2025 AIoT 국제전시회 첫 번째: ‘사전 예방형 안전 기술’의 시작

2025 AIoT 국제전시회 비주얼이미지

2025 AIoT 국제전시회에서 발견한 5가지 핵심 기술 트렌드, 첫 번째

지난 11월 26일부터 28일까지 코엑스 D홀에서 ‘2025 AIoT 국제전시회‘가 개최되었습니다.

AIoT로 연결되는 혁신, AX로 완성되는 미래“라는 주제로 과학기술정보통신부가 주최하고 한국지능형사물인터넷협회가 주관한 이번 전시회에는 국내외 약 150개 기업이 참여했습니다.

인공지능(AI)과 사물인터넷(IoT, Artificial Intelligence of Things)이 결합된 지능형 사물인터넷(AIoT) 기술은 이제 단순한 개념을 넘어 실제 산업 현장에서 활용되는 솔루션으로 진화하고 있습니다.

기획자로서 이러한 기술 혁신의 흐름을 직접 확인하고, 실무에 어떻게 적용할 수 있을지 고민하며 전시회를 관람했습니다.

이번 글에서는 전시회에서 발견한 5가지 핵심 기술 트렌드를 기획자 관점에서 분석하고, 실무 적용 가능성을 정리해보겠습니다.

※ 이 글은 AIoT 전시 리뷰 시리즈 중 ①편입니다. 전시 현장이 많은 관람객으로 붐볐던 관계로, 본 글에서는 현장 사진보다 기술 구조 이해에 도움이 되는 이미지 위주로 정리했습니다.


트렌드 1: AI 기반 영상 분석 기술의 고도화

AI 영상 분석 기술은 단순한 CCTV 모니터링을 넘어 실시간 위험 탐지와 예측 분석이 가능한 지능형 관제 시스템으로 발전하고 있습니다.

AI 영상 분석 기술이 산업 안전에서 사전 위험을 감지하는 프로세스

주요 참가 기업 및 솔루션:

1. KT

KT의 AI CCTV 영상분석 서비스는 딥러닝 알고리즘을 활용해 화재, 연기, 위험구역 진입, 불법주정차 등 6가지 기본 관제 기능을 제공합니다.

특히 주목할 만한 점은 KIST와의 ‘Re-ID(재식별)’ 기술 협력을 통해 실종자의 이동 경로를 타임라인으로 추적하는 기능입니다.

저화질, 저조도, 역광 등 열악한 촬영 환경에서도 정확한 실종자 동선 추적이 가능하며, GIS 지도 기반으로 정확한 위치와 발생 현황을 실시간으로 알려줍니다.

Re-ID 기술을 활용해 여러 CCTV 영상에서 동일 인물을 추적하는 AI 분석 방식

2. (주)원모어시큐리티

CNN-ViT 하이브리드 기반 영상 분석 솔루션을 선보였습니다. 얼굴, 전신, 착장정보, 차량번호 등의 고속 검색이 가능하며, 화재, 침수, 군집, 쓰러짐 등의 이벤트를 실시간으로 탐지합니다.

현재 20개 이상의 지자체 CCTV 통합관제센터에서 실제 운영 중이라는 점이 인상적이었습니다.

3. (주)브레인치즈

(주)브레인치즈의 솔루션은 기존 CCTV 인프라를 교체하지 않고도 지능형 관제 환경을 구현할 수 있다는 점에서 차별화됩니다.

On-Device 형태로 설계되어 외부 서버로 데이터를 전송하지 않아 보안성이 뛰어나며, 90% 이상의 높은 인식률을 자랑합니다.

실무 적용 사례

  • 스마트시티 안전 관제: 지자체의 통합관제센터에서 실종자 수색, 범죄 예방, 재난 대응에 활용
  • 물류센터 모니터링: 위험구역 진입 감지, 안전장비 미착용 알림 등으로 산업재해 예방
  • 상업시설 관리: 화재 조기 감지, 불법주정차 단속, 혼잡도 분석을 통한 공간 운영 최적화
  • 교육시설 안전: 학교 내 위험 상황 실시간 감지 및 신속 대응 체계 구축

🎯 기획자가 알아야 할 포인트

1) On-Device AI가 중요한 이유

On-Device AI란 영상 데이터를 클라우드로 보내지 않고, 카메라나 현장 장비 자체에서 바로 분석하는 방식을 의미합니다. 기획자 입장에서 이는 개인정보 보호와 직결된 문제이므로 매우 중요하게 다뤄야 하는 부분입니다.

예시:
학교나 아파트 단지에서 CCTV 영상이 외부 서버로 전송된다면, 학부모나 입주민의 거부감이 커질 수 있습니다. 반면, 영상이 외부로 나가지 않고 현장에서 즉시 분석된다면 “촬영은 하지만 저장·전송은 하지 않는다”는 명확한 설명이 가능해집니다.

