크 및 올바른 복장 상태를 확인하고, 현장 상태를 관리자가 실시간으로 모니터링 할 수 있도록 만든다.
- 데이터 전송 서버를 운영하기 위한 프로그래밍 언어(ex. javascript)와 프레임워크(node.js express)
- 클라우드 서비스를 활용한 데이터 수집 및 분석 아키텍처 설계
- 라즈베리 파이 보드를 활용하여 모니터링 디바이스 제작
- 관리자를 위한 모니터링 애플리케이션 (Mobile App or Web App)
유사 제품
유사 제품은 찾지 못하였음.
업무 분담
- IoT 디바이스 및 모니터링 애플리케이션 제작
- 딥러닝 학습모델 구현 및 검증
- 클라우드 및 데이터 전송 서버 구현
개발 일정
1월 ~ 2월 : 아이디어 구체화 및 아키텍처 설계, 딥러닝 학습 모델 구현
3월 ~ 4월 : 디바이스 및 모니터링 애플리케이션과 클라우드 및 데이터 전송 서버 구현, 딥러닝 모델 구현 및 검증
5월 ~ 6월 : 딥러닝 모델 검증 후, 실제 디바이스와 연결하여 정상 동작 확인