Ultralytics YOLO 모델을 사용해 SiteAssist는 이미지 검증을 자동화하고 규정 준수 문제를 실시간으로 감지해 수천 명의 사용자와 여러 현장에서 안전 업무 흐름을 간소화했습니다.
건설 현장에서는 인양 작업이나 화기 작업과 같은 고위험 활동이 이루어지므로 작업을 시작하기 전에 팀이 엄격한 안전 절차를 따라야 합니다. 이러한 점검을 확인하기 위해 작업자는 보통 디지털 업무 흐름을 통해 증빙 사진을 업로드합니다.
하지만 이러한 이미지를 검토하는 일은 항상 간단하지 않습니다. 이미지가 흐리거나 불완전할 수 있고 때로는 오해를 불러일으킬 수도 있어, 특히 대규모 프로젝트에서는 안전 요건이 실제로 충족되었는지 확인하기 어렵습니다.
SiteAssist는 도구와 AI를 결합한 디지털 플랫폼을 통해 이러한 업무 흐름을 지원합니다. 특히 컴퓨터 비전 모델과 Ultralytics YOLO 모델을 사용해 업로드된 이미지를 분석하고, 플랫폼이 현장에서 일어나는 상황을 파악하도록 지원하며, 유효하지 않은 제출물을 표시하고 잠재적 문제를 알려 줍니다. 이를 통해 수작업을 줄이고 팀이 일관된 안전 기준을 유지할 수 있습니다.
AI를 활용한 건설 현장의 안전 및 규정 준수 개선#
SiteAssist는 건설, 인프라 및 기타 핵심 산업 전반에서 고위험 활동을 관리하는 팀을 위해 설계된 작업 통제 플랫폼입니다. 복잡한 종이 기반 프로세스를 체계적인 디지털 업무 흐름으로 대체하며, 굴착, 화기 작업, 인양, 밀폐 공간 작업 등의 업무를 지원합니다.
Balfour Beatty, Taylor Woodrow(VINCI), Skanska, HG Construction과 같은 기업은 일관성을 높이고 규정 준수를 유지하며 프로젝트를 원활하게 진행하기 위해 SiteAssist를 사용합니다. 이 플랫폼은 작업 허가와 업무 흐름을 디지털화해 팀이 잠재적 위험을 식별하고 안전 요건을 일관되게 적용하도록 지원합니다.
현재 SiteAssist는 수천 명의 작업자를 지원하며 팀이 일상적인 운영을 더 명확하게 파악할 수 있도록 합니다. 향상된 가시성을 통해 팀은 안전 프로세스를 더 효과적으로 관리할 수 있습니다.
건설 현장의 안전 점검이 대규모 운영에서 제대로 이루어지지 않는 이유#
건설 현장의 안전과 원활한 운영을 유지하는 일은 쉽지 않습니다. 대규모 프로젝트에는 여러 현장에서 작업하는 수천 명의 작업자가 참여하는 경우가 많으며, 각 작업자는 작업을 시작하기 전에 엄격한 안전 점검이 필요한 고위험 작업을 수행합니다.
점검이 완료되었는지 확인하기 위해 작업자는 보통 디지털 업무 흐름이나 허가 시스템에 증빙 사진을 업로드해야 합니다. 하지만 이러한 제출물을 검토하는 일이 항상 간단한 것은 아닙니다.
이미지는 흐리거나 불완전할 수 있고 때로는 오해를 불러일으킬 수도 있어, 안전 요건이 실제로 충족되었는지 확인하기 어렵습니다. 승인 담당자는 각 제출물을 직접 확인하며 적절한 장비와 올바른 설치 상태, 전반적인 규정 준수 여부를 점검해야 합니다.
제출물이 늘어나면 이 프로세스는 시간이 더 많이 들고 일관되게 관리하기 어려워집니다. 동시에 많은 프로젝트가 여전히 종이 기반 허가서나 부분적으로만 디지털화된 업무 흐름에 의존합니다.
이로 인해 승인이 늦어지고 병목 현상이 발생하며 현장 활동을 실시간으로 파악하기 어려워집니다. 팀이 직접 후속 조치를 하거나 점검을 반복해야 할 수 있어 지연이 더 커집니다.
운영 규모가 커질수록 이러한 문제로 인해 일관된 안전 기준을 유지하기 어려워지고 점검을 놓치거나 지연할 위험이 커집니다.
Ultralytics YOLO 모델로 견고한 안전 점검 지원#
SiteAssist는 허가 업무 흐름과 실시간 이미지 검증을 결합해 안전 점검을 간소화합니다. 팀은 수동 검토에 의존하는 대신 현장에서 직접 이미지를 촬영해 업로드할 수 있으며, 승인이 진행되기 전에 각 제출물이 검증됩니다. 이를 통해 상황이 변하더라도 안전 점검을 일관되게 수행할 수 있습니다.
내부적으로 업로드된 각 이미지는 객체 감지와 이미지 분류와 같은 비전 작업을 활용하는 Ultralytics YOLO 모델로 분석되어 현장에 무엇이 있는지 파악합니다.
Ultralytics YOLO26과 같은 모델은 플랫폼을 통해 실제 건설 현장에서 수집한 이미지로 구성된 SiteAssist 자체 데이터셋에 맞춰 파인튜닝되었습니다. 데이터셋에는 소화기, 안전 장비, 가스통, 일반 전동 공구 및 기계류 등 건설 관련 객체 약 45종이 포함됩니다.