👉 기획 단계에서 영상이 어디에서 처리되는지, 외부 전송이 필요한지 여부를 반드시 먼저 정해야 합니다.

2) Re-ID 기술 적용 시 고려해야 할 범위

Re-ID(재식별) 기술은 사람의 얼굴, 옷차림, 움직임 등을 기반으로 다른 카메라 화면에서도 같은 사람을 찾아주는 기술입니다. 하지만 강력한 만큼 오해와 거부감이 생기기 쉬운 기술이기도 합니다.

예시:
실종자를 찾는 목적이라면 긍정적으로 받아들여지지만, 일반 시민을 장시간 추적하는 기능으로 인식될 경우 “감시 사회”라는 부정적 인식이 생길 수 있습니다.

👉 기획자는 언제 이 기능이 활성화되는지, 어떤 경우에만 제한적으로 사용하는지, 데이터가 얼마 동안 저장되는지를 정책으로 명확히 정의해야 합니다.

3) API 연동 구조를 미리 설계해야 하는 이유

영상 분석 결과는 단순히 화면에 표시되는 것에서 끝나지 않습니다. 실제로는 지도, 알림 시스템, 관제 대시보드 등 여러 시스템과 연결됩니다.

예시:
화재가 감지되었을 때, 관제 화면에 표시되고 담당자에게 알림이 가며, 지도에서 위치가 바로 확인되지 않는다면 현장에서의 활용도는 크게 떨어집니다.

👉 따라서 기획 단계에서 어떤 정보가, 어떤 시스템으로 어떤 순서로 전달되는지 데이터 흐름을 그림으로 먼저 정리하는 것이 중요합니다.

핵심 정리

“영상 분석 기술은 기능보다 운영과 설명이 더 중요하다.
기획자는 기술이 아니라 사용 상황과 사회적 맥락을 먼저 설계해야 한다.”


트렌드 2: 산업 현장 안전을 위한 AI 예방 시스템

산업 안전 관리는 ‘사고 후 대응’에서 ‘사고 전 예방‘으로 패러다임이 전환되고 있습니다. AI와 IoT 센서를 결합한 안전 관리 시스템은 24시간 위험을 감지하고 사전에 대응합니다.

주요 참가 기업 및 솔루션:

1. EASYAI

EASYAI의 안전관리시스템은 제조업, 물류센터, 건설현장, 선박, 철도 시설, 요양시설, 학교 등 다양한 산업 현장에 적용 가능한 통합 솔루션입니다. 세 가지 IoT 제품 모델로 구성됩니다.

  • 시각 IoT: 안전모 미착용 감지, 근로자 쓰러짐 감지, 화재 및 침수 예방, 위급 상황 음성 알림
  • 청각·후각 IoT: 가스 센서, 멀티 가스 감지기, 산업용 컨트롤러, 경보 모듈
  • 전력절감 IoT: 과열 판단 후 알림, 냉난방 자동 제어, 전력 차단

2. Nexus CAM & YOUNGSHINE

Nexus CAM과 YOUNGSHINE의 이동식 지능형 CCTV는 고정식 CCTV로 커버할 수 없는 사각지대나 단독 작업 구역에서 활용됩니다. 가벼운 무게와 간편한 설치 방식으로 작업 현장에 따라 유연하게 배치할 수 있으며, 사용자가 설정한 위험 상황을 AI가 인식해 경고 알람을 전송합니다.

실무 적용 사례

  • 건설현장 안전관리: 안전모 미착용, 위험구역 진입 등을 실시간 감지하고 즉시 알림
  • 제조업 설비 모니터링: 설비 과열, 가스 누출 등을 사전에 감지해 사고 예방
  • 물류센터 작업자 보호: 지게차 작동 구역 내 작업자 감지 시 경고, 쓰러짐 감지 시 즉시 알림
  • 요양시설 케어: 낙상 감지, 이상 행동 패턴 분석을 통한 신속한 응급 대응

🎯 기획자가 알아야 할 포인트

1) 왜 멀티모달 센싱이 필요한가

산업 안전 환경에서는 하나의 센서만으로 모든 위험을 감지하기 어렵습니다. 그래서 영상, 소리, 가스·온도 등 여러 신호를 함께 사용하는 방식이 중요해지고 있습니다.

예시:
화재는 연기(영상), 온도 상승(센서), 경보음(소리) 등 여러 징후가 동시에 나타납니다. 이 중 하나만 감지하면 오탐 가능성이 높지만, 여러 신호가 함께 감지될 경우 실제 위험일 가능성이 크게 높아집니다.

