먼저 숫자부터 보겠습니다. 이것이 중요한지를 가리는 논쟁을 끝내기 때문입니다. OSHA의 공개 자료에 따르면 미국에서 연간 약 85명의 산업재해 사망자와 34,900명의 중상자가 지게차로 인해 발생하며, 지게차에 치인 보행자는 주요 사망 원인 중 하나입니다. (최신 수치는 OSHA의 최신 공개 자료를 확인하십시오.) 지게차는 창고에서 가장 위험한 기계입니다. 끝.
그래서 AI 비전 충돌 경고가 지난 2년간 급성장한 것도 놀라운 일이 아닙니다. 카메라와 알고리즘——실시간 보행자 감지, 거리 추정, 사각지대 커버리지. 지게차에 눈을 달아준 것과 같습니다. 제 결론은 이렇습니다: 방향은 맞습니다. 하지만 시스템이 현장 운영을 대신 돌봐주길 기대하지 마십시오. 작년에 파일럿 도입 현장을 지켜봤는데, 현장의 함정은 벤더의 슬라이드 자료를 압도했습니다.
실제로는 어떻게 "보는"가
AI 비전 충돌 시스템은 세 가지를 합니다. 첫째, 보행자 감지: 알고리즘이 카메라 영상 속 사람에게 박스를 그려 파렛트·랙·다른 지게차와 사람을 구분합니다. 둘째, 거리 추정: 단안 측거법이나 깊이 카메라로 보행자까지의 거리와 좁혀지는 속도를 계산해 충돌이 진행 중인지 판단합니다. 셋째, 사각지대 커버리지: 진짜 살인자는 운전자가 볼 수 없는 구역——커브 안쪽, 올라간 포크에 가린 정면, 후진 시 후방입니다. 이 위치에 카메라를 달면 운전자의 시야가 완성됩니다.
위험이 감지되면 시스템은 보통 두 단계로 작동합니다: 먼저 운전자에게 청각·시각 경보를 울리고, 거리가 계속 좁혀지면 자동 감속·자동 제동을 겁니다. 종이 위에서는 매끈하게 읽힙니다. 실무에서는 각 단계마다 함정이 있습니다.
영업 말은 무시하십시오. 파일럿은 네 가지 숫자로 결판납니다
첫째: 오경보율. 제가 지켜본 파일럿 첫 주에는 오경보가 너무 잦아 운전자들이 부저를 음소거했습니다——랙 기둥이 보행자로 감지되고, 고리에 걸린 고시인성 조끼가 박스로 표시되었습니다. 매일 늑대 소년 노릇을 하는 시스템은 시스템이 아닙니다. 제 기준: 오경보가 정상 작업을 방해하면 탈락입니다. 끝.
둘째: 감지 누락. 오경보보다 나쁩니다. 두 시나리오를 집중 테스트하십시오: 화물을 정리하느라 웅크린 작업자(몸의 절반만 화면에)와 나란히 걷는 두 사람(알고리즘이 하나로 합침). 한 번의 누락이 사고가 될 수 있습니다. 인수 시험 때는 2주 연속 감지 누락 제로를 요구했습니다.
셋째: 응답 지연 시간. "사람이 위험 구역에 진입"부터 "운전자가 경보를 수신"까지——0.5초를 넘으면 의미가 없습니다. 5–6 mph의 지게차는 0.5초에 1미터 이상 이동합니다. 실험실 수치를 믿지 말고 현장에서 스톱워치로 직접 재십시오.
넷째: 야간·분진 환경에서의 성능. 낮 데모는 화려하지만 야간의 어두운 조명이나 성수기의 심한 분진에 무너지는 비전 시스템은 흔합니다. 인수 시험은 야간 근무를 반드시 포함해야 합니다. 벤더가 가장 덮고 싶어 하는 항목이 바로 이것입니다.
청색등·레이더와의 비교: 이기는 곳, 이기지 못하는 곳
전통적인 수단은 세 가지입니다: 청색 스포트라이트, 후진 레이더, 볼록 거울. 청색등이 가장 쌉니다——대당 수십 달러——보행자에게 지게차가 온다고 알려줍니다. 하지만 일방향입니다: 보행자에게 경고할 뿐 운전자를 경고하지 않습니다. 이어폰을 끼고 스마트폰을 보는 보행자는 절대 보지 못합니다.
