[한국남동발전] 피지컬 AI 활용 발전소 안전사각지대 해소

한국남동발전 피지컬 AI – 사람이 못 가는 곳까지 24시간 지키다

“사람이 들어가기 위험한 곳은, 누가 24시간 확인할 수 있을까요?”

발전소에는 사람이 쉽게 접근하기 어려운 공간이 많습니다. 석탄을 나르는 컨베이어와 하역설비가 계속 움직이고, 고온 설비와 전기설비가 곳곳에 존재합니다. 부두에서는 대형 선박이 접안하고, 현장에서는 여러 작업이 동시에 진행돼요.

안전관리자가 모든 장소를 계속 순찰하기는 어렵습니다. CCTV를 늘리는 것도 방법이지만, 카메라가 많아질수록 모든 화면을 사람이 동시에 확인하기는 더 어려워집니다.

한국남동발전은 이 문제를 피지컬 AI로 풀고 있습니다.

이 사례에서 피지컬 AI는 AI가 화면 속 데이터를 분석하는 데서 끝나지 않고, 로봇·카메라·센서와 결합해 실제 발전소를 돌아다니고 설비를 확인하며 위험상황을 발견하는 방식입니다.

부두에서는 자율주행 로봇 KoCops가 순찰하고, 석탄이송설비에서는 점검로봇 Ko-BoT이 사람이 접근하기 어려운 곳을 확인합니다. 동시에 발전소 곳곳에 설치된 AI CCTV가 VLM(Vision Language Model)을 이용해 영상 속 상황을 이해하고 위험을 관제 담당자에게 알려줘요.

사람을 위험한 장소에 더 많이 투입하는 대신, AI가 먼저 위험한 곳을 살피고 사람이 판단과 조치에 집중하도록 만드는 것입니다. 자료 18쪽에서는 이를 ‘피지컬 AI를 활용한 발전소 안전사각지대 해소’라는 하나의 혁신 프로젝트로 제시합니다.

Challenge – 카메라는 늘어나는데, 사람이 볼 수 있는 화면에는 한계가 있었어요

발전소 안전관리에서 가장 어려운 문제 중 하나는 ‘보이지 않는 시간과 공간’을 줄이는 것입니다.

설비가 계속 움직이는 발전소에서는 사람이 접근하기 어려운 곳에서도 이상이 발생할 수 있습니다. 석탄이송 컨베이어의 경사 구간이나 하역설비 주변처럼 작업자가 직접 들어가 점검하기 부담스러운 장소도 있어요.

순찰 인력을 늘리는 것만으로 모든 구간을 24시간 확인하는 데는 한계가 있습니다.

CCTV 역시 비슷한 문제가 있습니다.

한국남동발전 사고 예방을 위해 CCTV 운영 대수는 계속 증가하지만 이를 감시하는 관제인력은 크게 늘기 어렵다는 문제를 짚고 있습니다. 기존 CCTV도 주로 사고가 발생한 뒤 영상을 다시 확인하고 원인을 찾는 데 활용됐어요.

카메라가 사고 장면을 기록했다고 해서 사고를 막은 것은 아닙니다.

현장에서 필요한 것은 사고가 발생한 이후의 기록뿐 아니라, “지금 위험한 상황이 발생하고 있으니 확인해야 한다”고 먼저 알려주는 기능이었습니다.

기존 영상분석의 오탐도 문제였습니다. 자료 24쪽의 실제 사례에서는 기존 시스템이 석양을 불꽃으로 감지했지만, VLM을 적용한 시스템은 장면의 맥락을 바탕으로 불꽃이 아니라고 판단하는 모습을 보여줍니다. 반대로 실제 작업 과정에서 연기가 발생한 상황은 위험상황으로 감지합니다.

즉 단순히 무언가가 화면에 나타났는지를 찾는 것을 넘어, 그 장면이 실제 위험상황인지를 이해할 필요가 있었던 것입니다.

사각지대도 남아 있었습니다. 고정형 CCTV가 바라보지 못하는 곳, 사람이 들어가기 어려운 공간, 야간처럼 현장 순찰이 제한되는 시간에는 감시 공백이 생길 수 있어요.

한국남동발전은 그래서 하나의 장비에 모든 역할을 맡기지 않았습니다.

