🔦 야간 하역작업의 가시성 개선 및 AI 영상분석 안전감시 시스템 도입 가이드

작성자:

후킹: “불빛이 안전이다 — 야간 작업의 사각지대를 AI로 지워라.”
왜 지금? 2025년 부산신항 야드 충돌 및 잠수사 사고 이후, 국토교통부와 항만공사가 공동으로 스마트 조명 + AI 영상분석 안전감시 파일럿을 시작했다.
자동화 항만 증설과 함께 야간 작업의 조도·가시성 관리 기준이 새롭게 정립되는 시점이다.
AI가 ‘보는 눈’이 되고 조명이 ‘작업의 언어’가 되는 시대, 이제 항만의 야간안전은 데이터로 관리되어야 한다.

🧩 사고 개요

야간 하역작업은 항만 운영의 절반 이상을 차지한다. 특히 부산신항·광양항 등 대형 컨테이너 터미널에서는 24시간 가동 체계로 인해 새벽 시간대 작업이 일상화되어 있다.
하지만 조명 노후화, 기상 영향(안개·비), 그리고 자동화 구간의 사각지대 증가로 사고 위험이 누적되고 있다.

2025년 7월 발생한 부산신항 상업잠수 사고 는 조도 부족 및 배기가스 혼류 의심으로 2명이 사망한 사건이다.
같은 달 홋줄 작업 사망사고 에서는 야간 라싱 구역 표식이 제대로 식별되지 않아 신호수가 협착됐다.
이 사건들은 ‘보이지 않는 위험’이 얼마나 치명적인지 보여준다.

이후 부산항만공사는 야드 투광기 교체 및 AI 영상분석 기술 도입을 결정했다.
야간 작업을 “밝게 만드는 것” 을 넘어, “스스로 보고 판단하는 조명체계” 로 전환하는 것이 핵심이다.

🔎 원인 분석 (행동 · 환경 · 장비 · 관리체계)

  • 행동:
    • 라셔가 조명 음영 구간에서 작업 위치를 이탈하거나, 신호수가 차량 동선을 제대로 인지하지 못하는 경우 발생.
    • 피로와 주의력 저하로 안전 벨트 및 반사 PPE 착용률 하락.
  • 환경:
    • 조도 불균형 (밝은 곳과 어두운 곳의 대비 가 1:10 이상) 으로 눈의 순응 시간이 증가.
    • 비·안개 상황에서 LED 투광기의 산란광 현상으로 시야 거리 감소.
    • 염분 · 분진 으로 렌즈 오염 → 빛 확산 및 노이즈 발생.
  • 장비:
    • 리치스태커 및 트랙터 사각지대 내 작업자 위치 식별 곤란.
    • 노후 CCTV 는 야간 모드에서 프레임 드롭 및 색상 왜곡 빈번.
    • IR 센서 불균형 으로 AI 모델의 객체 검출 정확도 저하.
  • 관리체계:
    • 조도 측정이 형식적(분기 1회 미만).
    • 영상보존 · 개인정보보호 절차 미흡 (보존 기간·접근권한 불명확).
    • 관제실 운영 SOP 부재 및 야간 근무자 훈련 누락.

📑 법 · 기준 핵심

  • KOSHA 가이드라인:
  • 국제표준:
  • 국내 법령 연계:
    산업안전보건기준 규칙 제225조 (조명) 및 항만안전법 제30조 (안전시설 기준) 조항에 근거해 조도 측정·보고 체계 의무화가 논의 중이다.

🗂️ 실제 사례 5가지

  1. 부산신항 상업잠수 사고 (2025.7.20)
    → 새벽 시간대 산소 공급 혼류 및 감시 공백. 실시간 가스 센서·조명감시 필요.
  2. 홋줄 작업 사망사고 (2025.7.29)
    → 라싱 구역 표식 미흡, 조도 50 Lux 미만. 야간 작업 경계 LED 라인 의무화 필요.
  3. 싱가포르 투아스항 STS 크레인 전도 (2025.6.15)
    → 야간 풍속 · 지면 진동 모니터링 결여. AI 비전 기반 진동 센서 결합 필요.
  4. 리치스태커 AI 안전운영 논문
    → YOLOv8 + 거리추정 모델 결합으로 충돌 예측 정확도 95 % 도달.
  5. 컨테이너 손상 YOLO-NAS 사례
    → AI 탐지 속도 0.03 s/frame, 야간 화물 파손 자동 분류 성공.

