연구목적: 본 논문은 건설 시공현장에서 발생하는 사고 및 잠재적 위험분석을 위한 IoT 및 CCTV 기반 안전모니터링을 실시하고 추락, 충돌 등 위험 또는 이상현상을 탐지하여 무전기 등을 이용한 예·경보 및 챗봇서비스를 구축하는 방법을 제시하는데 목적이 있다. 연구방법: 건설현장 스마트 건설기술 사례 및 문헌분석을 통하여 안전관리 모델을 제시한다. 연구결과: '건설사고 통계'에 따르면 2021년 건설업 사고재해자는 26,888명으로 전체 사고재해의 26.3%가 건설업에서 발생하였고, 건설업 안전사고 사망자는 417명으로 전체 산업재해 사망자의 50.5%에 달한다. 이런한 건설재해의 개선 방안으로, IoT 건전성모니터링 기반 스마트 건설기술을 활용한 건설현장 안전관리 AI 챗봇서비스를 제시한다. 근로자 등 이해관계자가 참여하는 건설현장은 비계공정 및 개구부, 위험기계기구류 접근 등 사업장 내부 주요 위험구역을 선정하여 인공지능 챗봇시스템을 구현하여 실증하였다. 결론: 건설현장 인공지능 챗봇서비스 실증결과에 대한 참여근로자의 만족도 조사에서 90점 이상을 받아 상업화 가능성을 확인하였다.
연구목적: 본 논문은 건설 시공현장에서 발생하는 사고 및 잠재적 위험분석을 위한 IoT 및 CCTV 기반 안전모니터링을 실시하고 추락, 충돌 등 위험 또는 이상현상을 탐지하여 무전기 등을 이용한 예·경보 및 챗봇서비스를 구축하는 방법을 제시하는데 목적이 있다. 연구방법: 건설현장 스마트 건설기술 사례 및 문헌분석을 통하여 안전관리 모델을 제시한다. 연구결과: '건설사고 통계'에 따르면 2021년 건설업 사고재해자는 26,888명으로 전체 사고재해의 26.3%가 건설업에서 발생하였고, 건설업 안전사고 사망자는 417명으로 전체 산업재해 사망자의 50.5%에 달한다. 이런한 건설재해의 개선 방안으로, IoT 건전성모니터링 기반 스마트 건설기술을 활용한 건설현장 안전관리 AI 챗봇서비스를 제시한다. 근로자 등 이해관계자가 참여하는 건설현장은 비계공정 및 개구부, 위험기계기구류 접근 등 사업장 내부 주요 위험구역을 선정하여 인공지능 챗봇시스템을 구현하여 실증하였다. 결론: 건설현장 인공지능 챗봇서비스 실증결과에 대한 참여근로자의 만족도 조사에서 90점 이상을 받아 상업화 가능성을 확인하였다.
Purpose: This paper conducts IoT and CCTV-based safety monitoring to analyze accidents and potential risks occurring at construction sites, and detect and analyze risks such as falls and collisions or abnormalities and to establish a system for early warning using devices like a walkie-talkie and ch...
Purpose: This paper conducts IoT and CCTV-based safety monitoring to analyze accidents and potential risks occurring at construction sites, and detect and analyze risks such as falls and collisions or abnormalities and to establish a system for early warning using devices like a walkie-talkie and chatbot service. Method: A safety management service model is presented through smart construction technology case studies at the construction site and review a relevant literature analysis. Result: According to 'Construction Accident Statistics,' in 2021, there were 26,888 casualties in the construction industry, accounting for 26.3% of all reported accidents. Fatalities in construction-related accidents amounted to 417 individuals, representing 50.5% of all industrial accident-related deaths. This study suggests implementing AI chatbot services for construction site safety management utilizing IoT-based health monitoring technologies in smart construction practices. Construction sites where stakeholders such as workers participate were demonstrated by implementing an artificial intelligence chatbot system by selecting major risk areas within the workplace, such as scaffolding processes, openings, and access to hazardous machinery. Conclusion: The possibility of commercialization was confirmed by receiving more than 90 points in the satisfaction survey of participating workers regarding the empirical results of the artificial intelligence chatbot service at construction sites.
