서론

최근에는 기술 및 데이터 과학의 발전으로 인해 HSE 내에서 인공 지능(AI)이 트렌드로 등장했다. AI는 "인간처럼 생각하고 행동을 모방하도록 프로그래밍된 인간 지능의 시뮬레이션"을 의미한다.

지난 호에는 인공지능(AI)이 어떻게 HSE(Health, Safety and Environment) 전략을 최적화하는 데 도움이 될 수 있는지 알아보았다. AI를 활용하여 각종 데이터를 수집 분석하고, 직업보건안전에 관한 통찰력을 어떻게 얻을 수 있는 지 소개하였다. 이미 자동화, 질병 진단, 법률 자문 등 복잡한 논리와 많은 데이터를 처리해야 하는 분야에서 인공 지능(AI)의 사용이 확대되고 있다. 이에 AI가 활용될 수 있는 직업보건안전 사례를 정리해보았다.

직업보건안전에서 AI의 활용

다양한 소프트웨어는 이미 다음과 같이 HSE 전문가가 수행하는 많은 작업을 지원하는 데 사용할 수 있다.

• 

  작업 흐름 관리
  (work flow management)

• 

  문서 및 기록 관리
  (document and
  records management)

• 

  화학물질 인벤토리 및 SDS 관리
  (chemical inventory and
  SDS management)

• 

  법적 의무 업데이트
  (legal obligations updates)

• 

  협력업체 보건안전 관리
  (contractor management)

• 

  감사 도구
  (audit tools)

그러나 아직까지 이러한 애플리케이션 모두에서 AI를 사용하고 있는 것은 아니다. 점차적으로 AI를 활용하게 될 것이다.
HSE 관리의 목적은 인명 피해와 환경 피해를 줄이는 것이다. 그렇다면 AI가 그 목표를 어떻게 도울 수 있을까?
방법은 ① 위험한 작업 자동화 ② 작업장 위험 모니터링 및 ③ 전문가 시스템을 통한 더 나은 의사 결정 방식을 통해서 가능할 것이다.

01위험한 작업의 자동화

위험한 작업의 자동화는 위험한 환경에서 사람 대신 AI를 갖춘 로봇이 작업을 하도록 하는 것이다. 근골격계질환 발생 위험이 높은 반복동작을 하는 작업을 사람 대신 로봇을 이용하여 자동화하면 사람이 반복적인 작업을 수행할 필요성이 줄어들어서 근골격계질환 발생을 줄일 수 있다. 작업 환경에서는 로봇과 자동화가 크게 진출했다. 자율주행차는 아마도 앞으로 몇 년 안에 도로 안전을 극적으로 개선하여 교통사고를 줄일 것이다.

02작업장 위험 모니터링

HSE 모니터링은 모든 기업의 주요 과제 중 하나이다. 기계 학습, 컴퓨터 비전(computer vision), 빅 데이터 분석, 로봇 공학, 클라우드 기반 애플리케이션 및 IoT 플랫폼을 결합하여 기업은 위험한 조건에 대한 작업자의 노출을 줄이고 위험 관리를 개선하며, 유해물질 배출을 모니터링하여 기업의 지속 가능성 목표를 달성할 수 있다. 모니터링을 통하여 예상치 못한 사고로 인한 비용과 손실을 줄이고, 중요한 운영을 계속 진행할 수 있다.

• 접근 위반 모니터링(Access violation monitoring)

  작업현장에는 작업자의 접근을 엄격히 제한해야 하는 영역이 많이 있다. 이는 기존 시설과 완벽하게 통합된 접근통제시스템을 통해 확장되어야 한다.
  이러한 모니터링의 일반적인 유형으로 개인보호장비 착용의 적절성 모니터링 시스템이 있다. AI 시스템은 새로운 차원의 작업자 보건안전 모니터링을 하기 위해 센서와 함께 사용되기 시작했다. 실시간 비디오 분석 및 기계 학습을 사용한 AI 소프트웨어는 작업자의 개인보호구 착용의 적절성을 모니터링한다. 작업자의 작업환경에 대한 출입을 추적함으로써 AI 시스템은 근로자의 개인보호장비(PPE) 착용의 적절성을 평가할 수 있다. 작업자가 보호구 착용의 요구 사항을 준수하지 않으면(안전모, 보안경, 안전화, 호흡보호구 등을 착용하는 것을 잊어버림) AI 시스템이 신호를 보내고 작업자가 개인보호장구를 제대로 갖출 때까지 작업장 접근을 허용하지 않게 된다. 이러한 시스템은 인적 오류를 피할 수 있으며 수동적으로 해온 개인보호구 착용관리와 비교하여 더 높은 수준의 작업자를 보호하는 직업보건안전관리를 하게 된다.