움직이는 로봇, 설비를 점검하는 로봇, 상황을 이해하는 AI CCTV를 서로 다른 안전사각지대에 배치했습니다.

Solution – 로봇과 VLM이 발전소의 눈과 발이 돼요

KoCops는 현장을 돌아다니며 위험을 찾고, Ko-BoT은 발전설비를 점검하고, AI CCTV는 영상 속 위험상황을 자동으로 분석합니다.

각 기술이 해결하는 안전사각지대가 서로 달라요.

① KoCops가 사람이 가기 어려운 부두를 24시간 순찰해요

첫 번째는 한국남동발전이 ‘국내 최초 Vision & 피지컬 AI 로봇’으로 제시한 KoCops입니다.

KoCops는 하역부두를 스스로 이동하며 순찰하는 로봇입니다.

LiDAR와 IMU 센서로 이동경로를 설정하고, TOF 센서와 전·후면 범퍼 센서를 이용해 장애물을 피합니다. 가시광선 카메라와 적외선 카메라, 속도측정 레이저 등도 탑재돼 있어 단순히 이동만 하는 것이 아니라 주변 환경을 함께 확인합니다.

고온 설비, 안전모 미착용, 석탄 하역기 주변 작업자 접근, 선박의 접안속도 등이 대표적입니다. 적외선 카메라에서는 설정온도인 60℃ 이상이 감지되면 경보를 발생시키고, 가시광선 카메라는 딥러닝 기술을 활용해 안전모 미착용 여부를 확인합니다.

LiDAR는 석탄 하역기 주변에 사람이 접근하는지를 감지해 중량물 사고 위험을 알려주고, 속도측정 레이저는 선박 접안속도가 2노트 이상일 경우 충돌 위험을 알립니다.

사람이 정해진 시간에 현장을 한 번 순찰하는 것과 달리, 로봇은 반복적으로 같은 구간을 확인할 수 있습니다. 특히 한국남동발전은 22시부터 다음 날 06시까지 아차사고가 많이 발생하는 시간대를 중심으로 KoCops를 집중 순찰시키고 있습니다.

② Ko-BoT이 설비 가까이에서 작은 이상을 먼저 찾아요

두 번째는 발전설비 맞춤형 AI 점검로봇 Ko-BoT입니다.

발전소의 석탄이송설비는 길고 복잡합니다. 컨베이어 벨트의 평면부뿐 아니라 경사진 구간도 있고, 사람이 가까이 접근해서 반복적으로 점검하기 어려운 장소도 있습니다.

Ko-BoT은 이 구간을 24시간 자동으로 순회하면서 설비 상태를 확인합니다.

고정형 로봇은 석탄 상·하역기와 컨베이어 평면 구간을 확인하고, 이동형 로봇은 와이어를 따라 움직이며 컨베이어 벨트 경사부를 점검합니다.

단순히 카메라만 달려 있는 것도 아닙니다. RGB 영상, 음향, 가스, 온도 등 여러 센서가 설비의 상태를 동시에 수집합니다. 축적된 데이터는 딥러닝과 빅데이터 분석에 활용돼 설비에서 나타나는 이상징후를 판단하고 위험 가능성을 알려줍니다.

사람이 “소리가 평소와 조금 다른 것 같다”거나 “온도가 올라가는 것 같다”고 경험으로 확인하던 과정을, 여러 센서의 데이터를 AI가 계속 비교하도록 만드는 방식입니다.

중요한 것은 고장 이후에 원인을 찾는 것보다 고장으로 이어질 수 있는 작은 변화를 먼저 발견하는 것입니다.

③ AI CCTV가 모든 영상을 보는 대신 ‘봐야 할 영상’을 골라줘요

세 번째는 VLM 기반 AI CCTV 영상분석시스템입니다.

기존 CCTV에서는 관제 담당자가 여러 화면을 직접 지켜보다 이상상황을 발견해야 했습니다.

한국남동발전의 AI CCTV는 이 과정을 네 단계로 바꿉니다.

먼저 작업자의 이상행동이나 설비 이상현상을 감지합니다. 이후 영상 속 행동과 상황을 AI가 분석해 위험상황을 인지하고, VLM이 인지한 상황을 언어와 보고서 형태로 변환합니다. 마지막으로 관제 담당자에게 알림을 전달해 사람이 필요한 조치를 할 수 있도록 합니다.