Purpose: This paper conducts IoT and CCTV-based safety monitoring to analyze accidents and potential risks occurring at construction sites, and detect and analyze risks such as falls and collisions or abnormalities and to establish a system for early warning using devices like a walkie-talkie and chatbot service. Method: A safety management service model is presented through smart construction technology case studies at the construction site and review a relevant literature analysis. Result: According to 'Construction Accident Statistics,' in 2021, there were 26,888 casualties in the construction industry, accounting for 26.3% of all reported accidents. Fatalities in construction-related accidents amounted to 417 individuals, representing 50.5% of all industrial accident-related deaths. This study suggests implementing AI chatbot services for construction site safety management utilizing IoT-based health monitoring technologies in smart construction practices. Construction sites where stakeholders such as workers participate were demonstrated by implementing an artificial intelligence chatbot system by selecting major risk areas within the workplace, such as scaffolding processes, openings, and access to hazardous machinery. Conclusion: The possibility of commercialization was confirmed by receiving more than 90 points in the satisfaction survey of participating workers regarding the empirical results of the artificial intelligence chatbot service at construction sites.
, 제정)’에 따르는 “스마트건설기술”이란 공사기간 단축, 인력투입 절감, 현장 안전 제고 등을 목적으로 전통적인 건설기술에 로보틱스, AI, BIM, IoT 등의 첨단 디지털 기술을 적용함으로써 건설공사의 생산성, 안전성, 품질 등을 향상시키고, 건설공사 모든 단계의 디지털화, 자동화, 공장제작 등을 통한 건설산업의 발전을 목적으로 개발된 공법, 장비, 시스템 등을 말한다고 정의한다. 건설현장에서 스마트 안전관리체계를 구축하여 건설 재해를 최소화하는 방안을 제시하는 것이 본 연구의 주제이다. 즉 시공단계에서의 스마트 건설안전관리 시스템 구축 모델을 제시하는 것이다.
계측하고자 건설현장에 맞게 효율적으로 모니터링을 수행하는 다양한 센서가 개발되었으며, 건설현장 적용성을 높이기 위한 다양한 테스트베드가 수행되고 있다. 본 논문에서는 기 개발된 안전진단 센서들을 활용한 건설 구조물 건전성 모니터링기반 통합안전관리 시스템 구축사례를 제시한다.
본 논문에서는 상기된 문제점의 개선 방안으로, 건설현장에서 발생하는 사고 및 잠재적 위험분석을 위한 IoT 및 CCTV 기반 안전모니터링을 실시하고 추락, 충돌 등 위험 또는 이상현상을 탐지하여 스마트폰 및 무전기 등을 이용한 예･경보 및 챗봇 서비스를 구축하는 방법을 제시하는데 목적이 있다.
본 연구는 건설현장 안전관리를 위한 IoT 건전성 모니터링기반 인공지능(AI) 챗봇기술 통합시스템을 개발하는데 목적이 있다. 즉 건설현장 IoT 건축시공 건전성모니터링 기반 AI 안전관리 음성챗봇 서비스를 개발하고 실증하는 연구이다.
본 연구에서는 건설현장에 대해 안전사고를 감소할 수 있는 IOT 기반 스마트건설 안전시스템에 대해서 살펴보고자 한다. 스마트 건설을 다루는 연구는 많으나 제대로 개념 정의를 제시한 사례는 드물다.
Kim(2022)은 건설재해유형별 IoT 적용 기술을 활용하여 사전에 재해위험을 경보함으로써 산업재해 예방시스템을 구축할 수 있다고 주장한다. 이 연구에서 건설현장 적용사례로 근로자 위치감지, 위험구역 접근통제, 경보와 알람 제공을 공통영역으로 적용하고 난간대 해체감지, 장비 협착방지, 장비 과상승 방지, 장비 전도방지, 과부하 여부감지, 타워크레인 충돌감지, 풍속감지, 흙막이 가시설 붕괴감지 등을 각종 센서를 활용하여 적용하는 IoT 모니터링시스템을 소개하고 있다. 김광배(2020)는 IoT 기반 스마트 건설안전시스템(I-SCSS, IoT-based Smart Construction Safety Systems)을 건설현장 안전업무를 IoT 기반 센서 기반으로 위험한 상황을 인지하여 조치하는 산업재해 예방시스템으로 제시하였다.
