(국가R&D) 멀티모달 AI와 몰입형 AR/VR 기반의 개인 맞춤형 건설안전 솔루션
분야Safety
책임교수구충완
연구기간2026-03-01 ~ 2031-02-28
연구원최유진(PM), 서승원, 최다정, 안성균, 이우재, 우유진, 신유빈, 이광훈
발주처(과학기술정보통신부) 한국연구재단
설명
■ 배경
건설업은 전체 산업 중 산업재해 사망자가 가장 많이 발생하는 고위험 업종으로, 정부의 지속적인 정책·제도 개선과 현장 안전대책에도 불구하고 중대재해가 반복되고 있다. 최근 건설현장에는 IoT 센서, CCTV 등 다양한 스마트 안전관리 기술이 도입되고 있으나, 대부분 위험상황을 단순 감지·알림하는 수준에 머물러 있어 위험 원인 분석, 관리자 의사결정 지원, 근로자 교육·훈련까지 연계하는 전주기적 안전관리에는 한계가 있다. 특히 건설현장은 작업자 행동, 장비, 공정 및 공간적 위험요인이 지속적으로 변화하는 복합·동적 환경이므로, 다양한 정보를 통합적으로 인식·해석할 수 있는 멀티모달 AI와 현장 중심의 AR/VR 기술을 결합한 지능형 안전관리 체계 구축이 필요하다.
■ 목표
본 연구과제에서는 「멀티모달 AI와 몰입형 AR/VR 기반의 개인 맞춤형 건설안전 솔루션」 구축을 최종목표로 하였다. 이를 위해 건설현장의 위험 탐지부터 안전관리자의 의사결정 지원, 근로자의 맞춤형 안전교육까지 연계되는 통합 안전관리 체계를 구축하고자 하였다. 세부적으로는 ① 실제·합성 데이터를 활용한 초경량 CV 및 건설 도메인 특화 VLM을 기반으로 실시간 위험요인 인식·상황설명·안전대책 평가가 가능한 ‘AI-CCTV 기반 중앙관제형 안전관리 시스템’, ② vSLAM 기반 디지털트윈과 AI·AR 기술을 연계하여 안전관리자의 현장 순회점검과 위험 판단·조치를 지원하는 ‘AI-AR 기반 개인지원형 안전관리 시스템’, ③ 실사형 몰입형 VR 콘텐츠와 학습자의 생체·행동 데이터를 활용하여 위험인지 수준과 행동특성을 평가하고 개인별 취약요인에 맞는 교육을 제공하는 ‘AI-IVR 기반 개인맞춤형 안전교육 시스템’을 개발하고자 하였다. 이를 기반구축–기본모델–고도화모델–통합시스템–실증의 5단계 연구과정을 통해 통합·검증하고자 하였다.
■ 기대효과
• [기술적 효과] 위험요인 인식 CV 모델은 기존 PPE 인식 기준 mAP 80~85% 대비 10~15%p 이상 향상(mAP 90~95%)될 것으로 기대되며, 건설 도메인 특화 안전관리대책 VLM을 적용할 경우 기존 규정 평가 모델 (오답률 FP 20~25%) 대비 오답률 10~15% 이상 개선(오답률 FP 10% 미만)될 것으로 기대된다. AR/VR 기술과 멀티 모달 AI를 결합함으로써, 실시간 위험 탐지–대책 평가–몰입형 교육으로 이어지는 통합·지능형 안전관리 기술을 구현할 수 있다. 데이터 기반 위험 인식·추론·교육 전주기 자동화 기술의 선도적 확보가 가능하다.
• [경제·산업적 효과] AI-CCTV 기반 중앙관제 시스템은 기존 CCTV 관제 인력의 상당 부분을 대체·보조하여 관제 인력 운영비 절감이 가능하다. 위험 인식 정확도가 기존 약 50% 대비 90% 수준까지 향상될 경우, 사고 감소에 따른 직접·간접 비용(작업중지, 산재보상, 재시공 등) 절감 효과를 기대할 수 있다. 더불어, 전체 프로 젝트 리스크 감소와 공기단축, 보험료 절감 등을 통해 1~2년 내 투자비 회수가 가능할 것으로 예상된다. 건설 업뿐 아니라 제조·물류·조선·플랜트 등 타 산업 안전관리 분야로 확장 가능한 산업적 파급력을 보유한다.
• [사회적 효과] 건설현장에서 빈번하게 발생하는 4대 고위험 사고유형(추락·낙하·협착/충돌·전도)에 대한 선제적 대응 및 예방 체계를 마련함으로써 중대재해 감소에 실질적으로 기여할 수 있다. 현장의 위험상황을 규정 기반·데이터 기반으로 판단함으로써, 직관·경험 중심의 안전관리에서 정량적·객관적 안전관리 체계로의 전환을 기대할 수 있다. AI-IVR을 활용한 맞춤형 고위험공종 교육은 근로자의 위험 행동 반복을 방지하고 안전 인식 수준 향상에 직접적으로 기여할 수 있다. 장기적으로 현장 안전문화의 정착, 산업재해 예방체계의 고도화, 국민 안전 신뢰도 향상에 크게 기여할 것으로 기대된다.