시스템은 이러한 객체를 식별하고 필수 항목이 보이는지 확인해 누락되었거나 예상 기준을 충족하지 않는 항목을 표시합니다. 실제 현장 조건에서 촬영되지 않은 이미지와 같은 유효하지 않은 제출물도 식별할 수 있습니다. 이러한 제출물에서 이미지당 평균 1.7개의 객체가 감지되며 배경 이미지를 제외하면 2.7개로 늘어나, 현장에서 의미 있는 활동이 밀집되어 있음을 보여 줍니다.
다음은 SiteAssist에서 Ultralytics YOLO 모델을 활용하는 몇 가지 사례입니다.
- 실제 촬영 이미지 검증: 업로드된 이미지가 화면을 촬영한 사진처럼 실제 환경에서 촬영된 것이 아닌 경우 시스템이 이를 감지해 검토 대상으로 표시할 수 있습니다.
- 장비 감지 및 계수: 시스템은 소화기와 같은 필수 항목을 식별하고 필요한 수량이 있는지 확인할 수 있습니다. 일부 사례에서는 YOLO와 함께 광학 문자 인식(OCR)을 사용해 이미지에서 텍스트를 추출하며, 라벨을 읽어 장비 유형을 판별할 수 있습니다.
그림 1. SiteAssist에서 Ultralytics YOLO 모델을 사용해 소화기를 감지한 모습 (출처)
Ultralytics YOLO 모델을 선택한 이유#
Ultralytics YOLO 모델은 실제 이미지 검증에 필요한 속도와 정확도를 SiteAssist에 제공합니다. 이미지를 업로드하는 즉시 빠르게 처리할 수 있어 지연 없이 안전 점검을 수행하기가 쉬워집니다.
실제로 SiteAssist는 2025년 1월 이후 Ultralytics YOLO 모델을 사용해 이미지 770,918건 이상을 처리하고 객체 1,302,315개 이상을 감지해 대규모 환경에서도 안정적인 성능을 입증했습니다.
Ultralytics Python 패키지를 사용하면 실제 현장 업무 흐름에서 수집한 데이터로 모델을 학습하고 파인튜닝하기도 쉽습니다. 따라서 시간이 지나면서 더 많은 데이터가 수집될수록 모델 성능을 계속 개선할 수 있습니다.
배포 측면에서 YOLO 모델은 효율적이고 유연합니다. SiteAssist는 현재 작업자의 기기에서 업로드되는 이미지를 실시간으로 처리하며 백엔드의 일부로 클라우드에서 이미지를 처리합니다. 동시에 모델을 기기에서 로컬로 실행할 수도 있어 향후 현장에서 직접 처리하는 활용 사례를 지원할 수 있습니다.
또한 ONNX 및 ExecuTorch와 같은 내보내기 형식을 지원하므로 Ultralytics YOLO 모델을 복잡성을 더하지 않고 다양한 엣지 시스템에 통합할 수 있습니다. 이를 통해 SiteAssist는 비전 AI 업무 흐름을 실용적이고 확장 가능한 방식으로 구축하고 확장할 수 있습니다.
SiteAssist와 Ultralytics YOLO로 실시간 안전 점검 강화#
현재 SiteAssist는 약 4,000대의 기기에서 약 12,000명의 활성 사용자를 지원해 대규모의 복잡한 프로젝트에서 안전 업무 흐름을 효율적으로 확장할 수 있도록 합니다.
이미지 자동 검증을 도입하면서 팀은 수동 검토에 대한 의존도를 낮추고 승인 절차를 단축했습니다. 이전에는 점검을 반복해야 했던 작업을 이제 더 빠르게 검증할 수 있어 작업을 제시간에 시작하고 지연을 줄이는 데 도움이 됩니다.
YOLO 기반 이미지 분석은 안전 점검 수행의 일관성도 높였습니다. 제출물을 더욱 체계적으로 평가해 누락된 장비, 인공적으로 생성된 이미지, 불완전한 점검을 더 쉽게 식별할 수 있습니다. 2025년 1월 이후 가장 자주 감지된 객체에는 차량 283,000대 이상과 사람 201,000명 이상이 포함되며, 인공 이미지 약 68,500건과 소화기 55,000개 이상도 감지되었습니다.
이를 통해 현장 관리자는 진행 중인 작업을 더 명확하게 파악하고 안전 요건이 충족되고 있다는 확신을 높일 수 있습니다.
그림 2. SiteAssist가 Ultralytics YOLO를 사용해 감지한 인공 이미지의 예시입니다.
또한 수작업 서류 처리가 줄어들면서 팀은 행정 업무에 쓰는 시간을 줄이고 현장에서 더 많은 시간을 보낼 수 있게 되었습니다. 그 결과 운영이 원활해지고 여러 현장에서 안전 프로세스의 신뢰성이 높아집니다.
비전 기반 건설 안전 업무 흐름을 엣지로 확장#
앞으로 SiteAssist는 현장에서 데이터가 수집되는 위치와 더 가까운 곳에서 Ultralytics YOLO 모델을 실행하기 위해 엣지 AI를 검토하고 있습니다. 기기에서 이미지를 직접 처리해 클라우드 비용을 줄이고 데이터 프라이버시를 강화하며 실시간 의사결정을 지원하는 것이 팀의 목표입니다. 더 고도화된 실시간 안전 및 운영 업무 흐름을 지원하기 위해 이러한 기능을 계속 확장할 계획입니다.
운영에 비전 AI를 도입하고 싶으신가요? 커뮤니티에 참여해 헬스케어 분야의 AI 및 농업 분야의 비전 AI와 같은 활용 사례를 알아보세요. GitHub 저장소를 방문하고 지금 시작할 수 있도록 라이선스 옵션을 확인해 보세요!