본 연구는 건설현장 안전관리를 위한 IoT 건전성 모니터링기반 인공지능(AI) 챗봇기술 통합시스템을 개발하는데 목적이 있다. 즉 건설현장 IoT 건축시공 건전성모니터링 기반 AI 안전관리 음성챗봇 서비스를 개발하고 실증하는 연구이다. 2023년 5월 시행된 사업장 위험성평가에 관한 지침을 참고하고 산업안전보건법과 중대재해처벌법에 따른 법률 준수에 대한 서류 중심의 위험성평가와 안전점검에 대한 연구내용은 최소화하였다.
건설현장에서 스마트 안전관리체계를 구축하여 건설 재해를 최소화하는 방안을 제시하는 것이 본 연구의 주제이다. 즉 시공단계에서의 스마트 건설안전관리 시스템 구축 모델을 제시하는 것이다.
제안 방법
건설현장 유해위험요인 중 Fig. 2와 같이 위험성이 높은 작업공정 대상 즉 비계작업 및 지게차 작업 등을 중심으로 위험한 상황 또는 행동을 감지하는 모듈을 개발 및 적용하였다. 건설현장 공정유형에서 비계공정, 위험구역(개구부, 위험기계기구류)의 전도, 추락, 충돌 등 사고위험 유형에 따라 현장근로자 부착장치, 차량 측위장치, 안전고리(Smart Belt), 스마트워치 등을 적용하였다.
건설현장 공정유형에서 비계공정, 위험구역(개구부, 위험기계기구류)의 전도, 추락, 충돌 등 사고위험 유형에 따라 현장근로자 부착장치, 차량 측위장치, 안전고리(Smart Belt), 스마트워치 등을 적용하였다. UWB(Ultra Wide Band)를 통한 정확한 현장근로자, 위험지역 고정디바이스 사이의 안전거리를 측정하였고, 자이로, 가속도, 조도 센서를 적용하여 움직임, 추락, 이동방향, 충격 등 안전사고 위험 상황을 감지하는 정보 수집 및 분석 체계를 마련하였다. 특히3D 위치 기반 건설현장 근로자 위험감지 모듈 즉 조도, 과하중, 과도변위 등 작업환경 위험감지 모듈을 개발하여 활용하였다.
2와 같이 위험성이 높은 작업공정 대상 즉 비계작업 및 지게차 작업 등을 중심으로 위험한 상황 또는 행동을 감지하는 모듈을 개발 및 적용하였다. 건설현장 공정유형에서 비계공정, 위험구역(개구부, 위험기계기구류)의 전도, 추락, 충돌 등 사고위험 유형에 따라 현장근로자 부착장치, 차량 측위장치, 안전고리(Smart Belt), 스마트워치 등을 적용하였다. UWB(Ultra Wide Band)를 통한 정확한 현장근로자, 위험지역 고정디바이스 사이의 안전거리를 측정하였고, 자이로, 가속도, 조도 센서를 적용하여 움직임, 추락, 이동방향, 충격 등 안전사고 위험 상황을 감지하는 정보 수집 및 분석 체계를 마련하였다.
3과 같이 평택지식산업센터 건설현장에 IoT기반 건설현장 건전성모니터링 체계를 구현하고 그 정보를 바탕으로 챗봇서비스를 활용한 모바일 안전관리 통합시스템을 개발하여 기능을 실증하였다. 건설현장 근로자 착용 스마트 디바이스, 지게차 및 위험구역 측위장치, 안전고리, 스마트워치 등 장치와 연계하여 실시간 장비와 상황 데이터를 수집하고 분석하여 위험한 행동이나 상황을 감지하는 기능을 구현하였다. 3D 뷰어, 음성 챗봇 시스템과 통합하여 위험지역 및 작업구역, 작업자의 현장 위험 상황을 실시간으로 종합 모니터링하는 체계를 마련하였다.
건설현장 사업장의 위험요인 및 사고유형으로는 떨어짐, 끼임, 부딪힘으로 선정하여 IoT기반 건전성모니터링시스템으로 감지기능을 구현하고 이를 활용하여 인공지능 안전관리 음성 챗봇 기술을 개발하여 실증하는데 중점을 두었다. 건설현장은 비계공정 및 개구부, 위험기계기구류 접근 등 사업장 내부 주요 위험구역을 선정하여 시스템을 구현하여 현장 근로자의 조사에서 90%이상의 높은 만족도 점수를 받았다.
