화물 엘리베이터 안전관리는 단순히 “사람이 보이느냐”의 문제가 아닙니다

실제 현장에서는 문이 열리는 순간, 내부 탑승자와 외부 대기자, 통행 작업자가 한 화면에 함께 잡히면서 기존 AI가 상황을 오해하는 일이 반복됩니다.

EVA는 바로 그 지점에서 출발했습니다. 사람의 존재가 아니라, 위험한 상황의 맥락을 읽는 것. 이 케이스는 현장의 복잡한 안전 이슈를 EVA가 어떻게 실질적인 운영 방식으로 바꿔가고 있는지 보여주는 사례입니다.

도입 배경: CCTV가 놓친 순간, 현장의 위험은 시작됩니다

화물 엘리베이터는 본래 사람이 아닌 화물을 운반하기 위한 공간입니다. 그래서 현장에서는 적재물 추락, 끼임 사고, 비정상 동승으로 인한 사고를 예방하기 위해 다수 인원의 탑승을 엄격하게 제한합니다. 문제는, 실제 운영 환경이 그렇게 단순하지 않다는 점입니다.

물류와 제조 현장에서는 작업자가 화물 이동을 보조하기 위해 잠시 함께 타기도 하고, 엘리베이터 앞을 오가며 작업을 이어가기도 합니다. 문이 열리는 짧은 순간, 내부와 외부 인원이 한 화면에 동시에 잡히면서 기존의 비전 AI는 이들을 구분하지 못했습니다. 결국 시스템은 엘리베이터 안에 실제로 1명만 탑승했음에도, 문밖의 작업자까지 모두 사람으로 인식해 2인 이상 탑승 알람을 반복해서 울리곤 했습니다.

해결의 실마리: 현장의 조건을 이해하는 AI가 필요했습니다 (Why EVA?)

고객사는 더 이상 “사람이 보이면 울리는” 방식으로는 문제를 해결할 수 없다고 판단했습니다. 필요했던 것은 단순한 객체 인식이 아니라, 현장의 조건을 이해하고 실제 위험만 구분해내는 AI였습니다.

EVA가 선택된 이유는 바로 여기에 있었습니다. EVA는 복잡한 영상 인식 코드를 새로 개발하거나, 특정 상황을 위한 모델을 처음부터 다시 학습하지 않아도 됩니다. 대신 현장의 운영 언어를 그대로 반영한 프롬프트 기반 시나리오 설정이 가능합니다.

예를 들어, “엘리베이터 문이 닫힌 상태에서 2명 이상 탑승 시 탐지해줘”와 같이 현장 담당자가 이해하는 표현으로 조건을 정의하면, EVA가 그 의도를 바탕으로 분석 기준을 구성합니다. 현장 조건에 유연하게 적응하는 구조가 만들어진 것입니다.

기존 인프라를 크게 바꾸지 않으면서도, 실제 위험 상황에 훨씬 더 가깝게 접근할 수 있다는 점에서 EVA는 단순한 대안이 아니라 현실적인 해법으로 보였습니다.

문제 해결의 과정: 오탐은 줄이고, 진짜 위험만 남겼습니다

EVA의 핵심은 단순 감지에서 그치지 않는다는 데 있습니다. 이번 사례에서는 ML + VLM의 2단계 인식 구조가 문제 해결의 중심이 되었습니다.

• 1단계 (ML): 영상 내 사람 객체를 탐지하여 "사람이 어디에 있는지"를 파악합니다.
• 2단계 (VLM): 자연어 프롬프트를 바탕으로 맥락을 해석하여 엘리베이터 내부 인원만 선별적으로 카운트합니다.

이 구조 덕분에 문 앞을 지나가는 작업자나 문이 열려 있을 때 주변에 서 있는 인원은 탑승자에서 제외됩니다. 반면 실제로 엘리베이터 내부에 2명 이상 탑승한 경우에는 즉시 경보가 발생합니다. 이전에는 문이 열릴 때마다 울리던 알람이 이제는 정말 필요한 순간에만 작동하게 된 것입니다.

이 변화는 단순히 감지 성능이 좋아졌다는 의미를 넘어섭니다. 현장은 처음으로 “이 알림은 믿을 수 있다”는 감각을 갖게 되었습니다. 안전 시스템에서 가장 중요한 것은 완벽한 자동화가 아니라, 운영자가 믿고 따를 수 있는 신뢰성입니다.

EVA가 증명한 가능성: 알람의 의미가 다시 살아났습니다

PoC 단계에서 가장 먼저 확인된 변화는 알람 피로도의 감소였습니다. 불필요하게 반복되던 경보가 줄어들면서, 현장 작업자들은 더 이상 알림을 “귀찮은 소리”로 받아들이지 않게 되었습니다.

두 번째로 확인된 변화는 즉각 대응 체계의 실효성입니다. 실제 다인 탑승 상황에서만 경보가 발생하므로, 관리자와 현장에 빠르게 알림을 보낼 수 있습니다.

세 번째는 안전관리 증빙 체계의 자동화입니다. 이벤트가 발생할 때마다 타임스탬프, 이미지, 설명이 자동으로 기록되기 때문에 중대재해 관련 증빙 자료로도 활용할 수 있습니다.

마지막으로, 기존 CCTV만으로 고도화된 맥락 인식이 가능하다는 점은 도입 장벽을 크게 낮춰줍니다. 결과적으로 EVA는 현장의 신뢰를 회복하고, 알람의 의미를 되살리며, 실제 운영에 적용 가능한 안전 체계를 증명했습니다.

당신의 현장도 같은 문제를 겪고 있지 않나요?

사람을 잘못 인식해 자꾸 울리는 경보, 믿을 수 없는 알림, 반복되는 오탐으로 인한 피로감은 많은 현장에서 공통적으로 나타납니다.

EVA는 단순히 사람을 감지하는 시스템이 아닙니다. 현장의 조건을 이해하고, 맥락을 구분하고, 정말 위험한 상황에만 반응하는 안전 파트너입니다. 화물 엘리베이터처럼 복잡하고 민감한 환경일수록, 이런 맥락 인식형 AI의 가치는 더 커집니다.

지금 EVA와 함께, 불필요한 알람을 줄이고 진짜 위험만 남기는 안전 관리의 새로운 기준을 만들어보세요.