지게차와 사람이 만나기 전에 — AI 카메라의 충돌·위험구역 감지

제조 공장과 물류센터에서 일어나는 중대재해 유형을 이야기할 때, 지게차와 보행자의 충돌은 빠지지 않고 등장합니다. 수 톤의 하중을 실은 지게차는 후진과 선회를 반복하며 좁은 통로를 오가고, 작업자는 팔레트와 랙 사이를 걸어서 이동합니다. 두 동선이 겹치는 교차로, 출입구, 상하차 구역에서 사고는 예고 없이 일어납니다. 산업안전 담당자라면 누구나 가장 먼저 떠올리는 장면일 것입니다. 그리고 사고 한 건의 대가는 사람의 부상에서 끝나지 않습니다. 라인 중단과 사고 조사, 현장 전체의 위축까지 — 비용은 언제나 사고 그 자체보다 크게 번집니다.

안타까운 점은, 대부분의 현장에 이미 카메라가 있다는 사실입니다. CCTV는 곳곳에 설치되어 있지만 그 역할은 여전히 '사고가 난 뒤 원인을 확인하는 기록 장치'에 머물러 있습니다. 이유는 단순합니다. 사람이 수십 개의 화면을 하루 종일 집중해서 볼 수 없기 때문입니다. 관제실 모니터에 수십 개의 영상이 떠 있어도, 정작 지게차가 사람에게 다가서는 그 3초를 포착하는 눈은 어디에도 없습니다.

비전 AI 기반의 영상 이벤트 감지는 바로 이 지점을 바꿉니다. AI는 눈을 깜빡이지 않는 감시자입니다. 사람의 주의력은 유한하지만, 연산은 지치지 않기 때문입니다. 모든 카메라 화면을 동시에, 쉬지 않고 지켜보다가 지게차와 사람이 위험한 거리로 가까워지는 순간, 혹은 사람이 들어가면 안 되는 구역에 발을 들이는 순간을 실시간으로 알립니다. 이 글에서는 AI 충돌 감지와 위험구역 감지가 실제로 어떤 원리로 작동하는지, 그리고 도입할 때 무엇을 따져봐야 하는지를 정리합니다.

I. 기록하는 CCTV에서 감지하는 AI로

기존 CCTV와 AI 영상 이벤트 감지의 차이는 카메라 성능이 아니라 '누가 화면을 보는가'에 있습니다. 같은 카메라라도 그 뒤에 사람이 있으면 기록 장치가 되고, AI가 있으면 감지 시스템이 됩니다.

구분	기존 CCTV	AI 영상 이벤트 감지
역할	사고 후 원인 확인용 기록	사고 전 실시간 위험 감지
감시 주체	사람(관제 요원)	AI(24시간 상시 분석)
대응 시점	사후	사전·즉시
커버 범위	사람이 집중할 수 있는 소수 화면	연결된 모든 채널 동시 분석
산출물	녹화 영상	이벤트 알림 + 근거 영상 클립

중요한 점은 이 전환이 카메라를 새로 설치하는 공사가 아니라는 것입니다. 이미 설치된 CCTV의 영상 스트림 위에 AI 분석을 얹는 방식이 일반적이므로, 기존 인프라의 상당 부분을 그대로 재활용할 수 있습니다. 다시 말해 질문은 '카메라를 몇 대 더 살 것인가'가 아니라 '이미 있는 카메라에 어떤 두뇌를 붙일 것인가'로 바뀝니다.

II. AI 충돌 감지는 어떻게 작동하는가

AI 충돌 감지와 위험구역 감지는 크게 다섯 가지 요소로 이루어집니다. 각 요소는 별개의 기능이라기보다, 화면 속 픽셀을 현장의 실제 위험으로 번역해 가는 하나의 파이프라인에 가깝습니다.

1. 객체 인식 — 현장의 '누가'와 '무엇'을 구분한다

AI 모델이 영상 속에서 사람, 지게차, 팔레트, 트럭, AGV, 크레인 같은 산업 현장의 객체 타입을 구분해 인식합니다. '무언가 움직였다' 수준이 아니라 '지게차'와 '사람'을 서로 다른 존재로 식별하기 때문에, "지게차와 사람이 가까워졌을 때만 경보"처럼 대상을 특정한 규칙을 만들 수 있습니다.

2. 카메라 시점 보정(View Calibration) — 픽셀을 미터로 바꾸다

카메라 영상에는 원근이 있어, 화면상 같은 픽셀 거리라도 위치에 따라 실제 거리는 다릅니다. 그래서 영상 위의 기준점 4곳과 그 사이의 실제 거리를 입력해, 픽셀 거리를 실거리로 변환하는 보정 과정을 거칩니다. 이 보정이 끝나면 카메라는 단순한 '눈'이 아니라 거리를 재는 '측정 장비'에 가까워집니다.

3. 실거리 기반 충돌 감지 — 100cm의 경계선

시점 보정이 되어 있으면 "지게차와 사람이 100cm 이내로 접근하면 경보"처럼 실거리 기준의 충돌 감지 규칙을 설정할 수 있습니다. 화면상의 겹침이 아니라 실제 미터 단위 거리로 판단하므로, 카메라에서 멀리 떨어진 위치에서도 동일한 기준이 적용됩니다.