건설업 분야는 KH건설의 GD 평택지식산업센터를 선정하고 작업공정은 비계작업, 위험구역, 내부구역으로 정하여 첨단 안전관리 기술을 실증을 추진하였다. 건설현장의 3D 위치 정보와 연계하여 각종 조도, 하중, 변위를 측정하는 IoT 센서 등을 활용하는 건전성모니터링 기반 능동형 모바일 통합안전관리 챗봇기술을 개발하였다. 2010년을 전후하여 국내에 도입된 구조물 건전성모니터링 진단방법은 강재도･박성호(2023)에 따르면 건설 구조물에 센서를 설치하여 진동, 변위 같은 물리량을 관측하고(센싱), 다양한 신호처리 기법을 활용하여(분석) 건설 구조체의 손상이나 열화 등을 예측하는 기술(진단･예측)을 건설 구조물 건전성 모니터링(Construction Structural Health Monitoring, CSHM)이라고 한다.
건설현장의 다양한 센서로부터 데이터를 수집하여 위험을 감지하고 경고하는 상황을 5가지 유형으로 제시하여 실증하였다. 첫째, 건설현장 또는 제조 분야에서 개구부, 위험기계 기구류 등 위험구역에 작업자가 접근하는 경우 위험구역과 작업자의 거리에 따른 위험을 경고한다.
(2022)의 연구는 2019~2021년에 대만 타오위안시 편의샘플링 기법으로 선정한 50,000㎡ 규모의 기술환경산업단지 현장을 방문하여 건설현장에서 작업을 수행한 근로자의 불안전한 행동을 기록하는 참여관찰법을 수행한 연구이다. 대만 산업안전보건법, 산업안전보건 시설규정 및 시설기준 등 법령에 따라 오류 및 위반사항을 조사하고 매일 점검하여 기록하는 방법을 사용하였다. 이 연구에서 불안전한 8가지 행동유형을 건설장비검사, 개인적 위법행위, 발굴작업, 추락방지 및 구조강화, 화재예방, 리프팅 작업, 안전관리 및 장비, 작업 플랫폼으로 제시하였다.
이러한 각종 센서데이터를 수집하여 공정(구역)별 예상 위험을 감지하도록 설계하였다. 또한 건설현장 위치 데이터 수집을 통한 3D공간 모델링을 설계하여 사고위험 이벤트의 정확한 위치를 파악하도록 하였다. 층별로 순차적으로 건설되는 건축현장 특성상 건설사에서 제공하는 조감도, 배치도, 위도, 경도, 고도 정보 및 건물 주요부위의 사진 자료를 활용하여 3D공간 모델링을 설계하였다.
본 연구의 성능지표로 스마트 디바이스 안전거리 알람 시간(초), 스마트 디바이스 위치정확도(%), 스마트 디바이스와 IoT 장치간 통신성공률(%), 음성챗봇 사용자 만족도(%), 사용자 음성 인식율(%), 안전정보 제공 정확도(%)를 준비하고 공인시험기관을 통하여 시험결과를 확정하였다. 정보시스템 사용자의 만족도를 실제 산업현장에서 챗봇기반 통합서비스를 3개월 이상 이용한 사용자의 50% 이상을 대상으로 만족도 설문조사를 실시하였다.
특히 중대재해처벌법에서 요구하는 안전관리 활동에 대한 기록증빙을 완벽하게 제공할 수 있는 이점도 확인할 수 있다. 산업재해에서 가장 사망자 비율이 높은 건설현장의 재해를 감축할 수 있는 방안으로서 IoT기반 건설현장 건전성 모니터링 안전관리 음성 챗봇 서비스를 제안한다.
대만의 산업안전 법령은 근로자의 생명을 보호하기 위하여 제정되었으나 규제 자체가 건설효율성에 영향을 미치고 건설비용을 증가시켜 건설현장 근로자들이 안전행동수칙을 준수를 방해하고 있다. 이 연구에서 건설 근로자의 행동을 자동적으로 감지 즉 위험한 자세나 형태를 행하는 근로자에게 경고를 보내는 시스템을 만들 것을 제안하였다.
대만 산업안전보건법, 산업안전보건 시설규정 및 시설기준 등 법령에 따라 오류 및 위반사항을 조사하고 매일 점검하여 기록하는 방법을 사용하였다. 이 연구에서 불안전한 8가지 행동유형을 건설장비검사, 개인적 위법행위, 발굴작업, 추락방지 및 구조강화, 화재예방, 리프팅 작업, 안전관리 및 장비, 작업 플랫폼으로 제시하였다. 연구결과 불안전한 행동의 발생은 건설사 자체의 비용절감, 건설사의 편의성, 법령규제로 인한 시공의 어려움, 작업자 본인의 편의 등이 주요 요인으로 제시되었다.