여기서 VLM이 중요한 역할을 합니다. 영상을 언어로 변환해 데이터를 제공하고 보고서 작성까지 지원하는 AI 시스템입니다.

예를 들어 화면에 붉고 밝은 물체가 있다고 해서 모두 화재로 판단하지 않습니다.

기존 시스템이 석양을 불꽃으로 감지했을 때 VLM은 주변 상황을 함께 분석해 ‘불꽃이 아니다’라고 판단합니다. 반대로 작업 과정에서 연기가 발생한 장면에서는 연기를 감지할 수 있어요. 결국 CCTV를 더 많이 설치하는 것만큼 중요한 것이 CCTV가 스스로 상황을 이해하도록 만드는 것입니다.

사람은 수많은 정상 화면을 계속 바라보는 대신, AI가 선별한 위험장면을 확인하고 대응하는 데 집중할 수 있습니다.

④ 세 개의 AI가 서로 다른 안전사각지대를 메워요

이 프로젝트의 핵심은 KoCops, Ko-BoT, AI CCTV 가운데 어느 하나가 모든 위험을 해결한다는 데 있지 않습니다.

KoCops는 공간을 이동하며 순찰하는 AI입니다. Ko-BoT은 설비 가까이에서 상태를 지속적으로 확인하는 AI입니다. AI CCTV는 여러 현장의 영상을 동시에 분석하는 AI입니다.

즉 사람이 접근하기 어려운 곳은 로봇이 가고, 사람이 계속 점검하기 어려운 설비는 센서와 AI가 확인하고, 사람이 모든 CCTV를 볼 수 없는 문제는 VLM이 보완합니다.

고정된 카메라와 정기적인 사람 순찰만으로 관리하던 안전체계를 24시간 감지·분석·알림이 가능한 구조로 바꾸는 것입니다.

Benefit – 위험탐지 최대 500초에서 5초, 정탐율은 96.2%로 높아졌어요

한국남동발전은 전사에 AI CCTV 1,300대를 설치했으며, 자료에서는 이를 전사 CCTV의 40.6% 수준으로 설명합니다.

VLM을 적용하고 AI 모델을 고도화한 결과 위험탐지 정탐율은 85.6%에서 96.2%로 향상됐습니다.

위험을 발견하는 데 걸리는 시간도 최대 500초에서 5초로 단축됐습니다. 단순 환산하면 최대 약 99% 줄어든 수준입니다.

더 중요한 것은 실제 현장 적용 결과입니다.

자료에서는 2025년 5월 이후 AI CCTV가 설치된 고위험지역의 안전사고가 Zero였다고 제시합니다. 같은 기간 연기 감지 8건을 포함해 31건의 위험을 사전에 발견해 예방 조치로 연결한 것으로 정리돼 있습니다.

KoCops에서도 구체적인 감지 실적이 나타났습니다.

현장 순찰 과정에서 안전모 미착용 11회, 차량 공회전 등에 따른 과열 1회를 발견했으며 자료상 기타 사고는 0건으로 제시됩니다. 특히 사람이 계속 순찰하기 어려운 22시~06시 고위험 시간대를 집중적으로 확인하는 방식으로 활용되고 있어요.

Ko-BoT은 삼천포 석탄이송설비에서 이동형 2대, 고정형 4대와 관제시스템을 운영하고 있습니다. 자료에는 시범운영 과정에서 실제 고장 1건 / AI 고장감지 1건, 그리고 화재점검 5분 이내, 기존 대비 95% 감소라는 결과가 제시됩니다.

주요 성과

사람을 빼는 자동화가 아니라, 사람을 위험에서 멀어지게 하는 자동화예요

이 사례에서 피지컬 AI가 만드는 가장 중요한 변화는 단순한 인력 절감이 아닙니다.

안전관리자가 위험한 설비에 더 가까이 다가가야 정보를 얻을 수 있었던 구조에서, 로봇과 센서가 데이터를 가져오는 구조로 바뀝니다.

관제 담당자가 모든 CCTV를 계속 바라봐야 했던 구조에서는 AI가 위험 가능성이 있는 장면을 먼저 선별합니다.

