본문으로 건너뛰기
피드

GS, 중소기업 안전관리 AI 에이전트 무료 제공…위험성 평가 시간이 10분의 1로 줄었다

ai-ml 약 5분
vote
0
댓글
북마크

GS그룹이 산업 현장 위험성 평가를 자동화하는 AI 에이전트 ‘에어’를 중소기업에 무상 제공하고 있다. 작업명과 설명만 넣으면 공정, 위험 요인, 위험등급, 예방 대책까지 생성해 주고, 실제 현장에서는 평가 업무 시간이 기존의 10분의 1로 줄었다.

  • 1

    AI 에이전트 ‘에어’는 현재 130여 곳의 중소 사업장에서 사용 중이다.

  • 2

    현장 실무자 5명이 자체 AX 플랫폼 ‘미소’로 코딩 없이 만든 도구에서 출발했다.

  • 3

    산업안전보건법과 매뉴얼을 수기로 대조하던 위험성 평가 업무가 자동화되며 품질 편차도 줄었다.

  • GS그룹이 안전관리 AI 에이전트 ‘에어’를 중소기업에 무상 제공 중임

    • 현재 130여 곳의 중소 사업장이 쓰고 있음
    • 타깃은 안전관리 인력과 전문성이 부족하고, AI 전환을 혼자 밀기 어려운 중소 사업장임
  • AIR가 하는 일은 산업 현장 위험성 평가를 거의 초안 작성 수준까지 자동화하는 것임

    • 작업명과 간단한 설명을 입력하면 생성형 AI가 작업 공정을 뽑아냄
    • 이어서 잠재 위험 요인, 위험등급, 예방 대책까지 자동 생성함
    • 기존에는 산업안전보건법과 매뉴얼을 일일이 대조하며 수기로 처리하던 업무였음

중요

> 실제 GS파워 현장 적용 결과, 위험성 평가 업무 시간이 기존 대비 10분의 1로 줄었다는 게 핵심 수치임. 단순 데모가 아니라 내부 시스템 연동과 현장 데이터 기반 고도화까지 거친 사례임.

  • 시작점도 꽤 재밌음. 이건 외부 컨설팅사가 만든 거창한 솔루션이 아니라, 현장 직원들이 해커톤에서 만든 아이디어였음

    • 2024년 ‘제3회 GS그룹 해커톤’에서 GS파워 안전·기계 분야 실무자 5명이 제안함
    • GS그룹 자체 AX 플랫폼 ‘미소’를 이용해 코딩 없이 직접 AIR를 개발함
    • 미소는 코딩 지식이 없는 실무자도 대화하듯 아이디어를 입력해 웹페이지나 업무 툴을 만들 수 있게 해주는 플랫폼임
  • 성과는 단순히 “빨라졌다”에서 끝나지 않음. 평가 품질을 균일하게 만든 게 더 큰 포인트임

    • 담당자의 숙련도에 따라 달라지던 위험성 평가 품질을 일정하게 맞출 수 있게 됨
    • 반복 문서 작업에 쓰던 시간을 실제 안전 점검과 관리 활동에 더 투입할 수 있게 됨
    • GS파워는 이 사례로 올해 1월 고용노동부장관상도 받음
  • 이 뉴스가 개발자 입장에서 흥미로운 이유는 “현장형 AI 앱”의 전형적인 패턴을 보여주기 때문임

    • 범용 챗봇을 던져주는 게 아니라, 특정 업무 입력값과 규칙, 내부 데이터를 묶어 실무 프로세스에 박아 넣었음
    • AI 도입의 병목이 모델 호출이 아니라 업무 맥락, 데이터 연결, 결과 품질 통제라는 걸 잘 보여줌

기술 맥락

  • AIR의 핵심 선택은 범용 챗봇을 그대로 쓰는 게 아니라, 위험성 평가라는 좁은 업무에 맞춘 AI 에이전트로 만든 거예요. 안전관리 업무는 법규, 매뉴얼, 현장 공정이 같이 얽혀 있어서 그냥 “위험요소 알려줘” 수준으로는 실무에 쓰기 어렵거든요.

