[CCTV·보안] 제조 현장 안전을 위한 맞춤형 AI의 신속한 도입과 지속적 고도화 방법

지난 2022년부터 시행된 중대재해처벌법으로 인해 많은 제조 현장에서 위험을 알리고 해결하는 솔루션이 적극적으로 도입되기 시작했습니다. 이에 따라 많은 기업들이 산업 현장에 CCTV와 센서 등을 추가 설치하여 근로자의 안전을 확보하는 것뿐만 아니라, 체계적이고 지속적인 안전 관리와 감독을 강화하려고 노력했습니다.

많은 기업들이 오픈소스 AI 모델을 CCTV와 같은 보안 기기에 도입해 자동화·효율성을 얻고 동시에 중대재해처벌법에 대응하려고 했지만, 기대에 미치지 못하는 결과를 얻는 경우가 많았습니다.

CCTV·보안 AI 도입을 희망하지만 개발 리소스에 어려움을 겪고 계시나요?

힘들게 도입한 AI, 오작동이나 부정확한 결과로 고민 중이신가요?

그렇다면 슈퍼브에이아이가 베이스라인 AI 모델으로 시작해 맞춤형 AI로 고도화해 나가는, CCTV·보안 AI 개발 과정을 담을 이번 사례를 확인해 보세요.

✅ 사무실 환경에서 1차 AI 모델을 빠르게 만들어 PoC를 진행합니다.

제조 현장을 위한 빠른 AI 도입 및 개선 대응력을 보여주기 위해, 슈퍼브에이아이는 자체 개발 제품으로 개발한 CCTV·보안 AI 데모를 제작해 지난 AW 2024에서 공개했습니다. CCTV·보안 AI 개발 과정은 베이스라인 모델에 기획 촬영된 데이터를 학습한 1차 AI 모델을 기반으로 진행되었습니다.

이때 1차 AI 모델은 ‘안전모를 쓴 사람’과 ‘안전조끼를 입은 사람’을 학습한 상태였습니다. AI는 CCTV를 통해 화면 속 사람을 검출하고 아래와 같은 결과를 도출하는 용도로 개발했습니다.:

• Helmet only  : 안전모만 착용한 사람
• Vest only : 안전조끼만 착용한 사람
• Everything : 안전모와 안전조끼 모두 착용한 사람 

이렇게 제작한 1차 AI 모델의 성능을 확인하여 가능성을 판단하고 개선 방향을 잡았습니다. 이는 기업이 AI 도입을 판단하는데 쓰이는 PoC 진행 과정과 유사하며, 1차 모델을 생성하는데 단 10일이 소요됐습니다.

실적용 후 발견한 문제 : AI가 현장을 제대로 이해하지 못하고 성능이 낮았습니다.

슈퍼브에이아이 사무실에서 만든 1차 AI 모델은 기획 촬영 데이터를 학습한 모델이므로, 실제 (전시회) 현장에서는 성능이 저하되었습니다. 이는 AI 개발 과정에서 종종 나타날 수 있는 문제점으로, 사무실에서 취득하고 학습한 데이터와 AI가 적용될 실제 환경이 상이하기 때문에 발생합니다. 

사무실에서 수집하고 분석한 데이터는 실제 AI가 적용될 환경과 다를 수 있습니다. 예를 들어, 사무실에서는 이상적인 조건에서 취합하고 정제된 데이터에 대해서만 학습이 이루어지지만, 실제 환경에서는 다양한 변수가 존재할 수 있고 예상하지 못한 시나리오가 발생할 수 있기 때문입니다. 이러한 차이로 인해 AI가 실제 상황에서 예상치 못한 결과를 내거나 성능이 떨어질 수 있습니다.

많은 기업이 이에 대해 빠르게 대응하지 못하거나 어떻게 AI를 개선하고 보완해야 하는지를 모른 채, 기대 이하의 AI 성능에 실망하고 AI 프로젝트를 중단하는 경우가 많습니다.

😵 1. 유사 객체에 취약했던 AI

사무실에서 취득한 기획 촬영 데이터의 촬영 조건(각도, 밝기 등)과 실제 현장에 적용된 CCTV의 조건이 달랐습니다. 게다가 기획 촬영 데이터인 ‘붉은색 형광 안전조끼’는 전시회 출입증 목걸이의 색상 및 외관이 유사하여 ‘붉은색 출입증 목걸이를 착용한 사람’을 ‘안전조끼를 입은 사람’으로 감지하는 오류도 발생했습니다. 

😵 2. 한눈에 현황을 파악하는 실시간 모니터링 기능과 정량적인 수치를 나타내는 대시보드 필요

산업 현장의 경우 실시간 CCTV 모니터링 및 감지 AI 도입뿐만 아니라 관리자에게 업무 효율성과 생산성을 줄 수 있는 솔루션을 필요로 합니다. 관리자는 AI가 감지한 결과를 수시로 확인하지 않아도 한눈에 현황을 파악하고 분석할 수 있는 대시보드를 선호할 때가 많습니다.

