산업 안전 고도화를 위한

사물 인터넷(IoT)과 데이터 분석(Data Analytics) 활용

•센서를 통하여 생산설비와 작업자 실시간 모니터링

•실시간 데이터 분석으로 기계 트러블과 잠재적인 위험 예방

•데이터 분석으로 직원 안전 교육이 필요한 곳 중점적 프로세스 가시화

제조업을 비롯한 산업계 전반에서의 안전대책은 주로 안전 체크리스트를 보며 눈으로 현장을 확인하는 사후 대응 방법으로 추진해 왔다.

고위험 환경에서 이러한 방법은 일거리만 많아질 뿐이다. 사고 발생 후 대응은 본질적인 문제해결 방법이 아니며 장기적으로 지속 가능하지도 않다.

OSHA(Occupational Safety and Health Administration. U.S. Department of Labor)에 따르면, 미국에서 매년 4,500명 이상의 근로자가

작업장 사고로 인해 목숨을 잃는 것으로 나타났다. 사물 인터넷과 데이터 분석 등 새로운 기술을 활용하여 잠재적 사고를 조기에 파악하여 사전에

예방하는 방법을 알아본다.

https://www.osha.gov/sites/default/files/OSHAwhite-paper-january2012sm.pdf

IoT 장치는 센서 및 기타 웨어러블 같은 물리적 디바이스와 소프트웨어가 연결되어 있어 현장 데이터 실시간으로 수집하여 분석하고 이를 기반으로

의사 결정과 판단을 내리고 조치를 취한다.

기계용 스마트 센서든 자동화된 운영 시스템이든 물리적 장치와 네트워크를 사내에 구축하여 작업장 전반의 안전을 효율적으로 강화할 수 있다.

산업 환경에서 IoT 및 데이터 분석을 사용할 수 있는 5가지 방법을 아래에 소개한다.

1. 실시간 모니터링

IoT의 최고의 응용 프로그램 중 하나가 생산장비와 작업자의 실시간 모니터링이다. 작업 현장의 환경에 센서를 설치하여 생산설비의 온도와 진동,

작업자의 위치와 맥박 등을 쉽게 추적할 수 있다.

IoT 센서의 작동

센서가 장비에 직접 내장되면 시스템 내의 마이크로컨트롤러는 수집된 데이터를 처리하여 연결된 물리적 장치나 클라우드로 전송한다. 이렇게 하면

기게나 작업환경의 불규칙성을 효율적으로 식별하여 잠재적인 위험에 사전에 대처할 수 있다.

예를 들어 Shell은 이미 비디오 분석을 사용하여 수집된 데이터에서 안전하지 않은 행동을 실시간으로 감지하는 AI 기반 안전 모니터링 시스템을 구축했다.

시스템이 위험을 감지하면 지정된 팀에 즉시 경고 알람을 알려 문제를 해결할 수 있도록 한다.

2. 예측 유지 관리

데이터 분석을 사용하면 예상치 못한 장비 고장으로 인한 안전사고와 불필요한 비용을 방지할 수 있다. IoT 시스템을 통하여 장비의 실시간 데이터를

수집하고 패턴을 분석하여 실시간 센서 데이터와 장비의 전반적인 성능 데이터를 비교한다. 이 프로세스를 통해 시스템은 과열과 같은 비정상적인 동작을

감지할 수 있으며 연결된 장치에 보고서를 자동으로 보낸다.

이 도구를 사용하여 장비 고장의 위험을 줄이기 위해 필요에 따라 기계 부품을 수리하거나 교체할 수 있다. 이는 또한 위험한 상황과 잠재적 위험을

예방하는 데 도움이 된다.

경제적 이점뿐만 아니라 이 도구를 통해 얻을 수 있는 안전 이점도 그만큼 중요하다. 예상치 못한 고장을 조기에 감지하고 예방하면 부상 가능성과

잠재적인 위험에 대한 전반적인 노출도 줄일 수 있다.

3. 디지털 안전 교육

기존의 안전 교육 프로그램은 동일한 모듈과 훈련을 받을 수 있도록 개발되었다. 일반적으로 근로자의 일상 작업이 실제로 어떤 모습인지 자세히

고려하지 않고 설계되었기 때문에 안전 교육의 효과에 의문이 제기될 수 있다. 이러한 점을 개선하기 위해 IoT 및 데이터 분석을 통해 현장에서 실제로

일어나는 일을 기반으로 안전 교육 프로그램을 개발할 수 있다.

장비 성능, 사고 보고서 및 센서 데이터 분석을 통해 현장의 실제 조건과 잠재적 주요 위험의 문제점에 초점을 맞추어 교육을 재설계할 수 있다.

그렇다면 실제로 어떻게 사용되고 있을까?

이전 사고 보고서와 센서 데이터는 자주 위반하거나 안전하지 않은 행동이 발생하는 영역을 식별하는 데 도움이 된다.

따라서, 작업자의 특정 역할에 초점을 맞춘 새로운 교육 모듈을 개발할 수 있다.

효과 검증으로 전반적인 성과를 추적하면 교육이 실제로 더 안전한 작업 환경으로 이어지고 있는지 여부를 평가할 수 있다.