👉 기획자는 각 센서가 어떤 상황에 강하고 약한지 여러 신호를 어떤 조건에서 결합할지를 고려해 오류 탐지를 줄이는 구조를 설계해야 합니다.
여러 IoT 센서를 결합해 사고를 사전에 감지하는 산업 안전 AI 시스템

2) 알림은 ‘많이’가 아니라 ‘적절하게’ 전달되어야 한다

모든 위험 상황을 같은 방식으로 알리면, 현장에서는 오히려 중요한 경고를 놓치는 문제가 발생할 수 있습니다.

예시:
경미한 온도 상승과 작업자 쓰러짐이 모두 같은 알림음과 팝업으로 전달된다면, 관리자는 반복되는 알림에 익숙해져 긴급 상황에 즉각 반응하지 못할 수 있습니다.

👉 따라서 기획 단계에서 위험 수준에 따라 알림 방식(소리·진동·화면)을 나누고, 작업자, 관리자, 관제센터 등 수신 대상을 구분하는 체계가 필요합니다.

3) 현장마다 ‘위험의 기준’은 다르다

산업 현장은 업종과 환경에 따라 위험 요소가 크게 다릅니다. 하나의 기준을 모든 현장에 동일하게 적용하면 실효성이 떨어질 수 있습니다.

예시:
물류센터에서는 지게차 동선이 가장 큰 위험 요소인 반면, 요양시설에서는 낙상이나 이상 행동 감지가 더 중요할 수 있습니다.

👉 기획자는 현장별 주요 위험 요소를 정의하고 사용자가 위험 조건과 민감도를 직접 조정할 수 있도록 설정 기능을 제공해야 합니다.

4) 고정형과 이동형 장비의 역할을 구분해야 한다

모든 공간을 고정형 CCTV로 커버하는 것은 비용과 효율 측면에서 한계가 있습니다. 반대로, 이동형 장비만으로는 지속적인 감시가 어려운 구역도 분명 존재할 것입니다.

예시:
상시 위험이 존재하는 생산 라인은 고정형 장비가 적합하지만, 단기 작업이나 고립 작업 구역은 이동형 CCTV가 더 효과적일 수 있습니다.

👉 기획자는 어떤 곳에 상시 감시가 필요한지 어느 부분에 유연한 대응이 필요한지를 구분해 비용 대비 효과를 고려한 배치를 설계해야 합니다.

핵심 요약

“산업 안전 시스템은 기술의 문제가 아니라
현장의 다양성과 운영 방식에 맞춘 설계의 문제다.”

AI가 작업자의 안전모 미착용과 위험 구역 진입을 감지해 경고하는 모습

이번 편에서는 2025 AIoT 국제 전시회에서 AIoT 기술이 단순한 감시 도구를 넘어 사고를 미리 막는 시스템으로 진화하고 있다는 점에 주목했습니다.

기능보다 중요한 것은 결국, 이 기술이 현장에서 어떻게 이해되고 사용되는가라는 점이라고 생각됩니다.

다음 글에서는 산업 안전을 넘어, AI가 업무 운영과 협업 환경을 어떻게 바꾸고 있는지 살펴보도록 하겠습니다. 출퇴근 관리부터 물류, 스마트 팩토리까지 실무 관점에서 의미 있는 사례들을 중심으로 이어갈 예정입니다.

— Lane


Exhibition Snapshots

[2025 AIoT 국제전시회 공식 사이트]
https://www.aiotkorea.or.kr

Lane
Lanehttps://protolane.kr
프로덕트 기획·UX/UI 역량과 디자인 기반 사고를 바탕으로, 실무 인사이트와 커리어 성장 경험을 공유합니다.

LEAVE A REPLY

Please enter your comment!
Please enter your name here

인기 글 보기

ProtoLane, 디자인 기반 문제 해결형 서비스 기획자

👋 About Me 안녕하세요. 프로토레인(ProtoLane)입니다. 저는 제약 속에서 문제를 정의하고, 실행 가능한 해결책을 설계하는 서비스 기획자입니다. 7년간 웹 디자이너로 쌓은 시각적 사고와 구조...

실제 기획 프로젝트 경험 이후 검증된 Practical UX/Product 사고 프레임

이 글은 웹 디자이너에서 기획자로 전환하던 시점으로 작성된 뉴스레터 내용을, 이후 실제 기획 업무를 경험한 뒤 실전 UX·Product 사고...

대기업 IT 계열사 오피스 플랫폼 구축 및 고도화 프로젝트

Enterprise Digital Workspace Platform: 대기업 IT 계열사 오피스 플랫폼 구축 및 고도화 프로젝트 *비공개 프로젝트로, 비밀유지계약...

IT 스타트업 ‘AI 인증 보안 솔루션’ MVP 서비스

*본 프로젝트는 공개된 전시 시연용 프로토타입을 기반으로 작성되었으며, 기업명과 상세 기술 사양은 일부 대체 처리되었습니다. 📌 프로젝트...