설비에 이상이 발생한 뒤 작업자가 확인하던 구조에서는 AI가 지속적으로 데이터를 모아 이상징후를 먼저 찾습니다.

즉 사람을 현장에서 없애는 것이 아니라, 사람이 위험에 노출돼야 하는 순간과 반복적인 감시 업무를 줄이는 것입니다.

한국남동발전의 AX 전략에서도 스마트 안전의 방향을 ‘AI 기반 위험예측·대응’과 ‘AI 영상분석·AI 점검로봇 등 지능형 안전장비 도입·확산’으로 설정하고 있습니다. 안전사고 Zero와 안전한 일터가 핵심 목표로 제시돼 있어요.

확장 가능성 – 발전소를 넘어 산업안전의 ‘피지컬 AI 표준’으로

한국남동발전은 현재의 로봇과 AI CCTV를 개별 실증 프로젝트로 끝내지 않을 계획입니다.

먼저 센서 기반 빅데이터를 더 많이 구축하고 자율주행과 AI 점검의 정확도를 높입니다. 이후 AI 정확도를 공인기관에서 검증하고, 검증을 마친 시스템을 전 사업소로 확대할 계획입니다.

그다음에는 발전소에서 축적한 피지컬 AI 활용방법을 표준화하고 AI 안전관리 표준모델로 발전시키는 방향을 제시합니다.

적용할 장비도 확대됩니다. 현재의 순찰·점검로봇과 AI CCTV에서 더 나아가 AI 휴머노이드 로봇과 보안점검 드론 등으로 피지컬 AI 활용 분야를 넓힐 계획입니다.

발전소에서 검증한 기술이 산업현장 전반으로 확산될 가능성도 있습니다.

제철소, 물류센터, 플랜트, 대형 제조공장처럼 위험설비와 사람이 함께 존재하는 현장에도 비슷한 문제가 있기 때문입니다.

사람이 접근하기 어려운 구간이 있고, 24시간 점검해야 하는 설비가 있으며, 수많은 CCTV를 소수의 관제인력이 확인하고 있다면,

‘순찰하는 AI + 설비를 점검하는 AI + 영상을 이해하는 AI’라는 구조를 적용해볼 수 있습니다.

다만 한국남동발전 역시 바로 전면 확대하기보다 AI 정확도의 공인기관 검증과 전 사업소 적용을 통한 개선을 향후 단계로 두고 있습니다. 안전처럼 오탐과 미탐의 영향이 큰 분야에서는 AI의 성능을 현장에서 계속 검증해야 하기 때문입니다.

마무리 – AI가 화면 밖으로 나오자, 안전관리의 범위가 넓어졌어요

한국남동발전의 사례는 AI가 문서를 작성하거나 데이터를 분석하는 데서 한 단계 더 나아가 실제 산업현장과 만났을 때 무엇을 할 수 있는지 보여줍니다.

KoCops는 사람이 접근하기 어려운 부두를 움직이며 위험을 확인합니다.

Ko-BoT은 설비 가까이에서 영상과 소리, 가스, 온도 데이터를 수집하며 이상징후를 살핍니다.

VLM 기반 AI CCTV는 수많은 영상 가운데 실제 위험 가능성이 있는 장면을 골라내고, 상황을 언어로 바꿔 관제 담당자에게 전달합니다.

결국 피지컬 AI가 맡는 역할은 분명합니다. 사람보다 위험한 곳에 먼저 가고, 사람이 쉬는 시간에도 계속 살피며, 사람이 놓칠 수 있는 신호를 먼저 찾아주는 것입니다.

그리고 사람은 AI가 발견한 위험을 확인하고 실제 작업을 중단하거나 설비를 점검하는 최종 판단과 조치에 집중합니다. 안전사각지대를 줄이기 위한 출발점은 반드시 새로운 로봇을 구매하는 것만은 아닙니다.

우리 현장에서도 다음 질문부터 시작해볼 수 있습니다.

“지금 사람이 위험을 감수하면서 확인하고 있는 장소와, 사람이 계속 보고 있어야만 발견할 수 있는 위험은 어디일까?”

그 공간과 업무가 바로 피지컬 AI를 적용할 수 있는 첫 번째 후보가 될 수 있습니다.