[ET단상] AX 기반 위험 예측형 플랫폼, 산업안전 패러다임 바꾼다

스마트 공장에서 사물인터넷(IoT) 센서와 지능형 CCTV가 수집한 데이터를 인공지능(AI) 에이전트가 실시간 분석해 개선점을 제시하고 위험을 사전 감지·분석해 사고를 예방한다. 멀지 않은 미래의 얘기 같지만 지금 우리 산업 현장의 모습이다.

산업안전 분야도 AI 전환(AX)이 가속화되고 있다. 특히 안전·보건·환경(SHE) 영역은 중대재해처벌법 시행 이후 기업 경영의 핵심 과제로 떠오르며, 디지털을 넘어 AI 기술을 활용한 사고예방 업무 혁신이 요구되고 있다. 이러한 흐름속에 생성형 AI는 새로운 가능성을 열고 있다. 기존 AI가 센서 데이터를 분석해 이상 여부를 탐지했다면 생성형 AI는 사용자 질문 맥락에 맞는 답변을 하고, 법규나 지침을 바탕으로 체크리스트와 대응방안을 자동 생성해 의사결정을 지원한다.

예를 들어 '크레인 작업 전 점검 사항은'이라는 질문에 AI는 관련 기준에 따라 항목을 자동 정리해줌으로써, 작업자는 절차를 숙지하고 관리자는 교육과 점검을 효율화 할 수 있다. 또 사고 데이터를 학습한 AI가 잠재 위험을 감지·분석하거나 예측 가능한 가상 위험 시나리오를 생성해 교육에 활용하는 사례도 늘고 있다.

현장 적용 성과도 구체화되고 있다. 제조업은 AI 기반 작업위험성평가 시스템으로 고위험 요소를 줄이고 설비 고장 대응 시간을 절반 이상 단축했다. 서비스업도 AI CCTV와 사고이력 데이터를 분석해 인파 밀집구역의 낙상·충돌 사고를 경고하는 현장 대응 시스템을 도입해 사고 발생을 줄이고 있다.

최근에는 AI가 안전점검 결과를 자동으로 분석·요약하고 개선 조치까지 제안하는 솔루션이 확산돼 안전관리자는 반복 작업 대신 고위험 발굴 등 자율 안전관리 실행에 집중할 수 있게 됐다.

그러나 SHE AX의 성공은 기술만으로는 충분치 않으며 기술, 사람, 조직 세 가지 요소가 유기적으로 작동할 때 가능하다.

첫째, 기술 측면에서 정확한 데이터 확보와 '설명 가능한 AI(XAI)'가 병행돼야 한다. AI가 올바르게 작동하려면 정확하고 충분한 학습 데이터가 필요하며, 편향된 데이터는 오히려 위험을 키울 수 있다. 특히 산업안전은 생명과 직결되기에 판단 근거가 명확한 '설명 가능한 AI(XAI)' 기술이 병행되어야 한다.

둘째, 사용자 중심 AI 시스템 설계와 보조자로서의 AI라는 인식이 선행되어야 한다. 정교한 기술이라도 사용이 불편하면 현장 적용은 실패한다. 직관적 인터페이스, 사람 중심 디자인, AI 역할과 한계에 대한 사용자 교육이 필수적이다. 특히 법적 책임이 분명한 산업안전 분야는 AI가 '결정을 하는 존재'가 아니라, 사람의 결정을 '보조하는 도구'라는 인식이 자리잡아야 한다.

셋째, 조직 구조, 일하는 방식 혁신 등 전사 차원의 전략적 접근이 필요하다. AI는 단순 자동화 도구가 아닌 위험을 감지·분석·대응하는 예측형 에이전트로, 개선안 제시, 실시간 콘텐츠 자동 생성 등 의사결정을 보조하는 실행 파트너로 인식되어야 한다. 이를 위해서 조직 구조와 인력 운영 전략도 함께 정비되어야 한다. 기대하는 성과가 무엇인지, 이를 어떻게 측정하고 지속 가능하게 할 것인지에 대한 기준도 명확히 설정돼야 한다.

향후 AI는 더욱 고도화될 것이다. 작업자 상태를 감지하는 개인형 AI 보조 시스템, XR 기반 몰입형 안전교육, 자율 판단·수행하는 에이전트 AI까지 AI가 산업안전의 패러다임을 바꾸고 있다. 이러한 기술은 사고 예방을 넘어, 안전을 효율적으로 관리하고 기업 문화로 정착시키는 핵심 인프라가 될 수 있다.

결국 기업이 준비할 것은 기술 자체가 아니라, AI가 제대로 작동할 수 있는 데이터 환경, AI 도입에 따른 책임과 윤리적 체계, 사용자 중심의 AI 실행 구조다. 따라서 기업은 AI 전문기관과 전략적 파트너십을 활용해 SHE AX 체계를 구축할 필요가 있다. 이러한 기반이 마련될 때 AI는 사고 없는 일터를 함께 설계하는 든든한 동반자가 될 것이다.

이강돈 SK AX SHEDX담당 kd.ehs@sk.com