HSE 분야의 AI 및 머신 비전: 아이디어에서 출시까지의 여정
아이디어에서 작동하는 시스템까지: 식품 생산에서의 머신 비전
인공지능 및 머신 비전 기술의 도입은 산업 안전 시스템 발전의 자연스러운 단계가 되고 있습니다. 특히 HACCP 요구 사항에 따라 엄격한 위생 규칙과 청정 구역 내 직원 출입 규정이 적용되는 식품 산업에서 더욱 중요합니다. 푸드테크 기업 'Qummy'의 대표인 이반 막시모프(Ivan Maksimov)는 오픈 소스 솔루션을 기반으로 한 머신 비전 시스템의 구축 및 도입에 대한 실무 경험을 공유합니다.
발표자는 값비싼 기성 솔루션을 사용하지 않고도 위생 기준 및 HSE 규칙 준수를 모니터링하는 데 도움이 되는 작동 도구의 아이디어 구상부터 출시까지의 과정을 분석합니다.
언어 모델 선택 및 학습 과정
시스템의 기반은 오픈 소스 언어 모델인 MoonDream이었습니다. 오픈 소스 제품을 선택함으로써 회사는 초기 비용을 크게 절감하고 필요에 맞게 시스템을 유연하게 구성할 수 있었습니다. 발표에서는 모델의 학습 과정을 자세히 살펴봅니다.
- 합성 데이터를 활용한 초기 학습: 연기, 마스크·모자·장갑 미착용, 비정상적인 상황(예: 바닥에 누워 있는 사람)을 인식하도록 모델을 학습시켰습니다. 이를 통해 기본적인 인식 패턴을 확립할 수 있었습니다.
- 실제 비디오 스트림을 통한 추가 학습: 시스템을 조리 공장의 카메라에 연결했습니다. 모델은 실시간으로 프레임을 분석하여 위반 사항(예: 위생복 없이 생산 구역에 진입)을 식별하기 시작했습니다. 이를 통해 기업의 특정 환경에서 높은 정확도를 보장했습니다.
- 알림 시스템과의 통합: 신속한 대응을 위해 책임 관리자 및 기술자에게 텔레그램 봇으로 알림을 전송하도록 설정했습니다. 위반 사항 감지부터 신호 수신까지 걸리는 시간은 15초를 넘지 않습니다.
도입의 심리학: 처벌에서 포상으로
기술적 구현은 성공의 일부일 뿐입니다. 발표자는 자사의 사례를 통해 제어 시스템을 도입할 때 직원들과의 관계를 올바르게 구축하는 것이 얼마나 중요한지 보여줍니다. 주요 원칙은 머신 비전 데이터를 기반으로 한 금전적 처벌을 지양하는 것입니다.
- 조력자로서의 시스템: 직원들에게 머신 비전이 자동차의 수동적 안전 시스템(ABS, 에어백)과 유사하다고 설명합니다. 이는 벌금을 부과하기 위함이 아니라 보호하기 위해 만들어졌습니다.
- 긍정적 동기 부여: '수치의 벽' 대신 포상 시스템을 사용합니다. 한 달 동안 위반 사항이 없는 직원에게는 소정의 보너스나 선물을 지급합니다. 이는 직원의 저항을 줄이고 의식적인 안전 문화를 형성합니다.
- 사전 준비: 시스템 출시 전 교육 및 면담을 진행하여 불안감을 해소하고 직원들의 관심을 유도할 수 있었습니다.
프로젝트의 경제성 및 발전 전망
자체 시스템을 구축하려면 투자가 필요하지만, 장기적으로는 기성 패키지 솔루션을 구매하는 것보다 더 유리한 것으로 나타났습니다. 주요 비용은 프로그래머의 인건비(약 6개월 작업)와 서버 장비 구매(약 200~300만 루블)에 발생합니다. 그러나 자체 개발을 통해 시스템을 무료로 확장하고, 새로운 기능(예: 안면 인식)을 추가하며, 회사의 내부 IT 제품(1C, Bitrix)과 통합할 수 있습니다.
이 웨비나에서 배울 수 있는 내용:
- HSE 요구에 맞는 오픈 소스 머신 비전 모델을 선택하고 학습시키는 방법은 무엇인가?
- 텔레그램 봇을 사용하여 위반 사항에 대해 관리자에게 신속하게 알리는 방법은 무엇인가?
- 전면적인 비디오 제어 시스템을 도입할 때 직원의 저항을 극복하는 방법은 무엇인가?
- 기성 솔루션을 구매하는 것과 비교하여 자체 머신 비전 시스템을 개발하는 데 드는 실제 비용은 얼마인가?
- 머신 비전이 생산 현장에서 미세 부상 발생률을 줄이는 데 어떻게 도움이 되는가?