해결 방안 : AI의 취약점을 빠르게 파악하고 데이터를 보충해 성능을 99.99%로 끌어올립니다.

✅ 1. AI 모델 성능을 분석하고 취약점을 파악하여 데이터를 추가 학습 

1차 AI 모델을 실제 환경에 적용한 후, ‘AI가 어느 부분에서 취약하고 성능이 저하되는가’를 빠르게 파악하고, ‘추가 학습할 데이터를 이해’해 AI를 개선해야 합니다.

이를 진행하기 위해서는 현장에서 학습용 데이터와 취약 데이터/엣지케이스를 수집한 후, 1차 AI 모델에 학습시키고 성능 진단하는 과정을 반복했습니다. 이러한 성능 진단 -> 추가 데이터 취득 -> 추가 학습 반복 과정은 AI 모델의 고도화 및 유지 보수 과정으로, AI를 도입하는 기업이라면 지속적으로 수행해야 합니다. (관련 내용 보기)

위의 과정을 단 3일 안에 끝낸 슈퍼브에이아이의 비결은 바로 자체 개발 솔루션, 슈퍼브 플랫폼입니다. 슈퍼브 플랫폼은 모든 AI 개발 및 고도화 과정을 하나의 플랫폼에서 원활하게 진행할 수 있는 국내 유일 솔루션입니다. 또한, 이 과정에서 어려움을 겪는 기업들을 위해 문제 정의 컨설팅부터 시작해 AI 모델 개발까지 직접 지원하는 서비스도 제공하고 있습니다.

✅ 2. 대시보드를 구축해 CCTV 모니터링 및 감지 내용을 수치화하고 통계·분석 제공

대시보드에서는 각 객체별 감지 횟수 통계, 감지한 객체 예시 이미지를 나타내도록 설정했습니다.

✅ 3. 언어 AI 모델을 추가 적용해 CCTV 모니터링 내용을 빠르게 검색 및 확인 가능

언어 AI를 기 개발한 CCTV AI(비전 AI)와 결합하여 멀티 모달 AI로 개선했습니다. 관리자가 확인하고 싶은 CCTV 모니터링 영상을 텍스트 검색할 수 있고, 영상을 설명하는 텍스트를 출력할 수 있도록 고도화했습니다.

✅ 4. 사람의 얼굴을 추적하고 자동으로 비식별화 (개인정보 보호)

CCTV AI가 설치된 전시회에 방문한 사람들의 개인정보보호를 위해 방문객의 얼굴을 감지하고 모자이크 처리하는 비식별화를 적용했습니다.

이는 산업현장에서 얼굴 노출을 꺼리는 작업자 등을 위해 사용될 수 있고, 개인정보 침해 문제에 대응할 수 있습니다.

✨ 2주 안에 끝내는 AI 도입, 지금 문의하기

✅ 5. 추가 개선 : 복장 부적합 상태에서 특정 영역 진입 시 경고 표시

AI 모델은 언제든지 더 개선할 수 있습니다. AW 2024 전시회 이후 참가한 Vision AI Expo 2024에서는 이동형 칼라콘을 사용해 가변형 영역(흰색 표시)을 정의할 수 있도록 개선했으며, 이 영역에 진입 시 안전모와 안전조끼를 모두 착용하지 않으면 경고 표시가 뜨는 AI 모델을 고도화했습니다.

이는 특정 작업 영역 내에서 일어나는 모든 위험 상황을 비전 AI를 통해 감지하고 관리자에게 알릴 수 있는 예시 데모로, 슈퍼브 부스를 방문한 많은 참관객과 기업 고객들의 눈길을 끌었습니다.

우리 기업의 현장 특화형 보안 AI를 신속하게 도입하고 지속적으로 고도화해 보세요.

슈퍼브에이아이가 전시회에서 선보인 CCTV·보안 AI 데모는 중대재해처벌법에 대한 대응 방안으로서 많은 기업들의 주목을 받았으며, 앞으로도 다양한 산업 현장에서 그 활용도가 높아질 것으로 예상됩니다. 

오픈소스나 범용 AI, 혹은 낮은 성능의 AI 도입으로 마치면 원하는 결과를 얻기 어렵습니다. AI는 주변 환경에 따라 기대한 것과는 다르게 성능이 나오지 않는 경우가 많고, 설치 후 주변 환경이나 업무가 달라지는 경우도 있으므로 고도화와 유지 보수가 필수입니다. 

슈퍼브에이아이는 기업이 MLOps를 구축하여 AI 개발을 효율적으로 지원하는 기업으로, 고도화와 유지 보수를 잘할 수 있는 역량을 보유하고 있습니다. AI 도입, 고도화, 유지 보수에 대한 고민이 있으시다면 언제든지 슈퍼브에이아이와 상담을 진행해 보세요! 

관련 영상 보기 : 슈퍼브에이아이 AW 2024 부스 다시보기