Ultralytics YOLO를 사용해 Kiwitron은 최대 30미터 거리의 위험 요소를 탐지하는 실시간 시스템 KiwiEye를 개발하여 안전성과 효율성을 높였습니다.
산업 현장은 지게차와 작업자가 근접한 거리에서 작업하는 경우가 많아 안전 문제가 발생할 수 있는 복잡한 환경입니다. 초광대역과 LiDAR 같은 솔루션은 비효율적이거나 작업에 방해가 되었기 때문에 Kiwitron은 더 나은 솔루션을 찾기 시작했습니다.
이에 대응하기 위해 Kiwitron은 산업 안전을 위해 설계된 AI 기반 솔루션인 KiwiEye를 개발했습니다. Ultralytics YOLO 모델을 통합한 이 시스템은 위험 요소를 신속하게 탐지하고 작업자가 실시간으로 대응할 수 있도록 지원합니다. 또한 히트맵과 아차 사고 보고서 같은 인사이트를 제공해 안전 관리자가 위험을 파악하고 안전 조치를 효과적으로 개선할 수 있도록 합니다.
그림 1. KiwiEye를 소개합니다.
Vision AI로 산업 운영의 안전성 향상#
산업 기술 전문 이탈리아 기업 Kiwitron은 물류, 농업, 제조, 중장비와 같은 산업의 안전과 효율성을 개선하는 데 주력합니다. 혁신적인 솔루션으로 알려진 Kiwitron은 산업 현장의 안전을 위한 더욱 효과적인 접근 방식이 필요하다는 점을 인식했습니다. 기존 시스템의 한계를 확인한 Kiwitron은 더 스마트하고 안정적인 안전 솔루션을 만들기 위해 AI 기반 기술을 도입했습니다.
산업 현장의 위험 요소를 정확하게 탐지해야 하는 이유#
중장비와 작업자가 함께 일하는 산업 작업 공간에는 강화된 안전 조치가 필수적입니다. 사고를 방지하고 원활한 운영을 유지하려면 효율적이고 즉각적인 위험 요소 추적이 필요합니다.
초광대역 시스템과 같은 기존 안전 방식은 작업자가 태그를 착용해야 했지만, 필요한 장치를 모든 작업자가 항상 착용하는 것은 아니었기 때문에 실용성이 떨어졌습니다. LiDAR 센서는 객체를 탐지할 수 있지만 특정 위험 요소를 구분할 만큼 정확도가 충분하지 않은 경우가 많아 불필요한 작업 지연을 초래했습니다.
이러한 과제는 워크플로를 방해하는 안전 사각지대와 비효율성을 초래합니다. Kiwitron은 보행자, 차량, 표지판을 구분하는 동시에 작업자에게 명확하고 실행 가능한 경고를 제공하는 실시간 감지 기능을 갖춘 더 고도화된 솔루션이 필요하다고 판단했습니다. 또한 이상적인 솔루션은 엄격한 하드웨어 요구사항을 충족하고, 데이터를 신속하게 처리하며, 다양한 산업 환경에 적응하고, 운영 효율성을 저해하지 않으면서 생산성을 유지해야 했습니다.
KiwiEye: Kiwitron의 AI 기반 안전 솔루션#
이러한 과제를 해결하기 위해 Kiwitron은 Ultralytics YOLO 모델과 최첨단 객체 탐지 기술을 안전 시스템인 KiwiEye에 통합했습니다. YOLO를 기반으로 하는 KiwiEye는 산업 환경에서 실시간 위험 요소 탐지에 필요한 속도와 정확도를 제공합니다.
KiwiEye는 Ultralytics YOLO 모델과 함께 고급 카메라를 사용해 보행자, 차량, 표지판과 같은 주요 요소를 실시간으로 식별합니다. Coral 가속기를 사용해 시스템은 이미지를 신속하고 지연을 최소화하면서 처리하므로 작업자가 잠재적 위험에 즉시 대응할 수 있습니다. 기존 센서와 달리 KiwiEye는 상황을 고려해 탐지하고 서로 다른 객체를 구분하며 특정 위험 요소에 맞춰 알림을 조정합니다.
시스템의 유연한 설계 덕분에 넓은 창고부터 협소한 작업 공간까지 다양한 산업 환경에서 원활하게 작동합니다. 가벼운 구조로 기존 하드웨어에 쉽게 통합하면서도 고속 성능을 유지합니다. 정밀도, 속도, 적응성을 결합한 KiwiEye는 운영 효율성을 유지하면서 안전성을 높이고 산업 위험 요소 탐지를 위한 혁신적인 솔루션을 제공합니다.