마지막으로 근로자의 체온, 심박수 수집을 통한 신체 이상을 감지하여 경고한다. 이러한 5가지 위험 상황에 대하여 현장 근로자의 위험 상황을 즉시 방송 및 알람으로 경고하고 무선으로 챗봇서버에 전송함으로써 관리자가 즉시 지시 및 대응할 수 있는 시스템을 개발하였다. 고용노동부(2023.
급변하는 중대재해 위험요인을 신속하게 정확하게 인지하고 사고발생 가능성을 예측하지 못하면 사고대응이 어렵게 된다. 이러한 문제점을 해결하기 위해서 IoT 센서 및 CCTV를 활용하여 건설현장 안전사고를 유발하는 위험한 행동과 이상 상황을 도출하고 이를 인공지능 챗봇서비스를 활용하여 신속히 대응함으로써 피해를 줄이는 실증사업을 추진하고자 한다.
본 연구의 성능지표로 스마트 디바이스 안전거리 알람 시간(초), 스마트 디바이스 위치정확도(%), 스마트 디바이스와 IoT 장치간 통신성공률(%), 음성챗봇 사용자 만족도(%), 사용자 음성 인식율(%), 안전정보 제공 정확도(%)를 준비하고 공인시험기관을 통하여 시험결과를 확정하였다. 정보시스템 사용자의 만족도를 실제 산업현장에서 챗봇기반 통합서비스를 3개월 이상 이용한 사용자의 50% 이상을 대상으로 만족도 설문조사를 실시하였다. 실제 안전관리에 도움이 된다는 사용자가 90% 이상의 좋은 결과를 나타났다.
또한 건설현장 위치 데이터 수집을 통한 3D공간 모델링을 설계하여 사고위험 이벤트의 정확한 위치를 파악하도록 하였다. 층별로 순차적으로 건설되는 건축현장 특성상 건설사에서 제공하는 조감도, 배치도, 위도, 경도, 고도 정보 및 건물 주요부위의 사진 자료를 활용하여 3D공간 모델링을 설계하였다. 현장근로자 및 지게차 부착 장치로부터 위치 및 안전 관련 데이터를 수집하여 3D 공간에 표시가 되도록 구현하였다.
이를 통하여 무선망을 이용한 음성 챗봇을 활용하여 현장근로자와 관리자 및 인공지능 챗봇서버가 안전행동을 유도할 수 있는 체계를 구현하였다. 특히 안전관리자를 지원하기 위한 PC용, 모바일 모니터링 시스템을 개발하여 GIS 및 현장 평면도를 활용한 작업구역 현장구조, 현장 근로자 위치 및 상태를 파악하여 모니터링이 가능하도록 구현하였다. 현장 근로자에게 위험 상황을 알리고 챗봇을 활용한 대화 내용을 모니터링하여 안전조치에 적합한 의사결정을 통하여 건설현장의 안전통제 역량을 강화하였다.
UWB(Ultra Wide Band)를 통한 정확한 현장근로자, 위험지역 고정디바이스 사이의 안전거리를 측정하였고, 자이로, 가속도, 조도 센서를 적용하여 움직임, 추락, 이동방향, 충격 등 안전사고 위험 상황을 감지하는 정보 수집 및 분석 체계를 마련하였다. 특히3D 위치 기반 건설현장 근로자 위험감지 모듈 즉 조도, 과하중, 과도변위 등 작업환경 위험감지 모듈을 개발하여 활용하였다. 3D 기반 안전 공간 정보 시스템을 반영하여 설계하였다.
층별로 순차적으로 건설되는 건축현장 특성상 건설사에서 제공하는 조감도, 배치도, 위도, 경도, 고도 정보 및 건물 주요부위의 사진 자료를 활용하여 3D공간 모델링을 설계하였다. 현장근로자 및 지게차 부착 장치로부터 위치 및 안전 관련 데이터를 수집하여 3D 공간에 표시가 되도록 구현하였다.