• 안전거리 추적(Safe distance tracking)

  많은 기업에서 흔히 접하는 보건안전 규정은 위험 장비로부터의 안전거리를 지키는 것을 규정하고 있다. 따라서 기업은 작업자들이 안전거리를 유지하는지 지속적으로 모니터링해야 한다. 기업은 작업자를 안전하게 보호하기 위해 장비에 모니터링 장치를 설정할 수 있다. 이러한 센서와 장치를 일관되게 지속하여 모니터링을 하고 안전거리를 지키지 않을 경우 경고를 보내고 장비를 멈추게 할 수 있는 것이 AI를 활용하여 가능하게 된다.

• 근골격계질환의 예방을 위한 작업자의 자세와 동작 모니터링

  직업안전 AI 도우미(AI assistants)는 인체 공학적으로 잘못된 방식으로 기구를 반복적으로 사용하거나 부적절한 작업자세로 작업하는 작업자의 이미지를 캡처하는 CCTV의 데이터를 추적할 수 있다. 이러한 모니터링 시스템을 활용하여 기업은 작업자에게 근골격게질환이 발생하기 전에 작업자의 부적절한 자세와 반복동작에 대해 사전에 개입할 수 있다.

• 유해물질 누출 모니터링

  작업장의 유해인자 배출상황 및 작업자 개인의 건강에 대한 모니터링이 점점 더 저렴해지고 더 많이 사용되고 있다. AI 시스템은 새로운 차원의 작업자 보건안전 모니터링을 만들기 위해 다양한 센서와 함께 사용되기 시작했다.
  유해물질(유독 가스, 황화수소 노출 및 가연성 물질 등) 누출 모니터링은 HSE 시스템에서 환경오염차단, 사고방지 및 건강위험 예방에 중요한 역할을 한다. 사물 인터넷(IoT) 및 기타 센서 기술은 사소한 누출에서 시스템 고장에 이르는 문제를 관리하고 경고를 제공하는 데 도움이 될 수 있다.

• 모니터링의 대상

  
  

  무엇을 모니터링할 수 있는가?
  
  

  • (1) 작업자 : 얼굴, 인식(recognition), 안전모, 체온, 심박수, 탈수 및 피로, 규제사항(control)
  • (2) 설비와 환경 : 밸브 압력 제어, 재료 및 장비 결함, 작업 현장의 이동 차량 및 기계 장비, 안전하지 않은 거리, 경고 알림(alert), 위치 추적, 위험 구역 진입​, 가연성 물질 누출 감지, 유독 가스 노출 감지

  
  이러한 모니터링을 CCTV, 센서시술, 웨어러블 장비, 사물인터넷과 모바일 기술의 발전으로 HSR에 적용되는 범위가 확대되고 있다.
  모바일 기술(Mobile technology)은 e-HAT과 같은 새로운 웨어러블 통신 시스템(new wearable communication systems)을 가능하게 한다. 이러한 유형의 응용 프로그램은 세계 반대편에 있는 전문가가 작업자의 작업상황을 듣고 실시간으로 조언을 할 수 있는 비디오 및 오디오 링크를 제공할 수 있다. 이것은 장비 수리에서 응급 의료 절차에 이르기까지 많은 분야에서 적용되고 있다.

  모바일 기술(Mobile technology)이란?

  모바일 기술은 사용자가 이동하는 곳으로 함께 이동하는 기술을 말한다. 대표적인 것이 휴대폰이다. 모바일 기술은 휴대용 양방향 통신 장치, 컴퓨팅 장치 및 이를 연결하는 네트워킹 기술로 구성된다.

  현재 모바일 기술은 스마트폰, 태블릿 및 시계와 같은 인터넷 사용 가능 장치로 대표된다. 이들은 양방향 호출기, 노트북 컴퓨터, 휴대 전화(플립 폰), GPS 탐색 장치 등을 포함하는 최신 기술이다.

  이러한 장치를 연결하는 통신 네트워크를 무선 기술이라고 한다. 모바일 장치에서 음성, 데이터 및 애플리케이션(모바일 앱)을 공유할 수 있다. 모바일 기술은 확대되고 성장하고 있다.

03의사결정용 전문가 시스템(Expert systems)

인공 지능을 사용하는 전문가 시스템은 수년 동안 의사 결정에 침투해 왔다. 아직 HSE 의사결정에 적용된다는 소식은 듣지 못했지만 일부 법률 적용(법률 검색 및 정보 수집)에 사용되고 있으며 HSE의 여러 영역으로 확장되는 것을 보는 것은 어렵지 않을 것이다.

HSE 분야에서 AI의 활용은 슈퍼 컴퓨팅(많은 AI 응용 프로그램에 필요한)의 비용이 급격히 하락한 반면, 새로운 센서 기술의 개발, 대용량 데이터베이스의 가용성, 소형화(miniaturisation) 및 대량 생산을 통한 비용 절감과 같은 다른 분야의 발전에 의존하여 확대될 것이다. HSE 응용 프로그램이 AI의 최전선에 있지는 않지만, 다른 분야의 발전 과정을 흡수할 수 있는 유리한 위치에 있을 수 있다.