레이더는 거리는 재지만 사람과 랙 기둥을 구분하지 못해 오경보가 계속 높습니다. 1년 안에 레이더를 철거하는 창고가 부지기수입니다. 거울은 가장 원시적인 선택——완전히 운전자의 자각에 의존합니다.
AI 비전의 진짜 강점은 구분력입니다: 사람과 사물을 구분할 수 있고, 이는 레이더가 원리적으로 못 하는 일입니다. 약점도 마찬가지로 현실적입니다: 어둠에 약하고, 더러운 렌즈에 약하고, 가림에 약하며, 풀 시스템 비용은 청색등의 수십 배입니다. 제 손익 계산은 단순합니다: 보행자 통행량이 많고 교차로가 많은 현장은 투자가 정당화됩니다. 지게차가 하루 종일 거의 움직이지 않는 작은 창고는 청색등·속도 제한·교육이면 충분합니다.
도입 전에 이것부터 정리하십시오
첫째, 카메라 배치. 아차사고 히트맵을 그리십시오: 지난 3년간의 지게차 관련 사고·아차사고를 전부 플롯하고 그 지점부터 카메라를 설치하십시오. 벤더의 "표준 레이아웃"을 받아들이지 마십시오——표준 레이아웃은 벤더의 편의를 커버할 뿐 당신의 리스크는 아닙니다.
둘째, 캘리브레이션과 튜닝. 설치 후 최소 2주간의 튜닝을 예산에 넣으십시오: 오경보 임계값, 경보 거리, 감속 곡선, 모두 실제 속도와 보행자 통행량에 맞춰 조정합니다. 튜닝을 건너뛰고 곧바로 본가동에 들어간 현장이 후회하지 않은 경우를 본 적이 없습니다.
셋째, 차량 관리와 연동. 경보 데이터는 시스템으로 흘러야 합니다: 어떤 차량, 어떤 근무조, 어떤 위치에서 가장 많은 경보가 나는지. 그 데이터가 설계가 잘못된 교차로와 나쁜 습관의 운전자를 알려줍니다. 로깅 없는 경보는 가치의 절반을 버리는 셈입니다.
그리고 운전자의 저항——사람의 함정을 과소평가하지 마십시오. 파일럿 현장에서 운전자들은 처음에 카메라를 감시로 여겼고, 두 명은 박스로 렌즈를 가릴 정도였습니다. 명령으로는 해결할 수 없습니다. 경보 데이터는 안전 개선을 위한 것이지 인사평가가 아님을 명확히 하고, 오경보 임계값 튜닝에 운전자를 참여시키십시오——현장 바닥을 가장 잘 아는 사람은 그들입니다. 운전자를 "감시받는 자"에서 "참여자"로 바꾸면 시스템이 정착합니다. 기술 문제는 해결할 수 있지만, 풀지 못한 사람의 문제는 기술을 무가치하게 만듭니다.
넷째, 솔직한 ROI를 계산하십시오. 보행자 사고 1건의 비용은 직접분——의료비, 산재 보상, OSHA 벌금——에 간접분을 더한 것: 다운타임, 보험료 인상, 무너진 사기. 합하면 AI 비전 시스템 비용을 가뿐히 넘습니다. 이게 맞는 셈법이지, 정찰가가 아닙니다. 하지만 반대 방향으로도 솔직하게: 5년간 무사고이고 보행자 구역이 지게차 통로와 물리적으로 분리된 창고라면 이 돈은 나중으로 미뤄도 됩니다.
가져갈 질문 하나: 가장 큰 리스크가 운전자가 볼 수 없는 것입니까, 아니면 보고도 멈출 수 없는 것입니까? 전자라면 AI 비전은 진지하게 논의할 가치가 있습니다. 후자——과속 운전자, 과속방지턱 없는 교차로, 아무도 지키지 않는 보행자 통로——라면 먼저 관리와 물리적 분리를 고치고 AI 얘기를 하십시오. 기술은 관리의 문제를 해결하지 않습니다. 순서를 바꾸지 마십시오.
영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.
