발견 다음에 무엇이 일어나는가 — AI가 대신 보는 현장

2026-08-07

#비전AI

#CCTV

#안전관리

#영상분석

#ORBRO

#오브로

관제실에 모니터가 열여섯 개 있습니다. 사람 눈은 두 개입니다.

이 산수가 CCTV의 오래된 한계입니다. 카메라는 계속 늘었지만 보는 사람의 수는 그대로였고, 그래서 대부분의 CCTV는 사고를 막는 장치가 아니라 사고 뒤에 돌려 보는 기록 장치가 되었습니다. 무언가 잘못됐다는 사실은 대개 영상이 아니라 비명이나 전화로 먼저 전달됩니다.

AI 영상 분석이 이 문제를 푼다는 이야기는 이제 새롭지 않습니다. 더 중요한 질문은 그다음에 있습니다. AI가 헬멧을 쓰지 않은 작업자를 발견했다고 칩시다. 그래서 무슨 일이 일어납니까?

알림 목록에 한 줄이 쌓이는 것으로 끝난다면, 그 목록은 일주일이면 아무도 보지 않게 됩니다. 「ORBRO OS 이야기」 이번 글은 AI 앱 네 개를 다루되, 절반은 발견 이후에 대한 이야기입니다.

Ⅰ. 먼저, 사람이 보는 화면 — Multi Cam

AI 이야기를 하기 전에 사람 이야기를 짚고 갑니다.

Multi Cam은 등록된 카메라 영상을 한 화면에 모아 보여 주는 뷰어입니다. 최대 12개 화면을 동시에 띄우고, 필요한 카메라를 눌러 확대하고, 온라인인 것만 골라 볼 수 있습니다. 영상은 HLS 방식으로 스트리밍해서 지연과 끊김을 줄였습니다.

설정 기능이 없다는 점이 오히려 이 앱의 성격을 보여 줍니다. 카메라를 등록하고 설정하는 일은 장비 관리 앱이 하고, Multi Cam은 오직 보는 일만 합니다. 이벤트가 발생했을 때 주변 카메라를 함께 펼쳐 놓고 상황을 파악하는 용도입니다.

그리고 처음의 산수는 여전히 유효합니다. 화면을 아무리 잘 배치해도 열두 개를 동시에 응시할 수 있는 사람은 없습니다. Multi Cam은 필요하지만 충분하지 않습니다.

Ⅱ. AI가 대신 보는 것들 — AI Event

AI Event는 카메라 영상에서 정해진 상황을 찾아냅니다. 현재 감지하는 유형은 다섯 가지입니다.

사람 쓰러짐 — 작업자가 넘어져 일정 시간 움직이지 않는 상태
화재 — 불꽃·연기 발생
헬멧 미착용 — 안전모를 쓰지 않은 사람
위험구역 진입 — 지정한 영역에 사람이 들어옴
충돌 감지 — 사람과 장비, 장비와 장비가 위험하게 근접

감지된 이벤트는 시각, 카메라, 유형, 그리고 신뢰도와 함께 기록됩니다. 신뢰도가 함께 남는다는 점이 실무에서 중요합니다. 화면에는 "헬멧 미착용 감지 (95%)"처럼 표시되는데, 이 숫자가 있으면 확실한 건만 먼저 처리하는 운영이 가능합니다. 감지 순간의 스냅샷과 영상 클립도 함께 저장되어, 나중에 사람이 눈으로 확인하고 판단할 수 있습니다.

규모를 짐작하실 수 있게 실제 운영 수치를 하나 들면, 카메라 여섯 대를 운영하는 어느 산업 현장에서 하루에 290건의 이벤트가 감지됩니다. 사람이 열여섯 개 화면을 응시해서 잡아낼 수 있는 숫자가 아닙니다. 동시에, 290건을 전부 사람에게 알림으로 보낸다면 그것도 관제가 아닙니다. 그래서 다음 이야기가 필요합니다.

Ⅲ. 태그를 붙일 수 없는 것들 — AI RTLS와 LPR

AI 카메라는 상황만 보는 것이 아닙니다. 위치도 봅니다.

AI RTLS는 카메라 영상의 좌표와 도면의 좌표를 맞춰 두는 앱입니다. 영상 속 기준점과 도면 위 같은 지점을 짝지어 놓으면, 카메라가 잡은 사람과 차량이 도면 위 제자리에 표시됩니다. 추적할 영역은 영상 위에 다각형으로 그려 지정하고, 그 밖의 객체는 추적 대상에서 제외됩니다.

이 앱이 채우는 공백이 있습니다. 위치추적은 태그를 붙일 수 있는 대상에만 적용됩니다. 직원에게는 사원증을 줄 수 있지만 방문객에게는 어렵고, 회사 지게차에는 태그를 달 수 있지만 협력사 트럭에는 못 답니다. AI RTLS는 태그 없는 대상을 카메라로 추적해 같은 지도 위에 올립니다. 태그로 잡은 위치와 카메라로 잡은 위치가 한 화면에서 만나는 구조입니다.