Ultralytics YOLO 모델을 선택한 이유#
Kiwitron은 MobileNet과 SSD를 포함한 여러 모델을 시험한 뒤 Ultralytics YOLO를 선택했습니다. YOLO는 속도, 정확도, Coral 가속기와 같은 경량 하드웨어와의 호환성을 탁월하게 조합해 실시간 애플리케이션에 이상적이었습니다.
Kiwitron의 CTO는 다음과 같이 설명했습니다. “저희가 시작했을 당시 YOLO는 객체 탐지 분야에서 시장 최고였습니다. 이를 통해 안전과 효율성이라는 두 가지 목표를 달성할 수 있었습니다.” YOLO의 적응성 덕분에 Kiwitron은 산업 환경의 고유한 요구에 맞춰 솔루션을 맞춤화할 수도 있었습니다.
Ultralytics YOLO로 30미터 거리의 위험 요소 탐지 성능을 달성한 Kiwitron#
KiwiEye에 Ultralytics YOLO 모델을 통합한 결과 산업 현장의 안전과 효율성이 크게 향상되었습니다. 이 시스템은 최대 30m 거리에서도 보행자, 차량, 표지판을 정확하게 식별하며 위험 요소를 실시간으로 안정적으로 감지합니다. Kiwitron의 CTO는 “KiwiEye가 사고를 예방할 만큼 충분히 신속하게 반응하도록 FPS 임계값을 설정했습니다. YOLO를 사용하면 필요한 속도를 유지하면서 최대 30m 거리의 객체를 감지할 수 있습니다.”라고 말했습니다.
Ultralytics YOLO 모델과 결합된 KiwiEye 시스템은 이미 사고와 아차 사고를 예방하는 데 눈에 띄는 성과를 거두었습니다. 구한 생명의 정확한 수치를 정량화하기는 어렵지만, Kiwitron의 CEO는 다음과 같이 전했습니다. “아차 사고가 줄었다는 고객 피드백을 정기적으로 받습니다. 한 고객은 심각한 사고를 막아 준 데 대해 감사 인사를 전하기도 했습니다.”
시스템은 히트맵과 아차 사고 보고서를 통해 안전 관리자에게 유용한 데이터도 제공하여 고위험 구역을 파악하고 안전 프로토콜을 조정하도록 돕습니다. Kiwitron의 CEO는 다음과 같이 덧붙였습니다. “단순히 사고를 예방하는 데 그치지 않습니다. 수집한 데이터를 통해 고객은 데이터를 기반으로 안전 개선을 추진하고 궁극적으로 더 안전한 환경을 조성할 수 있습니다.”
성능 목표를 달성하는 데 그치지 않고 한 걸음 더 나아가 Ultralytics YOLO는 Kiwitron이 신속하게 혁신할 수 있도록 지원했습니다. Kiwitron의 CTO는 “Ultralytics YOLO를 사용해 안정적이고 성능이 뛰어난 솔루션을 신속하게 개발하는 동시에 향후 개선을 위한 기반을 마련할 수 있었습니다.”라고 강조했습니다.
Vision AI와 YOLO를 활용한 Kiwitron의 다음 단계#
Kiwitron의 Ultralytics YOLO 모델 활용 사례는 컴퓨터 비전이 안전을 바라보는 방식을 어떻게 바꾸고 있는지 보여줍니다. 문제에 대응하는 방식에서 스마트하고 데이터 기반인 솔루션으로 문제를 예방하는 방식으로 전환하고 있습니다. Vision AI가 발전하면서 개인 보호 장비(PPE) 준수 여부 모니터링과 추가 위험 요소 감지 같은 새로운 가능성이 열려 작업장이 더욱 안전하고 효율적으로 바뀌고 있습니다.
Ultralytics YOLO의 유연성과 성능 덕분에 Kiwitron은 자신 있게 혁신을 추진하고 산업 안전의 끊임없이 변화하는 요구에 맞춰 솔루션을 발전시킬 수 있었습니다.
Kiwitron의 CTO는 이렇게 말했습니다. “바퀴의 개념과 같습니다. 바퀴는 이미 존재하고, 커뮤니티에도 이미 있습니다. 그런데 왜 처음부터 다시 만들겠습니까?”
Vision AI가 비즈니스를 어떻게 혁신할 수 있을지 궁금하신가요? GitHub 저장소를 확인하고, 의료 분야의 컴퓨터 비전 및 제조와 같은 산업에 맞춘 Ultralytics 솔루션을 살펴본 다음, 지금 시작할 수 있도록 라이선스 옵션을 확인해 보세요!
