안전모만 감시하던 시대, 현장의 진짜 위험은 그 틈에서 자랐습니다

공사 현장과 제조 현장에서 안전모 미착용은 대표적인 안전 이슈로 꼽혀왔습니다. 하지만 실제 위험은 그보다 훨씬 넓은 영역에 숨어 있습니다 — 장갑, 장화, 보안경, 방독마스크, 송기마스크 등 작업 유형마다 필요한 보호구가 모두 다르죠. 여기에 삼각대나 베리어 같은 환경 안전 설비까지 관리해야 하니, 현장의 복잡성은 상상 이상입니다.

과거의 AI는 오직 '안전모 유무'만 판단했습니다. 그러나 EVA는 다릅니다. EVA는 현장의 모든 '맥락'을 학습하며, 단일 객체 탐지를 넘어 시나리오별 종합 안전 판단으로 발전하고 있습니다. 이 사례는 EVA가 그 변화를 실제로 만들어가는 과정을 보여줍니다.

도입 배경: "안전모만 찾던 감시, 현장의 현실과 달랐다"

안전관리자의 하루는 늘 같은 고민으로 시작됩니다. "오늘은 누가 장갑 없이 작업하고 있을까?", "저기 방독마스크 없이 들어가는 건 아닐까?" 공사 현장과 제조 현장은 매 순간 환경이 달라집니다. 아침엔 용접공이 보안경 없이, 오후엔 화학물질 취급 작업자가 마스크·방호복 없이, 저녁엔 고소 작업자가 안전벨트 없이 올라갑니다.

기존 CCTV+AI 시스템은 '안전모 미착용' 중심으로 설계되어 있었습니다. 다른 보호구는 제대로 판단할 수 없었고, 결국 사람의 눈으로 확인해야 했습니다. 수십 개 화면을 오가며 모든 보호구를 개별적으로 점검해야 했던 안전관리자들에게 이는 고질적인 어려움이었습니다.

무엇보다 작업 유형별 필수 보호구가 달랐습니다. 용접공은 보안경, 화학물질 취급 작업자는 마스크, 고소 작업자는 안전벨트. 하나의 AI가 이 모든 상황을 구분할 수 없으니, 현장은 늘 "안전모만 잡는 AI"의 한계를 인정해야 했습니다.

그때 들려온 현장의 절규 — "안전모만 찾는 AI로는 현장을 지킬 수 없다."

고객사는 단일 탐지를 넘어서는 솔루션이 필요했습니다. 작업 유형별 필수 보호구를 인식하고, 실질적인 안전 판단이 가능한 AI. 그 답으로 EVA가 주목받았습니다.

해결의 실마리: EVA의 핵심, '프롬프트 기반 시나리오 정의' (Why EVA?)

EVA의 핵심은 '프롬프트 기반 시나리오 정의'입니다. 예를 들어 "용접공 = 보안경 필수", "화학물질 취급작업 = 마스크 필수"처럼 작업 시나리오별 보호구 조합을 프롬프트로 정의하면, EVA는 상황에 맞게 누락된 보호구를 즉시 탐지합니다.

기존 AI가 '안전모 있음/없음'의 2차원 판단에 머물렀다면, EVA는 "용접공인데 보안경 없음 → 위험"처럼 맥락까지 이해합니다. 이 구조적 차이가 PoC를 결정짓는 핵심 요인이었습니다.

문제 해결의 과정: "EVA가 현장을 이해하고 스스로 판단하기 시작했다"

PoC 첫 단계에서 고객사는 EVA가 현장을 이해할 수 있도록 보호구별 시나리오를 설정했습니다.

Step 1: 시나리오 프롬프트 정의

• 시나리오 1: 용접 작업 → 보안경 + 장갑 필수
• 시나리오 2: 화학물질 취급작업 → 마스크 + 장갑 + 방호복 필수
• 시나리오 3: 고소 작업 → 안전모 + 안전벨트 필수

Step 2: 실시간 탐지

EVA는 CCTV 영상에서 작업자의 작업 유형 → 요구 보호구 → 실제 착용 여부를 순차적으로 판단합니다. "용접공인데 보안경 없음"이면 즉시 알림을 발송합니다.

이제 안전관리자는 모든 화면을 직접 확인할 필요가 없습니다. EVA가 자동으로 "누가, 어떤 작업에서, 어떤 보호구가 빠졌는지" 알려주기 때문입니다. 복잡했던 인간 중심 확인 구조가, EVA의 시나리오별 자동 판단 구조로 전환된 것입니다.

PoC가 증명한 가능성: "프롬프트와 피드백으로 진화하는 보호구 탐지"

PoC 기간 동안 EVA는 현장의 실제 피드백을 기반으로 지속적인 정확도 향상을 보여주었습니다. 고객사는 EVA가 단순 탐지를 넘어, 점점 '현장을 이해하는 AI'로 진화하는 과정을 직접 체감했습니다.

• 스트레스 감소: "안전모뿐 아니라 송기마스크, 보안경까지 챙겨줍니다. 방독마스크 없이 작업하는 상황을 잡아줘서 안심이 됩니다."
• 업무 효율화: 과거엔 모든 화면을 일일이 확인해야 했지만, EVA 도입 후에는 알림 구역만 집중하면 됩니다.
• 정확도 향상: 오탐 발생 시 관리자가 "착용" / "미착용" 피드백을 제공하면 EVA는 그 이미지를 즉시 반영해 다음 탐지부터 정확도를 높입니다.

가장 큰 기대는 이겁니다. "프롬프트 최적화와 피드백 조합으로 완벽한 보호구 탐지 체계를 구축할 수 있다."

PoC를 통해 EVA는 단일 보호구 판단에서 출발해, 전체 보호구 인식으로, 나아가 상황별 종합적 판단까지 진화해 나가고 있습니다. 안전관리는 이제 '사후 대응'의 시대에서 '사전 예방'의 시대로 이동하고 있습니다.

여러분 현장에서도 이런 고민이 있지 않으신가요?

"안전모만 찾는 AI로는 부족하다. 현장의 모든 보호구와 안전 설비를 한꺼번에 관리하고 싶다."

EVA는 작업자마다, 상황마다 다른 보호구를 모두 기억합니다. 시나리오 프롬프트를 통해 현장의 맥락을 이해하고, 실제 작업 환경에 맞는 안전 판단을 수행합니다.

지금 EVA PoC를 통해 여러분 현장만의 보호구 체계를 구축해보세요. 안전관리 업무가 얼마나 가벼워지는지 직접 확인해보시겠습니까?