현재 이를 테스트하고 있는 회사 중 하나가 Honeywell이다. 웨어러블과 데이터 플랫폼을 결합한 커넥티드 워커 솔루션을 개발했다. 이 시스템은

직원들에게 안전하지 않은 상황을 실시간으로 경고하고 향후 교육 프로그램을 설계하고 개발하는 데 사용할 수 있는 정보를 수집한다. 이러한 개선으로

작업자의 반응 시간을 단축하고 필요할 때마다 작업자에게 필요하고 정확한 정보를 제공함으로써 안전사고와 인적 오류를 줄이고 있다.

4. 공급망 위험 추적

안전 위험은 제조설비가 있는 현장에서만 발생하지 않는다. 손상된 컨테이너, 부적절하게 취급하는 자재 등 물류 현장에도 안전을 위협하는 위험이 항상

잠복해 있다.

IoT 및 데이터 분석 기술의 발전으로 이제 공급망 추적이 가능하여 운송 중 상태를 실시간으로 모니터링할 수 있다. 안전을 위협하는 원인도 이 기술을

활용하여 앞서 대응해 나갈 수 있다.

추적은 어떻게 작동하나?

스마트 포장 장치 또는 센서를 상자 또는 팔레트에 부착하면 다음과 같은 물류 환경을 모니터링할 수 있다.

• 온도측정 데이터로 운송 중에 자재나 상품, 작업 환경 모니터링.

• 충격 또는 진동 모니터링. 패키지를 싣고 내리는 동안 거친 취급이나 낙하가 있었는지 감지할 수 있다.

• 습기 노출. 원자재를 망치지 않도록 자재가 올바른 조건으로 운송되었는지 쉽게 확인할 수 있다.

위와 같은 모니터링 이외에도 실시간 GPS 및 경로 분석에 액세스하면 배송에 대한 실시간 업데이트 데이터를 얻을 수 있다. 패키지 취급 위험 상황이

발생하면 경고 울림으로 대응을 촉진한다.

이는 또한 공급업체 별로 패키지를 안전하게 배송하는지 평가할 수 있는 자료를 얻는 데 매우 유용하다. 이 시스템을 사용하면 포장 불량이나 온도 제어와

같은 다양한 이유로 공급업체에 개선을 요청할 수 있으며 계약 재협상에 도움이 된다.

Sensitech는 콜드체인 모니터링 분야의 글로벌 리더이다. 콜드체인 시스템은 제약 및 식품 산업에서 공급망 전체의 온도 변화를 추적하고 제어하는 데

널리 사용되고 있다. 그러나 핵심 기능은 감지된 변경 사항에 대한 책임이 누구인지 알려주는 기능이다.

이러한 시스템은 다양한 공급업체의 과거 데이터 수집 분석을 기반으로 실제로 운송 조건을 충족하는 공급업체와 실패하는 공급업체의 패턴을

식별할 수 있다. 이 정보는 공급업체 관계 및 계약 협상 시 자사에 유리하게 작용하므로 큰 가치가 있다.

5. 인프라 상태 모니터링

기계와 사람의 안전은 모든 작업장에서 최우선 과제이다. 운영하는 공장의 건물, 구조물 및 시스템은 시간의 경과에 따라 노후화된 시설이나 마모가

심한 기계의 부품에서 심각한 위험이 잠재해 있다.

IBC(International Building Code) 16장은 건물의 구조적 무결성에 대한 섹션으로 다양한 구조물의 하중 지지 성능, 재료 제한 및 안전 계수에 대한

몇 가지 주요 표준을 다루고 있다.

IoT 기술을 통해 이러한 표준을 준수할 수 있다. 이제 센서를 사용하여 건물 및 장비를 실시간으로 모니터링할 수 있다.

일반적인 응용 분야는 다음과 같다.

센서, 특히 구조 센서는 플랫폼, 사다리, 크레인과 같은 인프라에 내장하여 시간 경과에 따른 중량 부하, 미세 진동, 심지어 파이프나 탱크의 습기나 부식까지

모니터링할 수 있다.

원격 진단으로 안전 팀이 현장에 직접 가지 않고 여러 현장을 효율적으로 모니터링할 수 있다. 이는 고위험 요소 또는 위치의 집중적인 관리로 안전을

높일 수 있다.

몇 달 또는 몇 년 단위의 데이터 패턴을 분석하면 기계의 마모 패턴을 예측하는 데 도움이 된다. 구조물의 특정 부분에 고장 징후가 보이면 미리 유지 관리

일정 계획을 세워 가동 중단이나 긴급 상황을 피할 수 있다.

이러한 접근 방식은 전반적인 작업장 안전 관리에 유용하다. 실제 데이터를 기반으로 하는 안전 관리 업무 방식이 오늘날 더욱 중요해지고 있다.

기술은 일이 발생하기 전에 확인하고, 신속하게 대응하고, 그 보상으로 잠재적인 위험을 미리 대비할 수 있는 도구를 제공한다.

출처ㅣhttps://www.designnews.com/iot/5-ways-to-use-iot-data-analytics-for-enhanced-industrial-safety