성능/효과
(2022)에 의하면 건설현장 안전 문제를 예측하는 데 사용할 수 있는 모델로 평판이 좋은 건설 회사의 7년 데이터 세트에 기계 학습(Machine Learning) 절차 및 기술을 체계적으로 적용한 CRISP-DM(Cross Industry Process Model for Data Mining) 프레임워크가 있다. 13개의 입력변수에서 사업유형, 소유권, 계약금액, 완료율, 지연규모 및 사업인력 등 6개의 사업 관련 입력변수와 크레인/리프팅 작업, 비계, 기계 승강작업 플랫폼, 추락 위험/개구부, 환경관리, 가중안전 검사 점수 및 모범사례 등 7개의 안전변수이다.
건설현장 근로자 착용 스마트 디바이스, 지게차 및 위험구역 측위장치, 안전고리, 스마트워치 등 장치와 연계하여 실시간 장비와 상황 데이터를 수집하고 분석하여 위험한 행동이나 상황을 감지하는 기능을 구현하였다. 3D 뷰어, 음성 챗봇 시스템과 통합하여 위험지역 및 작업구역, 작업자의 현장 위험 상황을 실시간으로 종합 모니터링하는 체계를 마련하였다. 이를 통하여 무선망을 이용한 음성 챗봇을 활용하여 현장근로자와 관리자 및 인공지능 챗봇서버가 안전행동을 유도할 수 있는 체계를 구현하였다.
Fig. 3과 같이 평택지식산업센터 건설현장에 IoT기반 건설현장 건전성모니터링 체계를 구현하고 그 정보를 바탕으로 챗봇서비스를 활용한 모바일 안전관리 통합시스템을 개발하여 기능을 실증하였다. 건설현장 근로자 착용 스마트 디바이스, 지게차 및 위험구역 측위장치, 안전고리, 스마트워치 등 장치와 연계하여 실시간 장비와 상황 데이터를 수집하고 분석하여 위험한 행동이나 상황을 감지하는 기능을 구현하였다.
건설현장 사업장의 위험요인 및 사고유형으로는 떨어짐, 끼임, 부딪힘으로 선정하여 IoT기반 건전성모니터링시스템으로 감지기능을 구현하고 이를 활용하여 인공지능 안전관리 음성 챗봇 기술을 개발하여 실증하는데 중점을 두었다. 건설현장은 비계공정 및 개구부, 위험기계기구류 접근 등 사업장 내부 주요 위험구역을 선정하여 시스템을 구현하여 현장 근로자의 조사에서 90%이상의 높은 만족도 점수를 받았다. 산업안전 관련 법률에서 요구하는 형식적인 위험성평가가 아니라 IoT 센서 즉, 건전성모니터링 기반 위험성평가 및 안전점검을 수행하여 음성챗봇기술을 건설현장 안전관리에 적용할 수 있음을 실증적으로 제시하였다.
첫째, 건설현장 또는 제조 분야에서 개구부, 위험기계 기구류 등 위험구역에 작업자가 접근하는 경우 위험구역과 작업자의 거리에 따른 위험을 경고한다. 둘째 지게차, 트럭과 작업자가 충돌할 위험성이 감지되는 경우 위험 상황을 경고한다. 셋째로 비계 공정, 고소 작업 시 작업자의 추락 예방을 위한 안전고리(Smart Belt) 체결 여부를 감지하여 경고한다.
음성챗봇 기반 모바일 안전관리 통합시스템을 기술 개발하면서 영상에 기초하여 안전을 진단하는 관리 장치 및 그 방법들, 작업 상황을 관리하기 위한 장치 및 그 방법들, 산업현장에서 음성을 이용하여 안전관리 서비스를 제공하는 방법, 장치 및 시스템에 대한 특허를 출원하여 기술보호절차를 진행하고 있다. 본 연구성과의 기술적인 특수성으로 기존핸드폰 기반 대화형 챗봇의 한계점을 극복하고 산업현장의 특수성을 감안하여 무전기 기반의 대화형 인공지능(AI-자연어처리분야) 챗봇기술을 적용하여 시장 진입의 가능성을 확보하였다. 실증 건설현장과 다른 건설현장 위험모니터링 시스템의 차별성은 IoT센서에 의하여 감지된 위험상황 정보가 음성챗봇 기능을 이용하여 무전기, 스마트 폰 등을 통하여 실시간 근로자에게 직접 경보(Alert)를 전달하여 불안전한 행동을 통제하는데 있다.
