광산 컨베이어 벨트를 검사하는 작업은 위험하고 느리며 일관성이 떨어집니다. 컨베이어 벨트는 노천 광산과 지하 광산을 가로질러 수 킬로미터까지 이어질 수 있어, 검사 인력은 산성 먼지, 극심한 열, 자외선, 불편한 작업 자세에 노출됩니다.
기존 방식에서는 작업자가 벨트 전체를 걸으며 수천 개 구성 요소의 상태를 눈으로 판단해야 합니다. 열악한 환경과 어떤 부품이 어디에서 고장 났는지 정확히 기억하기 어려운 점 때문에 작업은 더욱 힘들어집니다.
SK Godelius는 로봇 공학, 컴퓨터 비전, 멀티모달 센싱을 활용해 광산 운영자가 이러한 핵심 자산을 모니터링하고 유지 관리하도록 지원합니다. 예를 들어 Ultralytics YOLO 모델을 사용하는 이 회사의 로봇은 컨베이어 벨트를 따라 이동하며 롤러와 같은 구성 요소를 자동으로 탐지하고, 누락되었거나 멈췄거나 과열된 롤러를 표시할 수 있습니다.
세계에서 가장 혹독한 광산에 로봇 공학과 AI를 도입하다#
SK Godelius는 2011년부터 운영된 엔지니어링 및 로봇 공학 기업으로, 칠레, 캐나다, 호주에 사무소를 두고 있습니다. 로봇 공학, 인공지능, 엔지니어링, 광산 분야 전문 지식을 결합해 혹독한 환경을 위한 기술을 구축하며, 이러한 기술은 수년 동안 광산의 안전과 효율성에 대한 접근 방식을 바꿔 왔습니다.
무엇보다 이 회사는 코드 작성에 그치지 않고 기계 자체를 설계하고 제작합니다. 자체 센서, 카메라, 프로세서, 온보드 인텔리전스를 탑재한 로봇은 노천 광산과 지하 광산에서 사람의 감독이 거의 없거나 전혀 없이 작동할 수 있습니다.
이 작업의 핵심 목표는 사람을 위험에서 벗어나게 하는 것입니다. 광산 검사는 작업자를 위험한 환경에 가까이 노출하는 경우가 많습니다. SK Godelius는 이러한 고위험 수작업을 더 안전하고 일관성 있게 수행할 수 있는 자율 시스템으로 대체하고자 합니다.
로봇 공학과 AI를 결합하여 광산 운영자가 장비 상태를 안정적이고 반복 가능한 방식으로 파악하도록 지원합니다. 이를 통해 한때 위험한 수작업이었던 작업을 표준화된 데이터 기반 프로세스로 전환합니다.
수동 컨베이어 검사에 따르는 숨은 비용#
컨베이어 벨트는 광산의 핵심 기반 시설로, 수 킬로미터에 이를 수 있는 거리에 걸쳐 광석을 지속적으로 운반합니다. 벨트를 계속 가동하려면 정기적인 검사가 필요하며, 기존에는 작업자가 라인 전체를 직접 걸어 다니며 점검해야 했습니다.
노천 광산에서는 강한 햇빛, 먼지, 공기 중 산성 물질, 불편한 자세로 장시간 작업하는 환경에 노출됩니다. 지하에서는 좁은 공간, 낮은 조도, 열악한 환기, 제한된 시야와 같은 다른 조건에 직면합니다.
두 환경 모두 검사 인력을 힘들고 때로는 위험한 환경에 노출합니다. 수동 방식은 일관성을 유지하기도 어렵습니다.
한 사람이 수 킬로미터의 벨트를 걸으면서 모든 결함과 과열된 롤러, 멈춘 롤러, 문제 발생 지점을 빠짐없이 알아채고 기억하기는 어렵습니다. 교대조마다 보고하는 내용이 달라 같은 벨트도 날짜에 따라 다르게 평가될 수 있어, 시간의 흐름에 따른 문제 추적이나 패턴 발견이 어려워집니다.
이러한 불일치에는 실질적인 비용이 따릅니다. 대규모 광산에서는 컨베이어 고장으로 생산 손실이 시간당 최대 10만 달러에 이를 수 있으며, 벨트가 찢어지면 수리에 한두 교대 시간이 걸릴 수 있습니다. 완전하고 일관된 데이터가 없으면 운영자는 고장을 예방하기보다 고장이 발생한 뒤 대응하는 경우가 많습니다.
Ultralytics YOLO를 활용한 컨베이어 벨트 검사#
컨베이어 검사를 자동화하기 위해 SK Godelius는 라인을 따라 이동하며 시각, 열, 음향 데이터를 수집하는 로봇 플랫폼을 사용합니다.
각 센서는 서로 다른 역할을 합니다. 음향 분석은 열로 문제가 드러나기 전에 롤러의 이상음을 감지하고, 열화상 카메라는 과열된 구성 요소를 보여주며, Ultralytics YOLO 모델을 활용하는 비전 AI 파이프라인은 시각 데이터를 실시간으로 해석합니다.
그림 1. SK Godelius 로봇이 Ultralytics YOLO를 사용해 컨베이어 벨트를 점검합니다(출처).
SK Godelius가 추적하는 50개 이상의 컨베이어 고장 유형 중 약 20개는 시각적 유형으로 컴퓨터 비전 파이프라인이 다루며, 나머지는 상호 보완적인 센싱 기술로 감지합니다. Ultralytics YOLO 모델은 컴퓨터 비전 작업인 객체 탐지 등을 지원하므로, 시스템은 컨베이어 라인에서 중요한 구성 요소와 상태를 식별할 수 있습니다. 이에 따라 YOLO는 더 광범위한 멀티모달 검사 솔루션의 핵심 요소가 됩니다.