건설업은 전체 산업 중 산업재해 사망자가 가장 많이 발생하는 고위험 업종으로, 정부의 지속적인 정책·제도 개선과 현장 안전대책에도 불구하고 중대재해가 반복되고 있다. 최근 건설현장에는 IoT 센서, CCTV 등 다양한 스마트 안전관리 기술이 도입되고 있으나, 대부분 위험상황을 단순 감지·알림하는 수준에 머물러 있어 위험 원인 분석, 관리자 의사결정 지원, 근로자 교육·훈련까지 연계하는 전주기적 안전관리에는 한계가 있다. 특히 건설현장은 작업자 행동, 장비, 공정 및 공간적 위험요인이 지속적으로 변화하는 복합·동적 환경이므로, 다양한 정보를 통합적으로 인식·해석할 수 있는 멀티모달 AI와 현장 중심의 AR/VR 기술을 결합한 지능형 안전관리 체계 구축이 필요하다.
■ 목표
본 연구과제에서는 「멀티모달 AI와 몰입형 AR/VR 기반의 개인 맞춤형 건설안전 솔루션」 구축을 최종목표로 하였다. 이를 위해 건설현장의 위험 탐지부터 안전관리자의 의사결정 지원, 근로자의 맞춤형 안전교육까지 연계되는 통합 안전관리 체계를 구축하고자 하였다. 세부적으로는 ① 실제·합성 데이터를 활용한 초경량 CV 및 건설 도메인 특화 VLM을 기반으로 실시간 위험요인 인식·상황설명·안전대책 평가가 가능한 ‘AI-CCTV 기반 중앙관제형 안전관리 시스템’, ② vSLAM 기반 디지털트윈과 AI·AR 기술을 연계하여 안전관리자의 현장 순회점검과 위험 판단·조치를 지원하는 ‘AI-AR 기반 개인지원형 안전관리 시스템’, ③ 실사형 몰입형 VR 콘텐츠와 학습자의 생체·행동 데이터를 활용하여 위험인지 수준과 행동특성을 평가하고 개인별 취약요인에 맞는 교육을 제공하는 ‘AI-IVR 기반 개인맞춤형 안전교육 시스템’을 개발하고자 하였다. 이를 기반구축–기본모델–고도화모델–통합시스템–실증의 5단계 연구과정을 통해 통합·검증하고자 하였다.
■ 기대효과
• [기술적 효과] 위험요인 인식 CV 모델은 기존 PPE 인식 기준 mAP 80~85% 대비 10~15%p 이상 향상(mAP 90~95%)될 것으로 기대되며, 건설 도메인 특화 안전관리대책 VLM을 적용할 경우 기존 규정 평가 모델 (오답률 FP 20~25%) 대비 오답률 10~15% 이상 개선(오답률 FP 10% 미만)될 것으로 기대된다. AR/VR 기술과 멀티 모달 AI를 결합함으로써, 실시간 위험 탐지–대책 평가–몰입형 교육으로 이어지는 통합·지능형 안전관리 기술을 구현할 수 있다. 데이터 기반 위험 인식·추론·교육 전주기 자동화 기술의 선도적 확보가 가능하다.
• [경제·산업적 효과] AI-CCTV 기반 중앙관제 시스템은 기존 CCTV 관제 인력의 상당 부분을 대체·보조하여 관제 인력 운영비 절감이 가능하다. 위험 인식 정확도가 기존 약 50% 대비 90% 수준까지 향상될 경우, 사고 감소에 따른 직접·간접 비용(작업중지, 산재보상, 재시공 등) 절감 효과를 기대할 수 있다. 더불어, 전체 프로 젝트 리스크 감소와 공기단축, 보험료 절감 등을 통해 1~2년 내 투자비 회수가 가능할 것으로 예상된다. 건설 업뿐 아니라 제조·물류·조선·플랜트 등 타 산업 안전관리 분야로 확장 가능한 산업적 파급력을 보유한다.
• [사회적 효과] 건설현장에서 빈번하게 발생하는 4대 고위험 사고유형(추락·낙하·협착/충돌·전도)에 대한 선제적 대응 및 예방 체계를 마련함으로써 중대재해 감소에 실질적으로 기여할 수 있다. 현장의 위험상황을 규정 기반·데이터 기반으로 판단함으로써, 직관·경험 중심의 안전관리에서 정량적·객관적 안전관리 체계로의 전환을 기대할 수 있다. AI-IVR을 활용한 맞춤형 고위험공종 교육은 근로자의 위험 행동 반복을 방지하고 안전 인식 수준 향상에 직접적으로 기여할 수 있다. 장기적으로 현장 안전문화의 정착, 산업재해 예방체계의 고도화, 국민 안전 신뢰도 향상에 크게 기여할 것으로 기대된다.