건설현장은 비계공정 및 개구부, 위험기계기구류 접근 등 사업장 내부 주요 위험구역을 선정하여 시스템을 구현하여 현장 근로자의 조사에서 90%이상의 높은 만족도 점수를 받았다. 산업안전 관련 법률에서 요구하는 형식적인 위험성평가가 아니라 IoT 센서 즉, 건전성모니터링 기반 위험성평가 및 안전점검을 수행하여 음성챗봇기술을 건설현장 안전관리에 적용할 수 있음을 실증적으로 제시하였다. 중대재해처벌법 시행 이후 스마트 건설기술에 대한 다양한 정책적 시도가 이루어지고 있어서 향후 지속적으로 발전할 것으로 기대되고 있다.
둘째 지게차, 트럭과 작업자가 충돌할 위험성이 감지되는 경우 위험 상황을 경고한다. 셋째로 비계 공정, 고소 작업 시 작업자의 추락 예방을 위한 안전고리(Smart Belt) 체결 여부를 감지하여 경고한다. 넷째로 자이로, 가속도, 조도 센서로부터 현장 근로자의 움직임, 추락, 충격 등 위험 상황을 감지하여 경고한다.
정보시스템 사용자의 만족도를 실제 산업현장에서 챗봇기반 통합서비스를 3개월 이상 이용한 사용자의 50% 이상을 대상으로 만족도 설문조사를 실시하였다. 실제 안전관리에 도움이 된다는 사용자가 90% 이상의 좋은 결과를 나타났다. 특히 시스템 사용자의 50%이상을 대상으로 설문조사를 실시한 결과, 현장 근로자가 요청하여 제공하는 음성챗봇 안전정보가 지속적인 인공지능 학습을 통하여 정확도가 95% 이상으로 검증되었다.
2023년 5월 시행된 사업장 위험성평가에 관한 지침을 참고하고 산업안전보건법과 중대재해처벌법에 따른 법률 준수에 대한 서류 중심의 위험성평가와 안전점검에 대한 연구내용은 최소화하였다. 실증사업장인 건설현장에 직접 다양한 센서를 활용하여 원천데이터를 수집하고 위험 행동과 상황을 감지하고 음성 챗봇을 이용하여 실시간 의사소통하면서 사고위험에 대응하는 새로운 가능성을 제시하였다.
이 연구에서 불안전한 8가지 행동유형을 건설장비검사, 개인적 위법행위, 발굴작업, 추락방지 및 구조강화, 화재예방, 리프팅 작업, 안전관리 및 장비, 작업 플랫폼으로 제시하였다. 연구결과 불안전한 행동의 발생은 건설사 자체의 비용절감, 건설사의 편의성, 법령규제로 인한 시공의 어려움, 작업자 본인의 편의 등이 주요 요인으로 제시되었다. 통계에 따르면 건설 현장의 대표적인 불안전한 행동의 유형으로는 추락(55%)과 비계에서의 고소작업(23%)으로 조사되었다.
3D 뷰어, 음성 챗봇 시스템과 통합하여 위험지역 및 작업구역, 작업자의 현장 위험 상황을 실시간으로 종합 모니터링하는 체계를 마련하였다. 이를 통하여 무선망을 이용한 음성 챗봇을 활용하여 현장근로자와 관리자 및 인공지능 챗봇서버가 안전행동을 유도할 수 있는 체계를 구현하였다. 특히 안전관리자를 지원하기 위한 PC용, 모바일 모니터링 시스템을 개발하여 GIS 및 현장 평면도를 활용한 작업구역 현장구조, 현장 근로자 위치 및 상태를 파악하여 모니터링이 가능하도록 구현하였다.
건설현장의 다양한 센서로부터 데이터를 수집하여 위험을 감지하고 경고하는 상황을 5가지 유형으로 제시하여 실증하였다. 첫째, 건설현장 또는 제조 분야에서 개구부, 위험기계 기구류 등 위험구역에 작업자가 접근하는 경우 위험구역과 작업자의 거리에 따른 위험을 경고한다. 둘째 지게차, 트럭과 작업자가 충돌할 위험성이 감지되는 경우 위험 상황을 경고한다.
Jin(2023)은 건설업 위험성평가와 이동형 CCTV 관제시스템이 안전보건성과에 미치는 영향연구에서 위험성평가가 건설업 이동형 CCTV관제시스템을 도입한 경우 안전보건성과로 더욱잘 나타난다는 점을 실증하였다. 특히 건설현장 수는 증가하였으나 중대재해 2건과 고위험작업 10건이 감소하였을 뿐만 아니라 이동형 CCTV관제시스템을 활용한 사업장에서는 안전사고가 0건으로 사고예방에 크게 기여한 것으로 나타났다. 한편 Oh et al.
