'MambaVisionTSM' 기술로 실시간 영상 분석 속도 개선… 복잡한 연산 없이 즉각적 위협 감지
가려진 작업자도 감지하는 ‘StoneGAT’ 기술로 CCTV 사각지대 문제 해결... 기존 AI 대비 20% 이상 높은 정확도
 |
| ▲이미지 : 한국딥러닝 제공 |
인공지능 전문기업 한국딥러닝(대표 김지현)이 주관하는 '산업현장 위험상황 실시간 모니터링 AI 개발' 제조혁신 과제에서 참여기관인 성공회대학교 연구팀(지도교수 이상윤)이 국제 학술 성과를 달성했다고 23일 밝혔다.
이번 과제는 중소벤처기업부 지원을 받아 수행하는 스마트 제조혁신 기술 개발 사업으로 한국딥러닝이 주관기업으로 사업 관리 및 연구 방향을 총괄하고, 성공회대가 참여기관으로서 알고리즘 개발 및 학술 연구를 수행하는 산학협력 체계로 운영됐다.
성공회대 연구팀은 올해 1월 일본 오사카에서 열린 국제 전자·정보·통신 학술대회(ICEIC 2025)와 11월 인천에서 열린 국제 제어·자동화·시스템 학술대회(ICCAS 2025)에서 총 2건의 논문을 발표했다. 이 중 1건은 국제적으로 인정받는 SCIE급 국제학술지 IJCAS(Q2, IF 2.9)에 게재됐다.
ICEIC 2025에서 발표된 MambaVisionTSM 기술은 산업현장 위험 감지 시스템의 속도 문제를 해결한 기술이다. 기존 고성능 영상 분석 AI는 성능은 뛰어나지만 연산량이 많아 즉각적인 대응이 필요한 실시간 위험 감지 시스템에 적용하기에는 속도가 느리다는 한계가 있었다. 연구팀은 최신 AI 구조인 MambaVision에 영상의 시간 흐름을 효율적으로 처리하는 TSM(Temporal Shift Module) 기술을 결합해, 복잡한 연산 없이도 작업자의 행동을 정확하게 파악할 수 있도록 했다.
산업현장의 CCTV 사각지대 문제를 해결하기 위해 개발된 StoneGAT 기술은 ICCAS 2025에서 발표됐으며 IJCAS에 게재됐다. 기존 영상 분석 AI는 작업자가 자재나 기계 설비에 의해 신체 일부가 가려질 경우 사람으로 인식하지 못하거나 행동을 오판하는 경우가 많았다. 이는 복잡한 산업 현장에서 작업자의 안전을 위협하는 큰 요인이었다.
연구팀이 개발한 StoneGAT은 사람의 관절과 뼈대를 점과 선으로 연결한 그래프 구조로 인식하며, 신체 일부 정보가 누락돼도 남은 신체 부위의 각도와 위치 관계를 분석해 전체 상황을 추론한다. 실험 결과 신체의 절반 이상이 가려진 조건에서도 기존 AI 모델 대비 20% 이상 높은 정확도로 넘어짐 사고를 감지했다.
성공회대 연구팀은 "이번 개발로 CCTV만으로도 작업자의 쓰러짐이나 끼임 등 위험 행동을 실시간으로 포착하는 시스템의 상용화 가능성을 크게 높였다"라며, "CCTV 사각지대가 많은 공장이나 물류센터 등에서 작업자의 골든타임을 확보하는 데 필수적인 기술이 될 것"이라고 전했다.
과제를 주관한 한국딥러닝의 김지현 대표는 "참여기관의 우수한 학술 성과가 과제의 기술적 신뢰도를 높이는 이정표가 됐다"며, "개발된 AI 기술을 실제 산업현장에 적용해 작업자 안전을 지키는 솔루션으로 발전시켜 나갈 것"이라고 말했다.
피앤피뉴스 / 마성배 기자 gosiweek@gmail.com
[저작권자ⓒ 피앤피뉴스. 무단전재-재배포 금지]
