SiteAssist, Ultralytics YOLO를 활용한 77만 장 이상의 이미지 처리를 통해 현장 안전 향상

건설 현장에는 리프팅 작업이나 화기 작업과 같이 위험도가 높은 활동이 포함되며, 팀은 작업 시작 전 엄격한 안전 절차를 따라야 합니다. 이러한 점검을 확인하기 위해 작업자는 일반적으로 디지털 워크플로를 통해 증빙 사진을 업로드합니다.

하지만 이러한 이미지를 검토하는 것이 항상 간단하지는 않습니다. 이미지가 불분명하거나 불완전하거나 때로는 오해의 소지가 있을 수 있어, 특히 대규모 프로젝트 진행 중에는 안전 요구 사항이 실제로 충족되었는지 파악하기 어렵습니다.

SiteAssist는 도구와 AI를 결합하여 이러한 디지털 플랫폼 기반 워크플로를 지원합니다. 특히 컴퓨터 비전 모델인 Ultralytics YOLO 모델을 사용하여 업로드된 이미지를 분석하고, 현장 상황을 파악하며, 잘못된 제출물을 식별하고, 잠재적인 문제를 강조합니다. 이는 수동 작업을 줄이고 팀이 일관된 안전 표준을 유지할 수 있도록 합니다.

Link to this sectionAI를 활용한 건설 현장의 안전 및 규정 준수 개선#

SiteAssist는 건설, 인프라 및 기타 주요 산업 전반의 고위험 활동을 관리하는 팀을 위해 설계된 작업 제어 플랫폼입니다. 이 플랫폼은 복잡한 서류 기반 프로세스를 구조화된 디지털 워크플로로 대체하여 굴착, 화기 작업, 리프팅 및 밀폐 공간 작업과 같은 업무를 지원합니다.

Balfour Beatty, Taylor Woodrow (VINCI), Skanska 및 HG Construction과 같은 기업들은 일관성을 개선하고 규정 준수를 유지하며 프로젝트를 원활하게 진행하기 위해 SiteAssist를 사용합니다. 디지털 허가 및 워크플로를 통해 이 플랫폼은 팀이 잠재적 위험을 식별하고 안전 요구 사항이 일관되게 적용되도록 돕습니다.

현재 SiteAssist는 수천 명의 작업자를 지원하며 팀에 일상 업무에 대한 더 명확한 통찰력을 제공합니다. 이러한 가시성 향상은 팀이 안전 프로세스를 더 효과적으로 제어할 수 있게 합니다.

Link to this section대규모 건설 현장에서 안전 점검이 제대로 이루어지지 않는 이유#

건설 현장을 안전하고 원활하게 운영하는 것은 간단하지 않습니다. 대규모 프로젝트는 종종 수천 명의 작업자가 여러 위치에서 운영되며, 작업 시작 전 엄격한 안전 점검이 필요한 고위험 작업을 수행합니다.

이러한 점검이 완료되었음을 확인하기 위해 작업자는 일반적으로 디지털 워크플로 또는 허가 시스템에 증빙 사진을 업로드해야 합니다. 그러나 이러한 제출물을 검토하는 것이 항상 간단하지는 않습니다.

이미지가 불분명하거나 불완전하거나 때로는 오해의 소지가 있어 안전 요구 사항이 실제로 충족되었는지 확인하기 어렵습니다. 승인자는 각 제출물을 수동으로 확인하여 올바른 장비, 적절한 설치 및 전반적인 규정 준수 여부를 살펴봐야 합니다.

제출물 수가 증가함에 따라 이 프로세스는 시간이 더 많이 소요되고 일관되게 관리하기가 더 어려워집니다. 동시에 많은 프로젝트가 여전히 서류 기반 허가나 부분적으로 디지털화된 워크플로에 의존하고 있습니다.

이는 승인을 지연시키고 병목 현상을 일으키며 현장 활동에 대한 실시간 가시성을 제한합니다. 팀은 직접 후속 조치를 취하거나 점검을 반복해야 할 수 있으며, 이는 추가적인 지연을 초래합니다.

운영 규모가 커짐에 따라 이러한 과제는 일관된 안전 표준을 유지하기 어렵게 만들고 점검이 누락되거나 지연될 위험을 증가시킵니다.

Link to this sectionUltralytics YOLO 모델로 강력한 안전 점검 구현#

SiteAssist는 허가 워크플로와 실시간 이미지 검증을 결합하여 안전 점검을 간소화합니다. 수동 검토에 의존하는 대신 팀은 현장에서 직접 이미지를 캡처하고 업로드할 수 있으며, 승인 전 각 제출물이 검증됩니다. 이는 변화하는 조건 속에서도 안전 점검이 일관되게 수행되도록 돕습니다.

내부적으로 각 업로드된 이미지는 객체 탐지 및 이미지 분류와 같은 비전 작업을 활용하는 Ultralytics YOLO 모델을 사용하여 분석되어 현장에 무엇이 있는지 파악합니다.

Ultralytics YOLO26과 같은 모델은 플랫폼을 통해 실제 건설 현장에서 수집된 이미지로 구축된 SiteAssist 자체 데이터셋에서 미세 조정되었습니다. 여기에는 소화기, 안전 장비, 가스통 및 일반적인 전동 공구와 기계 등 약 45개의 건설 관련 객체가 포함됩니다.

시스템은 이러한 객체를 식별하고 필요한 항목이 보이는지 확인하며 누락되었거나 예상 기준을 충족하지 않는 모든 것을 플래그 지정합니다. 또한 실제 현장 조건에서 촬영되지 않은 이미지와 같이 유효하지 않은 제출물을 강조할 수도 있습니다. 이러한 제출물 전반에 걸쳐 이미지당 평균 1.7개의 객체가 감지되며, 배경 이미지를 제외할 경우 2.7개로 증가하여 현장의 의미 있는 활동 밀도를 강조합니다.