실제 안전관리에 도움이 된다는 사용자가 90% 이상의 좋은 결과를 나타났다. 특히 시스템 사용자의 50%이상을 대상으로 설문조사를 실시한 결과, 현장 근로자가 요청하여 제공하는 음성챗봇 안전정보가 지속적인 인공지능 학습을 통하여 정확도가 95% 이상으로 검증되었다.
특히 안전관리자를 지원하기 위한 PC용, 모바일 모니터링 시스템을 개발하여 GIS 및 현장 평면도를 활용한 작업구역 현장구조, 현장 근로자 위치 및 상태를 파악하여 모니터링이 가능하도록 구현하였다. 현장 근로자에게 위험 상황을 알리고 챗봇을 활용한 대화 내용을 모니터링하여 안전조치에 적합한 의사결정을 통하여 건설현장의 안전통제 역량을 강화하였다.
참고문헌 (17)
Cho, M.S. (2017). "Manual improvement plan for accidents prevention in maritime safety." Korean Journal of？Security Convergence Management Vol. 6 No. 2, pp. 48-56.
https://blcm.go.kr/lim/etc/ServiceLif.do. Building lifecycle management system. Ministry of Land, Infrastructure？and Transport.
Jin, J.I. (2023). A Study on the Effects of Construction Industry Risk Assessment and Mobile CCTV Control System？on Safety and Health Performance. Doctoral Disssertation, Department of Safety and Health Convergence？Engineering Graduate School of Soongsil University.
Kang, J.D., Park, S.H. (2023). "Evaluation of utilization of waste smartphones for measuring instruments in？structural health monitoring." Journal of The Korea Institute for Structural Maintenance and Inspection, Vol. 27 No.？2, pp. 85-85.
Kim, G.B. (2022). A Study on the Factors Affecting the Acceptance Intention of IoT-Based Smart Construction？Safety Systems. Doctoral Disssertation, Department of Business Administration Graduate School of Soongsil？University.
Lee, J.W. (2022). Integrated Smart Safety System for Enhanced Construction Safety and Productivity. Doctoral？Disssertation, Department of Disaster and Safety, Graduate School, Myongji University.
Maria, M.R., Jose, M.S., Maria, D.M., Juan, C.R. (2022). "An analysis of occupational accidents involving national？and international construction workers in Spain using the association rule technique." International Journal of？Occupational Safety and Ergonomics, Vol. 28, No. 3, pp. 1490-1501.
Ministry of Employment and Labor (2021). 2021 Industrial Accident Status Analysis. Ministry of Employment and？Labor Occupational Safety and Health Headquarters, Sejong.
Ministry of Employment and Labor (2022). KRW 1 to KRW 5 Billion Autonomous Safety Checklist for Fatal Accidents for Small and Medium-sized Construction Sites. Ministry of Employment and Labor Construction？Industrial Accident Prevention Policy Division, Sejong.
Ministry of Employment and Labor (2023). Guidelines for Workplace Risk Assessment. Ministry of Employment？and Labor Notice No. 2023-19, Sejong.
Ministry of Employment and Labor (2023). Occupational Safety and Health Act.
Oh, T.G., Park, J.L., Lee, J.Y., Kim, C.S., Kim, J.B., Yoon, Y.G., Kang H.J., Lee, S.R., Jo, A.R., Cho, H.J., Jeon,？Y.S. (2021). Report on Creating a Smart Construction Safety Technology Analysis and Distribution Base. Korea？Occupational Safety and Health Agency, Ulsan.
Park, J.H., Lee, T.J., Hong, Y.G., Youn, J.S. (2023). "Intelligent bridge safety prediction edge system." KIPS？Transactions on Computer and Communication Systems, Vol. 12, No. 12, pp. 357-362.
Son, D.H., Cho, S.C. (2022). Fact-finding Report for Establishing a Building Safety Management Plan. GANGDONG-gu OFFICE Construction Safety Center, Seoul.
Wang, H.-H., Chen, J.-H., Achmad, M.A., Masoud, G. (2022). "Exploring empirical rules for construction accident？prevention based on unsafe behaviors." Sustainability, Vol. 14, No. 7, pp. 1-9.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.