4. 위험구역(Restricted Area) — 화면 위에 그리는 가상 펜스

카메라 화면 위에 다각형으로 구역을 그리면 그 안쪽이 위험구역이 됩니다. 크레인 하부, 하역장, 설비 주변처럼 물리적 펜스를 세우기 어려운 곳에도 가상의 경계를 만들고, 진입이 감지되면 즉시 알리는 방식입니다. 야간이나 특정 작업 시간대에만 구역을 활성화하는 식으로, 현장 운영 리듬에 맞춰 유연하게 적용할 수도 있습니다.

5. 오경보 억제 — 규칙 엔진 + AI 2차 검증

아무리 정확한 감지도 오경보가 잦으면 결국 무시당합니다. 그래서 규칙 엔진의 1차 판정 위에 비전언어모델(VLM)이 상황을 한 번 더 판독하는 2차 검증을 두어, 실제 위험이 아닌 장면을 걸러내는 접근이 업계에서 확산되고 있습니다. ORBRO의 AI Event Manager도 이 구조를 택해, 규칙 엔진의 판정을 VLM이 한 번 더 확인한 경보만 내보냅니다. 안전 시스템의 수명을 결정하는 것은 경보의 개수가 아니라 경보의 신뢰도이기 때문입니다.

III. 카메라와 RTLS — 서로의 사각지대를 메우는 두 개의 감각

비전 AI가 만능은 아닙니다. 카메라에는 사각지대가 있고, 야간·역광 같은 조도의 한계도 있습니다. 이 빈틈을 메우는 것이 태그 기반 실시간 위치추적, 즉 RTLS입니다. 작업자와 장비에 부착된 태그는 조명 조건과 무관하게, 벽 너머에서도 위치를 알려줍니다.

반대로 RTLS에도 빈틈이 있습니다. 태그를 지급할 수 없는 외부 방문자, 협력사 차량, 반입 자재는 태그 기반 시스템에는 보이지 않습니다. 이들을 잡아내는 것이 카메라입니다. 시각(비전 AI)과 위치(RTLS)라는 두 개의 감각을 하나의 관제 화면에 겹쳐 놓으면, 어느 한쪽만으로는 놓치던 위험이 드러납니다. 예컨대 태그를 찬 작업자가 카메라 사각지대로 이동해도 위치는 계속 추적되고, 태그 없는 외부 차량이 하역장에 진입하면 이번에는 카메라가 알아챕니다. RTLS의 작동 원리가 궁금하다면 ORBRO RTLS 소개 페이지에서 더 자세히 볼 수 있습니다.

IV. 도입 시 고려사항

1. 카메라 화각·설치 높이·조도

감지 품질은 카메라가 무엇을 얼마나 잘 보느냐에서 시작됩니다. 화각과 설치 높이가 감시 대상 구역을 충분히 담는지, 야간과 역광 시간대의 조도가 확보되는지를 먼저 점검해야 합니다.

2. 시점 보정의 정확도

픽셀을 실거리로 바꾸는 보정의 정확도가 곧 거리 계산의 품질입니다. 기준점 실측을 대충 하면 "100cm 접근 경보"가 실제로는 다른 거리에서 울리게 됩니다. 초기 설정 단계에서 가장 공들여야 할 부분입니다.

3. 경보 피로 관리

모든 이벤트를 같은 강도로 알리면 현장은 머지않아 알림을 꺼버립니다. 구역별·객체별로 규칙을 다르게 두고, '화면에 표시만 할 이벤트'와 '즉시 알림을 보낼 이벤트'를 분리하는 설계가 필요합니다. 알림의 수가 줄어도, 남은 알림이 전부 의미 있는 알림이라면 안전은 오히려 단단해집니다.

4. 기존 CCTV 인프라 재활용 여부

이미 설치된 카메라의 영상 스트림을 그대로 분석에 쓸 수 있는지에 따라 도입 비용과 공사 범위가 크게 달라집니다. 재활용 가능한 구역과 신규 설치가 필요한 구역을 나누어 계획하는 것이 좋습니다.

마치며

지게차와 사람이 만나기 전에 개입하는 것 — AI 충돌 감지의 목적은 이 한 문장으로 요약됩니다. 이미 현장에 있는 카메라에 쉬지 않는 눈을 달고, 실거리 기준의 규칙과 2차 검증으로 신뢰할 수 있는 경보만 남기는 것. 그것이 기록 장치였던 CCTV를 산업안전 시스템으로 바꾸는 방법입니다. 안전 설비를 새로 늘리는 일이라기보다, 이미 있는 설비가 제대로 일하게 만드는 일에 가깝습니다.

ORBRO는 이 접근을 두 제품의 조합으로 제공합니다. AI Event Manager는 이 글에서 설명한 객체 인식, 시점 보정, 실거리 기반 충돌 감지, VLM 2차 검증을 엣지에서 하나의 제품으로 수행하고, 감지된 이벤트는 디지털 트윈 관제 플랫폼인 ORBRO OS에 통합 표시됩니다. 카메라가 잡은 위험과 RTLS가 추적하는 위치를 한 화면에서 함께 보는 것 — RTLS와 비전 AI를 하나로 합치는 통합 역량이 ORBRO가 산업안전에 접근하는 방식입니다. 우리 현장의 카메라로 어디까지 가능한지 궁금하시다면, ORBRO에 문의해 보시기 바랍니다.