다음은 Ultralytics YOLO 모델이 SiteAssist 내에서 사용되는 몇 가지 예시입니다.

• 실시간 이미지 검증: 시스템은 업로드된 이미지가 화면 사진과 같이 실제 조건에서 촬영되지 않은 경우를 감지하여 검토를 위해 플래그를 지정할 수 있습니다.
• 장비 탐지 및 계수: 시스템은 소화기와 같은 필수 항목을 식별하고 올바른 수량이 있는지 확인할 수 있습니다. 일부 경우에는 YOLO와 함께 OCR(광학 문자 인식)을 사용하여 이미지에서 텍스트를 추출하며, 예를 들어 라벨을 읽어 장비 유형을 결정합니다.

그림 1. SiteAssist에서 Ultralytics YOLO 모델을 사용하여 소화기 탐지 (소스)

Link to this section왜 Ultralytics YOLO 모델을 선택했을까요?#

Ultralytics YOLO 모델은 SiteAssist가 실제 이미지 검증에 필요한 속도와 정확성을 제공합니다. 이미지가 업로드되는 즉시 빠르게 처리할 수 있어 지연 없이 안전 점검을 수행하기가 더 쉽습니다.

실제로 2025년 1월부터 SiteAssist는 Ultralytics YOLO 모델을 사용하여 770,918장 이상의 이미지를 처리했으며, 1,302,315개 이상의 객체를 탐지하여 대규모 환경에서의 신뢰할 수 있는 성능을 입증했습니다.

Ultralytics Python 패키지를 사용하면 실제 현장 워크플로에서 수집된 데이터를 사용하여 모델을 교육하고 미세 조정하는 것도 간단합니다. 이는 시간이 지남에 따라 더 많은 데이터가 캡처됨에 따라 모델 성능이 계속 향상될 수 있음을 의미합니다.

배포 관점에서 YOLO 모델은 효율적이고 유연합니다. SiteAssist는 현재 백엔드의 일부로 클라우드에서 이미지를 처리하며 작업자 장치에서 업로드되는 이미지를 실시간으로 처리합니다. 동시에 모델은 장치에서 로컬로 실행될 수도 있어 현장에서 직접 처리가 발생하는 미래의 유스 케이스를 지원할 수 있습니다.

그 외에도 ONNX 및 ExecuTorch와 같은 내보내기 형식을 지원하여 Ultralytics YOLO 모델을 복잡성 증가 없이 다양한 엣지 시스템에 통합할 수 있습니다. 이는 SiteAssist가 비전 AI 워크플로를 구축하고 확장할 수 있는 실용적이고 확장 가능한 방법을 제공합니다.

Link to this sectionSiteAssist와 Ultralytics YOLO로 실시간 안전 점검 강화#

현재 SiteAssist는 약 4,000개의 장치에서 약 12,000명의 활성 사용자를 지원하여 대규모 복잡한 프로젝트를 위해 안전 워크플로를 효율적으로 확장할 수 있게 합니다.

자동화된 이미지 검증을 도입함으로써 팀은 수동 검토에 대한 의존도를 줄이고 승인 프로세스 속도를 높였습니다. 이전에는 반복적인 확인이 필요했던 작업들을 이제 더 빠르게 검증할 수 있어 정시에 작업을 시작하고 지연을 줄이는 데 도움이 됩니다.

YOLO 기반 이미지 분석은 또한 안전 점검이 수행되는 방식의 일관성을 향상시켰습니다. 제출물은 더 구조화된 방식으로 평가되므로 누락된 장비, 가짜 이미지 또는 불완전한 점검을 더 쉽게 식별할 수 있습니다. 2025년 1월 이후 가장 흔하게 탐지된 객체로는 283,000대 이상의 차량과 201,000명 이상의 사람이 포함되며, 약 68,500개의 가짜 이미지와 55,000개 이상의 소화기가 포함됩니다.

이를 통해 현장 관리자는 진행 중인 작업에 대한 더 명확한 가시성을 확보하고 안전 요구 사항이 충족되고 있다는 더 큰 자신감을 가질 수 있습니다.

그림 2. Ultralytics YOLO를 사용하여 SiteAssist가 탐지한 가짜 사진의 예시.

또한 수동 서류 작업을 줄임으로써 팀은 행정 업무에 들이는 시간을 줄이고 현장에 더 많은 시간을 할애할 수 있게 되었습니다. 결과적으로 운영이 더 원활하게 진행되고 다양한 위치에서 안전 프로세스가 더 신뢰할 수 있게 됩니다.

Link to this section비전 기반 건설 안전 워크플로를 엣지로 구현#

앞으로 SiteAssist는 현장에서 데이터가 캡처되는 곳과 더 가까운 곳에서 Ultralytics YOLO 모델을 실행하기 위해 엣지 AI를 탐색하고 있습니다. 장치에서 직접 이미지를 처리함으로써 팀은 클라우드 비용을 절감하고 데이터 개인정보를 개선하며 실시간 의사결정을 지원하고자 합니다. 그들은 이러한 기능을 계속 확장하여 더 고급의 실시간 안전 및 운영 워크플로를 가능하게 할 계획입니다.

운영에 비전 AI를 도입하고 싶으신가요? 저희 커뮤니티에 가입하고 헬스케어 분야 AI 및 농업 분야 비전 AI와 같은 애플리케이션에 대해 알아보세요. GitHub 저장소를 방문하고 라이선스 옵션을 확인하여 지금 바로 시작하세요!