  • GS가 자체 AX 플랫폼 ‘미소’를 쓴 이유도 여기에 있어요. 현장 실무자가 문제를 가장 잘 아는데, 매번 개발팀에 요구사항을 넘기면 속도가 안 나요. 노코드 방식으로 웹페이지나 업무 툴을 만들 수 있게 하면 안전·기계 담당자가 직접 업무 흐름을 반영할 수 있어요.

  • 내부 시스템 연동과 현장 데이터 기반 고도화가 중요했던 이유는 결과의 신뢰도 때문이에요. 위험성 평가는 문서만 예쁘게 만드는 일이 아니라 실제 현장 안전과 연결돼요. 그래서 회사 데이터를 안전하게 업데이트하고 현장에 맞는 AI 모델을 적용하는 구조가 필요했어요.

  • 개발자 관점에서는 이 사례를 “LLM 붙인 업무 자동화”보다 “도메인 워크플로우 제품화”로 보는 게 맞아요. 입력을 제한하고, 산출물을 정형화하고, 사람이 검토할 수 있는 형태로 만드는 쪽이 실제 도입에서는 훨씬 중요해요.

이 사례가 흥미로운 건 거창한 연구소 프로젝트가 아니라 현장 실무자가 직접 만든 AI 도구라는 점이다. 한국 기업의 AX 전환은 ‘모델 성능’보다 ‘현장 업무를 얼마나 빨리 바꾸는가’에서 승부가 날 가능성이 크다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

대학생들은 이미 챗지피티와 제미나이를 쪼개 쓰는 ‘AI 네이티브’가 됐다

이화여대 학생 설문과 인터뷰를 보면 생성형 AI는 과제 보조 도구를 넘어 학습, 글쓰기, 자료조사, 감정 상담까지 들어온 일상 인프라가 됐다. 학생들은 챗지피티, 제미나이, 클로드, 퍼플렉시티를 용도별로 나눠 쓰면서도 환각과 오류 때문에 교차검증이 필요하다고 보고 있다. 대학의 윤리 지침은 존재하지만 학생 체감은 낮고, 이제는 금지보다 활용 교육과 평가 방식 재설계가 핵심 이슈로 떠올랐다.

ai-ml

AI 에이전트 시대, 진짜 해자는 코딩 실력이 아니라 도메인 지식이다

이 글은 에이전트형 AI가 소프트웨어 개발의 병목을 “만들 수 있나”에서 “맞는지 판단할 수 있나”로 옮겼다고 주장한다. 일반ist 엔지니어의 코드 생산 능력보다, 특정 도메인의 정답을 알아보고 검증할 수 있는 사람이 더 큰 가치를 갖게 된다는 얘기다.

ai-ml

OpenRouter, 시리즈 B에서 1억1300만 달러 조달…멀티 모델 AI 인프라 판 커진다

OpenRouter가 알파벳 성장펀드 CapitalG 주도로 1억1300만 달러 규모 시리즈 B 투자를 받았다. 최근 6개월간 주간 처리량이 5조 토큰에서 25조 토큰으로 5배 늘었고, 올해 1천조 토큰 이상을 처리하는 속도로 성장 중이라고 밝혔다.

ai-ml

테슬라 FSD, 중국서 첫 집단 사기 소송 심리 시작

중국 베이징 법원이 테슬라의 풀 셀프 드라이빙 판매 약속을 둘러싼 소비자 사기 소송 첫 심리를 열었다. 원고 10명은 2019~2021년에 약 5만6천 위안을 내고 FSD를 샀지만, 실제 중국 출시 기능은 구형 하드웨어 차량을 배제했고 완전 자율주행도 제공하지 못했다고 주장한다. 중국 소비자보호법상 사기로 인정되면 환불뿐 아니라 3배 배상까지 이어질 수 있어 파장이 크다.

ai-ml

안도르 제작자, 1,500쪽 대본 공개 접은 이유는 “AI 학습 데이터 되기 싫어서”

스타워즈 드라마 안도르의 쇼러너 토니 길로이가 준비해둔 1,500쪽짜리 대본·콘셉트 아트 공개 계획을 접었다. 이유는 단순하다. 공개하는 순간 AI 모델 학습 데이터로 빨려 들어갈 수 있다는 우려 때문이다. 헐리우드 창작자와 스튜디오, AI 기업 사이의 저작권·학습 데이터 갈등이 다시 선명하게 드러난 사례다.