[VS기획] “사고는 예고됐다”…위험을 ‘먼저’ 보는 스타트업들

지난달 서울 서소문 고가차도 철거 현장에서는 구조물이 2.9㎝ 내려앉는 이상 징후가 포착됐다. 그러나 작업은 중단되지 않았고 결국 작업자 3명이 목숨을 잃었다. 비슷한 시기 드러난 GTX-A 삼성역 철근 누락 사태 역시 충격을 안겼다. 지하 승강장 기둥에 들어가야 할 철근 178.3톤이 빠진 채 공사가 진행됐지만 설계와 발주, 시공, 감리, 검측 어느 단계에서도 이를 발견하지 못했다.

두 사건은 서로 다른 사고처럼 보인다. 하지만 본질은 같다. 위험은 갑자기 발생하지 않았다. 현장에는 분명한 경고 신호가 존재했다. 다만 그것을 읽어내고 대응하는 시스템이 작동하지 않았을 뿐이다. 산업안전의 무게중심이 사고 이후 대응에서 사고 이전 예측으로 이동하는 이유도 여기에 있다.

AI 기반 산업안전 솔루션이 건설 현장의 균열, 고온 위험지역, 작업자 접근 위험구역 등을 실시간으로 감지하는 모습을 표현한 이미지. 산업안전의 중심이 사고 대응에서 위험 예측과 사전 예방으로 이동하고 있다. (출처: AI 생성 이미지)
AI가 ‘눈’이고, 데이터가 ‘귀’가 된다

산업안전 시장은 빠르게 변하고 있다. 과거에는 안전관리자가 현장을 직접 돌며 체크리스트를 확인하고 위험요소를 수기로 관리하는 방식이 일반적이었다. 하지만 현장이 복잡해지고 작업 환경이 고도화되면서 사람의 경험과 점검만으로 모든 위험을 관리하기 어려워지고 있다. 이를 보완하기 위해 등장한 것이 AI 기반 산업안전 솔루션이다.

미스릴은 AI 영상분석 솔루션 ‘가디언 알파’를 통해 낙상과 끼임, 깔림 사고, 보호구 미착용 등을 실시간으로 감지한다. 사람이 수십 대의 CCTV를 동시에 모니터링하기 어려운 한계를 AI가 대신하는 구조다.

슈퍼브AI는 기업들이 이미 설치해 둔 CCTV에 비전 AI를 결합해 이상 상황을 자동 탐지하는 솔루션을 공급하고 있다. 별도의 장비를 추가로 구축하지 않아도 기존 인프라를 활용할 수 있다는 점이 강점이다.

클린미션은 한 단계 더 나아간다. AI 카메라와 QR·NFC 기술을 결합해 위험 감지부터 점검, 조치, 이행 확인까지 하나의 플랫폼 안에서 관리한다. 현장에서 반복적으로 발생하는 “발견은 했지만 후속 조치가 이뤄지지 않는 문제”를 해결하기 위한 접근이다.

기술은 더 이상 사고 영상을 기록하는 데 머물지 않는다. 위험을 발견하고 경고하며 대응까지 연결하는 역할로 확장되고 있다.이 서비스들의 공통점은 하나다. 사고가 난 뒤 원인을 분석하는 것이 아니라, 사고가 나기 전에 위험을 찾아내는 데 집중한다는 것이다.

잘 짓는 것보다 잘 관리하는 시대
중대재해처벌법 시행 이후 기업들의 안전에 대한 관심은 높아졌다. 그러나 현장에서는 여전히 “무엇을 해야 하는지는 알지만 어떻게 해야 하는지는 모르겠다”는 목소리가 적지 않다.

정상민 대한중대재해예방협회 협회장은 “사고는 어느 날 갑자기 발생하지 않는다”며 “위험 신호를 발견하고 대응하는 체계를 일상적으로 만드는 것이 핵심”이라고 강조했다.

협회가 선보인 산업안전 ERP ‘세이프버디’와 산업보건 플랫폼 ‘쉼(SIHM)’ 역시 이러한 문제의식에서 출발했다. 세이프버디는 법정 안전문서 작성과 위험요소 관리, 점검 업무를 디지털화해 안전관리자의 행정 부담을 줄이고 관리 이력을 데이터로 축적한다. 쉼은 화학물질 관리와 직무 스트레스 평가, AI 기반 근골격계 분석, 뇌심혈관 질환 고위험군 관리 등을 통합 제공하며 산업보건 영역까지 안전관리 범위를 넓히고 있다.

건설업계에서도 변화는 감지된다.

박성윤 알스퀘어디자인 공사관리본부장은 “잘 짓는 회사보다 잘 운영하는 회사가 살아남는 시대”라며 “GTX-A 철근 누락 사태 역시 단순한 시공 실수보다 이를 걸러내지 못한 관리 체계의 문제로 볼 필요가 있다”고 말했다.

실제로 건설업계에서는 공정 관리와 안전 점검 이력을 디지털로 관리하고, 설계·시공·감리 데이터를 통합해 관리하려는 움직임이 확대되고 있다. 안전을 현장 경험에만 의존하는 것이 아니라 데이터 기반으로 관리하려는 시도다.

박종열 건국대학교 부동산학 박사이자 미래지식교육원 교수는 “서소문 현장의 2.9㎝와 GTX-A의 178.3톤은 단순한 숫자가 아니다. 위험은 이미 존재하고 있었지만 읽히지 않았다는 의미”라며 “앞으로 산업안전의 경쟁력은 사고 이후 수습 능력이 아니라 위험을 얼마나 먼저 발견하고 대응하느냐에 달려 있다”고 말했다.

그는 이어 “AI와 데이터 기술은 결국 위험 신호를 더 빠르고 정확하게 읽어내기 위한 도구”라며 “산업안전 분야 스타트업들은 이러한 기술을 실제 현장에 적용하며 예방 중심의 안전 체계 구축을 앞당기고 있다”고 설명했다.

중대재해처벌법 시행 이후 산업안전은 더 이상 규정을 준수하는 차원의 문제가 아니라 기업 경쟁력의 영역으로 이동하고 있다. 사고가 발생한 뒤 원인을 분석하고 책임을 묻는 방식에서 벗어나, 사고가 발생하기 전에 위험을 발견하고 차단하는 체계가 중요해지고 있는 것이다.

서소문 현장의 2.9㎝와 GTX-A의 178.3톤은 어쩌면 우리가 놓친 경고의 크기였는지도 모른다. 위험은 대부분 갑자기 나타나지 않는다. 작은 이상 징후와 누적된 데이터 속에서 먼저 모습을 드러낸다.

결국 미래의 산업안전은 얼마나 빨리 복구하느냐가 아니라 얼마나 먼저 위험을 읽어내느냐의 경쟁이 될 가능성이 높다. 그리고 그 변화의 최전선에는 AI와 데이터, 그리고 이를 현장에 적용하는 스타트업들이 서 있다.

*스타트업 생태계 기자단은 KAIA와 벤처스퀘어가 함께 운영하며 스타트업 현장의 다양한 이야기를 기록합니다.

The post [VS기획] “사고는 예고됐다”…위험을 ‘먼저’ 보는 스타트업들 appeared first on 벤처스퀘어.