Use Cases

한국건설기술연구원과 공동 개발한 실증사업으로, 스마트글래스로 토공사 현장의 점검 구역을 인식하고 시야에 표시되는 체크리스트로 안전점검을 수행한 뒤 웹에서 실시간 현황 확인과 점검 보고서 자동 생성까지 이어지는 몰입형 XR 안전관리 시스템입니다. 시스템 개발은 메타덱스터가 턴키로 수행했고, 건설 현장 실증을 마쳤습니다. 산업군: 건설 (건설 안전 · 토공사) 적용 기술: XR 스마트글래스 · GPS/QR 위치 인식 · 음성 명령 · 웹 관리 서비스 · 생성형 AI 보고서 추진 형태: 「스마트 건설기술 실·검증 연구 지원사업」 — 한국건설기술연구원 공동 개발 실증사업 (연구원: 사업 기획·관리, 안전관리 전문 자문 · 실증 현장 연계 / 메타덱스터: 시스템 턴키 개발) 수행 기간: 2024.01 ~ 2024.12 진행 상태: 구축 완료 · 건설 현장 실증 완료 추진 배경 전 산업 사고의 절반가량이 건설 현장에서 발생하며, 그중 토공사는 위험 요소가 많고 다른 공종에도 포함되어 사실상 사고 위험이 가장 큰 공사로 꼽힙니다. 기존 모바일 체크리스트는 직관적인 시각 정보 제공에 한계가 있고 전문지식이 필요해, 초보자도 쉽게 쓸 수 있는 XR 기반 안전점검 도구가 필요했습니다. 개발 목표 · 몰입형 안전점검 도구 — 스마트글래스로 현장 직원이 위험 요소를 쉽게 식별하고 점검 · 실시간 점검 도구 — 실제 현장 지도 기반의 점검 지점별 점검 도구 · 점검 문서 자동 생성 도구 — 점검 결과와 보고 문서를 자동 생성 주요 기능 · 위치 인식 — GPS 기반 점검자 실시간 위치 추적, 실내 등 GPS가 어려운 곳은 QR 코드로 구역 인식 · XR 점검 — 점검 구역 도달 시 시야에 점검 항목 표시, 음성 명령으로 응답 · 이전 · 특기사항 기록 · 현장 기록 — 스마트글래스 내장 카메라로 사진 촬영, 특기사항 · 음성 메모 첨부 · 실시간 관리 — 점검 상태 자동 업데이트, 미점검 · 위험 구역 알림, 현장 문제의 관리자 실시간 공유 · 점검 항목 저작 — 웹에서 구역(Zone)과 점검 항목 · 답변 유형을 직접 등록 · 편집 · 보고서 자동 생성 — 점검 데이터를 분석해 생성형 AI로 종합 점검 보고서 생성

시스템 구성

현장 실증 공공주택 · 공공단지 조성 공사 등 토공사 중심 건설 현장에서 실증을 진행했습니다. 현장 관계자 인터뷰로 UI를 개선하고, 관계법령의 주요 안전관리 항목을 체크리스트로 정리했으며, 안전관리자 대상 장비 사용 교육과 시연을 함께 진행했습니다. 성과 · 성과지표 전 항목 달성 — 한국건설기술연구원 · 메타덱스터 공동 특허 출원 1건, 시작품 1건, 현장 적용 3건(목표 2건), 학술발표 1건, 전시 2건 · 실증 중 점검 위치 오차 3~5m 이내 확인 활용 계획 구독형(SaaS) 안전점검 솔루션과 스마트글래스 연동 패키지로 확장하고, 건설 · 제조 · 에너지 분야 파일럿을 거쳐 생성형 AI 기반 맞춤형 안전 대책 제안 서비스로 고도화합니다.

산업현장 작업자 행동인지 기반 안전 모니터링 과제에서, 안전관리 영상 속 작업자의 개인정보를 보호하는 비식별 처리 기술을 개발하고 있습니다. 객체 분리(Matting)로 작업자를 분리하고 주변 환경 블러와 얼굴 비식별화를 Edge Computer에서 자동 처리합니다. 산업군: 제조 (제조 현장 안전관리) 적용 기술: 비전 AI · 객체 분리(Matting) · 영상 블러 · 얼굴 비식별화 · Edge Computing 추진 형태: 「스마트제조혁신기술개발(현장적용)」 국가 연구개발 과제 — 다기관 공동연구 (메타덱스터: 정보 보호를 위한 작업장 내 비식별 처리 기술) 수행 기간: 2024.07 ~ 2026.12 진행 상태: 개발 진행 중 (2026년 종료 예정) 과제 개요 제조 현장에서 반복되는 끼임 · 충돌 · 화재 등의 사고를 줄이기 위해, CCTV · 광각카메라 · LiDAR · 열화상 · 다분광 카메라 영상을 AI로 분석해 작업자의 이상 행동, 보호장비 착용 여부, 위험 환경을 실시간으로 감지하는 안전 모니터링 시스템을 개발하는 과제입니다. 추진 배경 영상 기반 안전 모니터링은 작업장을 상시 촬영하기 때문에, 작업자의 얼굴과 작업장 주변 정보가 그대로 노출될 수 있습니다. 안전관리 효과를 유지하면서 개인정보 노출에 대응하려면, 영상이 관제 시스템으로 전송되기 전에 현장에서 자동으로 비식별 처리하는 기술이 필요합니다. 메타덱스터 수행 내용 — 정보 보호를 위한 작업장 내 비식별 처리 기술 · 객체 분리(Matting) — 일반적인 세그멘테이션이 아닌, 전경과 배경을 정밀하게 분리하는 Matting 기법으로 주요 객체(작업자)를 분리 · 주변 환경 블러 — PP-Matting 모델을 활용해 특정 대상을 제외한 주변 환경을 블러 처리하는 알고리즘 개발 · 얼굴 비식별화 — 수집 영상에서 작업자 얼굴을 자동으로 비식별 처리하는 프로세스 개발 · 시스템 연동 — 현장 Edge Computer에서 비식별 처리를 마친 영상이 안전 모니터링 시스템으로 전송되도록 통합 · 고도화 — 비식별 처리 정확도 개선, 통합 테스트와 현장 실증을 통한 보완

실증 시나리오 · 광각카메라 영상 데이터 수신 확인 · 전송된 영상을 Edge Computer에서 주변 블러 처리 · 주변 블러 처리된 영상에서 작업자 얼굴 비식별화 처리 확인 · 비식별 처리가 완료된 영상으로 실시간 이상 상태 감시 모니터링 기대 효과 · 영상 기반 안전관리에서 작업자 개인정보 노출 대응 · 개인정보 보호와 안전 모니터링을 함께 운영할 수 있는 현장 환경 마련 · 중소 제조현장 · 건설현장 등 영상 안전관리가 필요한 산업으로 확장