LPR은 차량 번호판을 읽습니다. 등록된 카메라가 지나가는 차량의 번호를 인식해 기록으로 남기고, 지금 몇 대가 주차되어 있는지도 보여 줍니다. 사람의 출입을 다루는 앱이 따로 있으니, 이 둘을 함께 쓰면 정문을 통과한 것이 사람이든 차량이든 하나의 기록 체계로 모입니다.

한 가지 정직하게 말씀드릴 것이 있습니다. 번호판 인식률은 카메라의 각도와 조명, 번호판 상태에 크게 좌우됩니다. 설치 위치를 잘못 잡으면 아무리 좋은 모델을 써도 안 읽힙니다. 소프트웨어보다 설치 설계가 결과를 더 많이 결정하는 영역이고, 이 부분은 도입 전에 현장에서 확인하는 편이 안전합니다.

Ⅳ. 발견 다음에 무엇이 일어나는가

이제 처음의 질문으로 돌아갑니다. AI가 무언가를 발견했습니다. 그다음은.

ORBRO OS에서는 세 갈래가 동시에 일어납니다.

첫째, 현장이 즉시 반응합니다. 이벤트 유형마다 안내 문구를 등록해 두면, 감지 즉시 현장 스피커에서 음성으로 방송됩니다. 헬멧 미착용이면 "헬멧을 착용해 주세요", 화재면 "화재가 발생하였습니다. 대피하여 주시기 바랍니다"가 그 자리에서 나갑니다. 경광등을 연결해 두면 색상과 점멸 패턴, 부저 소리, 동작 시간까지 이벤트별로 다르게 설정할 수 있습니다.

관제실을 거치지 않는다는 점이 핵심입니다. 헬멧을 쓰지 않은 작업자가 3초 뒤에 방송을 듣는 것과, 관제실 담당자가 알림을 보고 무전을 치는 것 사이에는 몇 분의 차이가 있습니다. 안전에서 몇 분은 긴 시간입니다.

둘째, 조건 등급에 따라 걸러집니다. 앞서 말한 하루 290건을 전부 긴급으로 다루면 아무것도 긴급하지 않게 됩니다. ORBRO OS의 조건은 긴급, 경고, 주의, 관심, 정상 다섯 등급으로 나뉘고, 등급에 따라 알림 대상과 처리 방식이 달라집니다.

셋째, 표준 대응 절차가 열립니다. 이것이 가장 중요한 부분입니다.

Ⅴ. 매뉴얼을 찾지 않게 만드는 앱 — SOP

비상 대응 매뉴얼은 대개 문서로 존재합니다. 캐비닛에 있거나 공유 폴더에 있고, 정작 상황이 벌어지면 아무도 찾아보지 않습니다.

SOP는 그 매뉴얼을 화면으로 옮긴 앱입니다. 조건이 충족되면 담당 그룹에게 대응 절차가 자동으로 열리고, 담당자는 단계를 하나씩 밟아 나갑니다. 실제로 운영 중인 위험구역 진입 대응 절차는 여섯 단계로 구성되어 있습니다.

근처 카메라 확인 — 화면에 해당 구역 카메라가 자동으로 뜹니다
진입 인원 신원 확인 — 객관식으로 선택
관련자에게 문자 발송 — 등록된 담당자에게 상황 전파
진입 시각 기록 — 날짜와 시간 입력
부상자 여부 확인 — 서술형 입력
상황 종료 보고 — 서술형 입력

단계는 객관식, 서술형, 날짜·시간 입력, 문자 발송, 안내 이미지, 카메라 확인 여섯 가지 유형을 조합해 만듭니다. 현장마다 절차가 다르니 순서도 자유롭게 바꿀 수 있습니다.

이 구조의 값어치는 두 곳에서 나옵니다. 하나는 당황한 사람이 다음에 무엇을 해야 할지 몰라 멈추는 일이 없다는 것이고, 다른 하나는 대응 자체가 기록으로 남는다는 것입니다. 누가 언제 어떤 단계를 밟았고 얼마 만에 종료됐는지가 자동으로 쌓입니다. 사고 보고서를 사후에 기억으로 재구성할 필요가 없습니다.

Ⅵ. 영상은 현장 밖으로 나가지 않는다

마지막으로 이 모든 것이 어디에서 계산되는지 짚겠습니다.

ORBRO OS의 영상 분석은 현장에 설치한 엣지 장비에서 처리됩니다. 카메라 영상이 외부 클라우드로 올라가서 분석되고 결과만 돌아오는 방식이 아닙니다. 이유는 세 가지입니다.

대역폭 — 카메라 여러 대의 영상을 계속 밖으로 올리는 것은 회선 비용과 안정성 양쪽에서 부담입니다. 지연 — 위험을 감지하고 방송이 나가기까지의 시간은 짧을수록 좋습니다. 그리고 프라이버시 — 작업자의 얼굴과 동선이 담긴 영상은 가장 민감한 데이터에 속합니다. 공공기관과 제조 현장에서는 이 데이터를 외부로 내보내는 것 자체가 허용되지 않는 경우가 많습니다.

영상은 현장 안에서 분석되고, 밖으로 나가는 것은 "11시 48분에 3라인에서 헬멧 미착용이 감지되었다"는 사실뿐입니다.