이를 통해 개별 롤러를 식별하고 누락되었거나 더 이상 회전하지 않는 롤러를 표시하며, 벨트 아래에 쌓이는 물질을 찾아내고, 열려 있는 펜스나 있어서는 안 될 위치에 있는 물체 또는 차량처럼 라인의 정상 상태에서 벗어나는 항목을 포착할 수 있습니다.
이처럼 까다로운 환경에서도 감지의 신뢰성을 유지하기 위해 SK Godelius는 Ultralytics YOLOv8으로 시작했으며, 이후 Ultralytics YOLO11로 전환했습니다. 속도와 정확도의 균형이 뛰어난 중간 크기 모델 변형을 활용하며, 클라우드가 아닌 엣지의 로봇 내장 하드웨어에서 실행합니다. 따라서 현장에서 바로 감지가 이루어집니다.
Ultralytics YOLO 모델을 선택한 이유#
SK Godelius가 꼽는 Ultralytics YOLO 모델의 주요 장점은 정확도입니다. 컨베이어 라인에서 시스템은 어떤 구성 요소에 문제가 있는지와 그 위치를 정확히 식별해야 하며, YOLO는 검사 진행 중 특정 부품의 위치를 파악하는 데 필요한 정밀한 탐지 결과를 제공합니다.
그림 2. 광산 컨베이어에서 배포되어 작동 중인 Ultralytics YOLO(이미지 출처: Godelius).
일관성도 그만큼 중요합니다. 한 작업자가 수 킬로미터의 벨트를 걸으며 모든 결함을 안정적으로 발견하고 기억하기는 어렵지만, YOLO 기반 비전 모델은 매번 동일한 방식으로 라인을 평가합니다. 이러한 일관된 탐지 결과는 SK Godelius의 더 광범위한 검사 플랫폼에 전달되어 표준화된 보고, 추적 가능성, 유지 관리 워크플로를 지원하고 더 신뢰할 수 있는 의사결정을 돕습니다.
모델은 클라우드가 아니라 로봇에서 직접 엣지 방식으로 효율적으로 실행됩니다. 연결이 제한되고 열, 먼지, 산성 물질이 공기 중에 있는 까다로운 원격 광산 현장에서도 탐지를 빠르고 안정적으로 수행할 수 있습니다.
Ultralytics YOLO로 주간 평균 커버리지 95% 이상 유지#
Ultralytics YOLO 기반 자율 검사 솔루션으로 컨베이어 검사를 자동화하여 SK Godelius는 검사 속도와 안전성, 일관성을 크게 높였습니다. 시스템이 문제를 탐지하면 정확한 GPS 위치와 연결해 유지 관리 팀에 보고서를 전송합니다. 보고서는 문제 지점을 1미터 이내의 정확도로 표시하며 관련 데이터도 함께 제공합니다.
라인을 직접 걷는 작업을 대체하면 작업자가 위험한 환경에 노출되는 빈도도 줄어듭니다. 표준화되고 반복 가능한 탐지 덕분에 팀은 고장이 발생한 뒤 대응하는 대신 문제가 확대되기 전에 조치할 수 있으며, 대규모 광산에서 컨베이어 정지로 발생하는 값비싼 가동 중단을 방지하는 데 도움이 됩니다.
그림 3. 광산 컨베이어 벨트의 결함과 이상 징후 모니터링(출처).
이러한 이점은 SK Godelius의 한 광산 운영 사례에서 뚜렷하게 나타납니다. 노천 광산과 지하 광산을 포함한 10곳 이상의 광산 현장에 자율 컨베이어 벨트 검사 시스템을 배포했고, 운영 캠페인 동안 컨베이어 16대 이상을 평가하며 주간 평균 커버리지 95% 이상을 유지했습니다.
해당 기간 동안 이상 징후 3,400건 이상을 탐지했으며, 그중 900건 이상은 고위험으로 분류되어 고장으로 이어질 가능성이 가장 높은 문제를 팀에 조기에 알렸습니다. 전반적으로 추적 가능하고 반복 가능하며 데이터에 기반한 검사 프로세스를 구현해 광산의 유지 관리 우선순위 설정을 개선하고, 위험을 더 일찍 파악하며, 핵심 자산을 계속 가동하도록 지원합니다.
더 안전하고 스마트한 광산 검사 구축#
SK Godelius는 사업을 확장하면서 시스템이 탐지할 수 있는 대상과 대응 가능한 환경을 넓히고 있습니다. 벨트 마모를 파악하기 위한 3D 이미징 및 진동 분석, 벨트 구성 요소 검사를 위한 X선, 벨트 아래를 청소하는 로봇과 같은 아이디어를 검토하고 있으며, 최신 Ultralytics YOLO26 모델을 활용해 탐지 정확도와 효율성을 더욱 높이고자 합니다.
로봇 공학, 멀티모달 센싱, Ultralytics YOLO를 결합하여 SK Godelius는 컨베이어 검사를 위험한 수작업에서 핵심 자산을 계속 가동하고 사람을 위험에서 벗어나게 하는 표준화된 예측 프로세스로 전환하고 있습니다.
컴퓨터 비전으로 비즈니스 혁신을 이끄는 방법이 궁금하신가요? GitHub 저장소에서 Ultralytics YOLO 모델이 제조 분야 AI 및 로봇 공학의 컴퓨터 비전과 같은 혁신을 어떻게 이끄는지 살펴보세요. 라이선스 옵션을 확인하고 지금 더 스마트하고 효율적인 자동화를 향한 여정을 시작하세요.
