인천공항 AI 셔틀트레인 안전관제 – 12개 현장을 1초 안에 연결하다
“무인 셔틀트레인이 운행을 시작하기 전, 터널에 남아 있는 작업자를 놓치지 않을 방법은 없을까요?”
인천국제공항 셔틀트레인은 터미널과 탑승동을 연결하며 하루 평균 약 6만 명이 이용합니다. 365일 24시간 자동으로 운행하기 때문에 운행구간과 차량기지의 안전상태를 쉼 없이 확인해야 합니다.
철도작업 현장에는 열차충돌뿐 아니라 감전, 추락, 안전장비 미착용, 외부인 침입 같은 위험이 존재합니다. 특히 터널은 길고 시야가 제한돼 작업자가 남아 있는지 사람이 모든 구역을 실시간으로 확인하기 어렵습니다.
인천국제공항공사는 기존 승객 안전관제 기술을 작업현장으로 확장해 AI 기반 셔틀트레인 통합안전관제 PoC를 추진했습니다.
AI가 CCTV와 깊이정보를 분석해 위험상황을 찾고, 현장에 즉시 경고한 뒤 관제실 지도와 영상에 표시하는 구조입니다.
Challenge – 터널과 차량기지를 24시간 빈틈없이 살펴야 해요
셔틀트레인은 기관사가 직접 운전하지 않는 자동운행 방식입니다. 운행 전 작업자가 선로에 남아 있거나, 위험구역에 사람이 들어오는 상황을 빠르게 발견하지 못하면 큰 사고로 이어질 수 있습니다.
기존 카메라만으로는 한계가 있었습니다.
터널 카메라 사이의 거리가 길어 모든 구역을 촘촘하게 보기 어렵습니다.
야간과 저조도 환경에서는 사람의 육안관제 부담이 커집니다.
여러 화면을 동시에 보는 관제사는 짧은 이상상황을 놓칠 수 있습니다.
경고방송과 관제전파를 사람이 순서대로 처리하면 대응이 늦어질 수 있습니다.
순찰인력을 늘리는 것만으로 24시간 모든 지점을 확인하기도 어렵습니다. 인천공항은 사람이 화면을 계속 지켜보는 방식에서 AI가 먼저 위험을 감지하고 관제사가 확인하는 방식으로 전환할 필요가 있었습니다.
Solution – 탐지·현장경고·관제전파를 하나의 흐름으로 만들었어요
PoC는 셔틀트레인 터널 9곳과 차량기지 3곳, 총 12개 지점에 적용됐습니다.
일반 RGB 영상과 깊이정보, 위치지도를 함께 활용하고 비전언어모델을 결합해 상황을 판단하도록 구성했습니다.
① 네 가지 위험상황을 자동으로 감지해요
AI가 자동 탐지하는 대상은 다음 네 가지입니다.
운행 전 터널이나 선로에 남은 작업자
안전모를 착용하지 않은 작업자
쓰러지거나 넘어진 사람
허가받지 않은 위험구역 침입
AI가 위험을 감지하면 단순히 화면에 테두리를 표시하는 데 그치지 않습니다. 발생 위치와 시간, 영상, 상황유형을 함께 기록해 관제사가 즉시 확인할 수 있도록 합니다.
② 1초 안에 관제실로 알리고 현장에 경고해요
위험상황이 발생하면 현장 스피커로 자동 경고방송을 내보내고, 관제실 화면에는 해당 위치와 영상이 표시됩니다.
관제사는 지도를 통해 어느 카메라에서 어떤 상황이 발생했는지 확인하고, 필요하면 운행중지나 현장출동 등 후속조치를 지시할 수 있습니다.
AI 탐지 → 현장 경고 → 관제실 알림 → 대응조치 → 이력저장이 하나의 절차로 연결됩니다.
③ 실제 훈련으로 관제 대응까지 확인했어요
PoC에서는 터널 침입자와 차량기지 작업자 쓰러짐 상황을 가정한 통합 비상훈련을 진행했습니다.
AI가 상황을 감지하고 관제실이 경보를 확인한 뒤 비상대응 절차를 실행하는 과정을 점검했습니다. 기술 성능뿐 아니라 실제 운영조직이 AI 알림을 어떻게 받아들이고 대응할지까지 확인한 것입니다.
PoC 결과 – 12개 지점에서 90% 이상 탐지와 1초 이내 전파를 확인했어요
실증 결과는 다음과 같습니다.
지표 | PoC 결과 | 의미 |
|---|---|---|
AI 관제 적용지점 | 12곳 | 터널 9곳·차량기지 3곳 |
자동 탐지상황 | 4종 | 잔류·안전모·쓰러짐·침입 |
탐지 정확도 | 90% 이상 | PoC 성능 확인 |
탐지 후 관제표출 | 1초 이내 | 실시간 전파 확인 |
통합 비상훈련 | 2개 시나리오 | 터널 침입·차량기지 쓰러짐 |
실증 시나리오에서는 안전모 미착용 2건, 위험구역 침입 3건, 쓰러짐 3건을 감지했습니다. 이는 시스템 성능을 점검하기 위해 만든 시험상황의 탐지건수이며, 실제 산업재해 발생건수를 의미하지 않습니다.
또한 ‘탐지 정확도 90% 이상’은 PoC 환경에서 확인한 결과입니다. 공항 전체 철도구역에 이미 전면 적용됐거나 모든 날씨·조명·혼잡상황에서 같은 성능이 보장된다는 뜻은 아닙니다.
다음 단계 – 셔틀트레인에서 공항과 철도현장으로 확장해요
인천공항은 PoC 결과를 바탕으로 터미널과 탑승동, 제2터미널 등 적용범위를 단계적으로 확대하는 방향을 제시했습니다. 공항 수하물 컨베이어와 다른 철도기관의 노선에도 같은 안전관제 구조를 적용할 수 있습니다.
다만 이 내용은 향후 확산 로드맵입니다.
현재 달성된 것은 12개 지점의 PoC와 비상훈련입니다. 공항 전체 또는 다른 철도기관 20개 노선으로의 확대는 후속 투자와 현장별 검증이 필요한 계획입니다.
확대 과정에서는 카메라 사각지대, 저조도, 작업복과 장비의 다양성, 개인정보 보호, 오탐·미탐 대응절차를 함께 다뤄야 합니다. AI 경보가 운행중지 같은 중요한 판단으로 이어질 수 있으므로 최종 의사결정은 관제사가 맡아야 합니다.
마무리 – AI가 위험을 먼저 보고, 관제사가 대응을 결정해요
철도안전은 사고가 발생한 뒤 원인을 찾는 것보다 위험을 몇 초 먼저 발견하는 일이 중요합니다.
인천공항의 PoC는 터널과 차량기지의 영상을 AI가 상시 분석하고, 이상상황을 1초 안에 현장과 관제실로 연결했습니다.
핵심은 카메라 수를 늘린 데 있지 않습니다.
위험을 자동으로 찾고, 현장에 경고하며, 관제사의 대응과 기록까지 연결한 운영체계를 검증한 데 있습니다.
향후 적용범위를 넓히더라도 AI가 사고를 단독으로 판단하는 구조가 아니라, AI는 위험후보를 빠르게 알리고 관제사가 상황과 맥락을 확인하는 원칙이 중요합니다.