🧪 SOP — “스마트 조명 × AI 관제” 단계별 도입 절차

  1. 조도 진단 및 맵핑:
    루멘 맵 작성, 현장별 조도계 측정(작업면·통로 각 20 포인트 이상). 결과를 히트맵으로 시각화하여 암부·눈부심 구역 표시.
  2. 조명 리뉴얼:
    고효율 LED 투광기 및 글레어 실드 적용, 균일도 0.4 이상 유지. 점검주기 월 1회 → AI 자동 점검 로그 도입 가능.
  3. 카메라 업그레이드:
    Starvis 2 센서 탑재 저조도 카메라 + 열화상 보조 모듈 설치. 영상 프레임 ≥ 30 fps, 해상도 2 M 이상, 야드 FOV 90° 권장.
  4. AI 모델 적용:
    객체 탐지 (인체·차량) + 이벤트 분석 (근접 < 1.5 m, 금지 구역 진입, 화염/연기 감지). 라벨 데이터 2000 장 이상 학습, 정확도 95 % 이상 유지.
  5. VMS 통합:
    알람패널 · 워크플로우 연계. 오탐률 10 % 이하로 튜닝 → 월간 로그 분석으로 정책 보정.
  6. 개인정보·보안:
    접근권한 RBAC 설정, 보존 30~60일, 마스킹 · 가면처리 필수. EDPB 3/2019 지침 및 국내 PIPA 동시 준수.
  7. 교육 · 리뷰:
    관제원 · 라셔 · 장비운전원 대상 OJT. 근접사고 영상 리플레이 기반 AAR(After Action Review) 실시.

🧰 현장 체크리스트 (실행용)

  • 야간 조도 측정 및 히트맵 갱신
  • 투광기 눈부심 · 암부 점검 및 정비 로그 작성
  • 카메라 렌즈 세척 · IR 성능 테스트 완료
  • AI 알람 임계치 · 오경보 통계 분석 반영
  • 라싱 구역 LED 비콘 및 바닥 마킹 점검
  • PPE 반사 소재 착용률 모니터링
  • 관제 워크플로우 리드타임 기록
  • 개인정보 공지 및 보존 정책 주기적 교육

🛠️ 현장 적용 팁

  • 저비용 전략: 기존 CCTV 에 AI 소프트웨어만 추가해 시범운영. 야적장 전 구역이 아닌 ‘교차부·라싱존’ 우선.
  • UX 가시화: 노면 반사마킹 (노랑/흑), LED 비콘 근접 시 점멸, AI 히트맵으로 암부 표시.
  • 데이터 루프: 근접사고 영상을 교육콘텐츠로 활용, 계절별 시나리오 훈련.
  • 테스트베드 연계: 광양 자동화 항만 및 부산항 디지털 전환 사업에 연동하여 표준 RFP 화.

📈 데이터 · 트렌드

  • BoanNews 2025 VMS·AI 리포트 에 따르면 항만 · 물류 부문 AI 비전 적용 비율은 전년 대비 43 % 증가.
    충돌 예측 · 화재 감지 등 안전 AI 가 핵심 기능으로 확산 중이다.
  • Port of Rotterdam AI 프로그램 은 야간 조명 · 기상 데이터를 통합 모델링하여 관제 효율을 20 % 향상시켰다.
  • 싱가포르 PSA 항만도 AI 비전과 RTLS 결합으로 작업자 식별 정확도 98 % 도달.
  • 한국에서도 ‘스마트 야드 조명’ 국가 R&D (2025~2027) 사업이 기획 중이며, AI 감시 시스템을 기반 안전설비로 편입 예정이다.

📎 참고 · 링크

야간 하역작업의 가시성 개선 및 AI 영상분석 안전감시 시스템 도입 가이드

“🔦 야간 하역작업의 가시성 개선 및 AI 영상분석 안전감시 시스템 도입 가이드”에 대한 1개의 생각

  1. 핑백: 🚚 하역장 지게차·야드트럭 충돌 사고 감소를 위한 AI 기반 분리 운영 시스템 가이드 - 항만안전 데이터랩

댓글 남기기

항만안전 데이터랩에서 더 알아보기

지금 구독하여 계속 읽고 전체 아카이브에 액세스하세요.

계속 읽기