인공지능과 컴퓨터 비전은 산업 현장의 HSE를 어떻게 통제하는가?

산업 안전에서의 인공지능과 컴퓨터 비전

인공지능(AI) 및 컴퓨터 비전 기술의 도입은 HSE 시스템 발전의 자연스러운 단계가 되고 있습니다. VizorLabs의 공동 창립자이자 CEO인 바실리 돌고프(Vasily Dolgov)는 산업 현장에서 이러한 기술을 적용하는 실용적인 측면을 분석합니다. 연사는 실제 사례를 통해 비디오 분석이 안전 요구 사항 준수를 제어하고, 기술 프로세스를 추적하며, 사고를 예방하는 데 어떻게 도움이 되는지 보여줍니다.

비디오 감시에서 비디오 분석으로

원래 물리적 보안을 위해 만들어진 기존의 비디오 감시 시스템은 작업자의 지속적인 주의가 필요하며 종종 수천 개의 오탐을 생성합니다. 이번 발표에서는 사전 예방적 비디오 분석 시스템으로의 전환을 자세히 살펴봅니다. 최신 솔루션은 기존 카메라 인프라와 통합되며 신경망 모델을 사용하여 PPE(개인보호구) 미착용부터 위험 구역 내 존재 여부에 이르기까지 위반 사항을 자동으로 감지합니다. 이를 통해 HSE 전문가의 업무 부담을 줄이고 실제 위협에 신속하게 대응할 수 있습니다.

PPE 및 위험 구역 통제

웨비나의 핵심 부분 중 하나는 개인보호구(PPE) 사용 및 위험 구역 내 인원 배치에 대한 통제 자동화에 중점을 둡니다. 시스템은 헬멧이나 작업복의 존재 여부뿐만 아니라 올바른 착용 여부(예: 재킷의 지퍼가 잠겨 있는지, 보호 실드가 내려져 있는지)도 인식할 수 있습니다. 연사는 장비를 켜거나 하역 작업을 수행할 때 활성화되는 동적 위험 구역이 어떻게 설정되는지, 그리고 계단을 오를 때 3점 지지가 없는 것과 같은 위반 사항을 시스템이 어떻게 기록하는지 설명합니다.

웨어러블 기기 및 Multimodal LLM과의 통합

위반자 식별의 정확성을 높이고 상황을 분석하기 위해 추가 기술이 사용됩니다. 발표에서는 얼굴 인식 없이 직원의 위치를 파악하기 위해 작업복에 꿰매어진 BLE 태그를 사용하는 방법을 보여줍니다. Multimodal LLM(이미지와 함께 작동하는 대형 언어 모델)의 적용에 특별한 주의를 기울입니다. 이러한 시스템은 프레임을 분석하고, 명확하지 않은 위반 사항을 식별하며, 이벤트 카드에 규제 조항에 대한 링크를 추가하여 사고 조사를 크게 간소화할 수 있습니다.

이 웨비나에서 배울 내용:

• 기본 감지기가 있는 비디오 감시 시스템과 실제 비디오 분석을 구별하는 방법은 무엇입니까?
• 컴퓨터 비전을 구현하기 위한 카메라 및 인프라의 요구 사항은 무엇입니까?
• 시스템이 PPE의 올바른 착용을 어떻게 인식하고 기업의 특성에 맞게 조정됩니까?
• 위험 구역 및 작업장에 있는 직원에 대한 통제는 어떻게 자동화됩니까?
• Multimodal LLM 기술이 위반 상황을 분석하고 오탐 횟수를 줄이는 데 어떻게 도움이 됩니까?