USG Boral, AWS를 활용한 선구적인 AI 안전 시스템 출시

USG Boral은 Amazon Web Services(AWS) 파트너 네트워크(APN)의 엄선된 기술 파트너인 Bigmate와 협력하여 지게차 안전 범위인 3m 내에 물체나 사람이 들어오면 경보가 울리는 지능형 창고 안전 시스템을 개발했습니다. 크게 두 가지 이유로 AWS가 이 프로젝트의 플랫폼으로 선정되었습니다. 첫째, 하드웨어에 구애 받지 않으므로 팀이 새로운 기술이 도입해도 비전 처리를 계속해서 발전시킬 수 있습니다. 둘째, 유연한 확장 프레임워크를 제공하므로 아키텍처를 신속하게 수정하여 보안, 로깅 또는 네트워킹 조정을 할 수 있습니다.

이는 USG Boral의 최초 인공 지능(AI) 벤처가 될 것이며, 적어도 아시아 태평양 지역의 제조 업계에서는 최초일 것입니다. “우리는 이것이 틈새 솔루션이 될 것이라는 것을 알았고 시장에 출시된 제품은 아직 아무것도 없었습니다. 우리는 AWS 및 Bigmate와 함께 프레임워크 개발에 많은 시간을 투자했으며 비즈니스 및 안전 측면에서 원하는 바를 달성할 수 있는 방법을 모색했습니다.”라고 USG Boral의 CIO인 Yow Kok Weng은 말합니다. 여기에는 작업 활동을 방해하지 않고 안전 측면에서는 더 나은 결과를 지원할 수 있도록 현장에서 직원과 긴밀히 협력하는 작업이 포함되어 있습니다.

사고 예방은 물론, 사고 및 경보 발생 수, 현장당 ‘위기 상황’ 건수 등에 대한 데이터를 통합된 형식으로 제공하는 것이 프로젝트의 핵심 성과 목표였습니다. 이를 통해 기존 CCTV 시스템에서는 불가능한 신속한 관리 감독 및 모니터링이 가능합니다. “시간이 지남에 따라 사람들이 안일해질 수 있으므로 지속적인 안전 교육을 통한 지원이 필요하다는 것을 알고 있습니다.”라고 USG Boral의 인프라 및 ANZ 부문 IT 담당 이사인 Calvin Ng는 설명합니다. AI 기반 솔루션은 실행 가능한 인사이트에 기반한 재교육 프로그램의 구현을 촉진할 것입니다. Warny™라는 이름의 새로운 솔루션이 개발된 지는 9개월이 되었습니다.

Bigmate에 따르면 Warny는 시장에서 가장 진보된 비전 애플리케이션 중 하나입니다. AWS의 사물 인터넷(IoT) 기술 중 특히 AWS IoT Greengrass와 AWS IoT Core가 Warny의 기반입니다. AWS IoT Greengrass는 클라우드의 기능을 창고로 원활하게 확장하여 인터넷에 연결되지 않은 경우에도 훈련된 기계 학습(ML) 모델을 기반으로 예측 및 작업을 실행할 수 있도록 지원합니다. 잠재적인 사고가 감지되면 현장의 표시등과 사이렌 경보가 울립니다.

Warny는 AWS Lambda를 통해 Lambda@Edge 함수를 실행합니다. 이 함수는 코드가 자동으로 실행되도록 하여 산업용 센서 제어를 지게차 자체까지 확장할 수 있도록 합니다. “AWS IoT Greengrass에서 Lambda@Edge 함수를 구성하는 기능을 통해 USG Boral은 필요에 따라 로컬 처리를 수행하고 게이트웨이 업데이트를 원격으로 관리할 수 있습니다. 이러한 세분화되고 유연한 접근 방식은 지속적으로 빠르게 발전할 수 있음을 의미합니다.”라고 Bigmate의 총괄 책임자인 Brett Orr는 말합니다. 또한 USG Boral은 Amazon CloudWatch를 사용하여 게이트웨이 및 클라우드 리소스를 모니터링합니다.

기계 학습 모델은 여전히 성능 향상 작업이 진행 중이지만 Warny는 이미 실시간에 가까운 분석을 수행하여 초당 최소 12개의 이미지를 처리할 수 있습니다. 또한 물체 간의 거리와 속도를 지속적으로 감지, 추적 및 계산해야 하며, 그러기 위해서는 잠재적 사고에 대해 신속하게 경고할 수 있도록 지연 시간이 300밀리초 미만인 우수한 비전 분석이 필요합니다. 물체가 3m 안전 반경 내에 들어가면 경보음이 울립니다.

Warny의 주요 이점은 USG Boral이 분석을 위해 여러 부지의 데이터를 클라우드에서 취합하여 위기 상황이 발생하는 이유를 평가하고 현장의 안전을 개선할 수 있다는 것입니다. “특정 출력 파라미터에 따라 보고 및 대시보드 분석 기능을 사용하여 직원의 안전을 어떻게 개선하고 있는지 살펴볼 수 있습니다. 우리는 데이터 사이언티스트를 고용하거나 데이터를 추출 및 수작업에 시간을 소비할 필요 없이 AWS의 분석 기능을 활용하여 데이터를 대량 생산합니다.”라고 Calvin은 말합니다. 위기 상황이 발생하면 문자 메시지와 이메일이 즉시 관리자에게 전송됩니다. 최고 경영진에게는 별도의 보고서가 전달되어 사고 및 위기 상황에 대한 지역 데이터가 취합됩니다.

현재까지 Warny는 호주의 한 건설 부지에서 테스트를 실시했으며, 앞으로 몇 달 동안 호주 내 10개 부지로 추가 배포될 예정입니다. USG Boral이 운영하는 13개 국가에 대한 확장 배포도 계획되어 있으며 Bigmate의 확장 파트너 네트워크를 통해 추진될 것입니다. USG Boral은 가장 적합한 기술 스택을 선택하는 것은 물론, 사업을 운영하는 국가의 변화하는 안전 표준에 대해 최신 조언을 얻는 데도 Bigmate의 도움을 받았습니다.

USG Boral 팀은 AWS를 통해 Warny를 기반으로 하는 미래 AI와 기계 학습 혁신 로드맵을 개발했습니다. 한 예로 USG Boral은 Amazon SageMaker 및 Amazon SageMaker Neo를 사용하여 작업자가 보호용 헬멧, 보안경, 눈에 잘 띄는 복장 등 안전 장비를 착용하고 있는지 감지하고 확인할 예정입니다. “AWS 포트폴리오의 모든 솔루션을 활용하면 작업장 및 기타 비즈니스 이니셔티브의 안전을 개선하는 데 도움이 되는 기술을 사용할 수 있는 기회가 많이 있습니다. “IoT는 디지털 여정의 핵심이며, AWS를 통해 훨씬 더 많은 발전을 이룰 수 있습니다.”라고 Calvin은 말합니다.