우리 사회에서 산업재해는 단순히 통계로 치부될 수 없는 무거운 질문을 던진다. 2023년 한 해 동안 약 13만 6천 명의 산업재해자와 2천 명의 사망자가 발생했으며, 이는 광업, 건설업, 제조업 등 특정 업종에 집중되는 양상을 보였다. 이러한 사고는 개인의 삶뿐만 아니라 가족과 공동체 전반에 깊은 상흔을 남기며, ‘우리는 과연 충분히 안전한 사회를 만들기 위해 노력하고 있는가?’라는 근본적인 물음을 반복하게 한다. 국제노동기구(ILO)의 보고에 따르면 전 세계적으로도 매년 약 270만 명이 산업재해나 직업병으로 사망하는 심각한 상황이며, 이는 15초마다 한 명의 노동자가 일터에서 생명을 잃는다는 것을 의미한다. 특히 개발도상국에서는 안전 관리 체계와 대응 역량 부족으로 사고 발생률이 높다. 이러한 문제의식 속에서 정부는 산업재해 대응 방식을 ‘예방’에서 ‘예측’으로 전환하는 정책적 시도를 본격화하고 나섰다.
이러한 정책 전환의 핵심에는 AI 기술을 활용한 산업재해 예측 시스템 구축이 자리 잡고 있다. ‘제조안전고도화기술개발사업’은 2025년부터 추진되며, 업종별 사고 사례 데이터를 기반으로 AI 기술을 적용하여 사고 발생 가능성을 사전에 식별하고 조기에 대응할 수 있는 체계를 마련하는 것을 목표로 한다. 초기 적용 대상 업종으로는 이차전지, 석유화학, 섬유 등이 선정되었는데, 이들 업종은 단일 사고의 규모가 크고 반복되는 사고 유형이 뚜렷하다는 공통점을 가지고 있다. 예를 들어, 2024년 6월 화성시의 리튬배터리 공장 화재는 31명의 사상자를 낳으며 큰 경각심을 불러일으켰다. 섬유 산업의 경우, 수작업 공정이 많아 끼임, 절단, 넘어짐 등 인적 재해가 빈번하며 유해물질 사용 역시 잦은 편이다.
산업안전 분야에서 AI 기술의 역할은 점차 구체화되고 있다. 수년간 축적된 사고 유형별 데이터를 기반으로 AI가 위험 상황을 실시간으로 감지하고 판단하도록 학습하는 시스템은 이제 이론적인 단계를 넘어 실증 단계에 진입하고 있다. 또한, 정부는 ‘제조안전 얼라이언스’를 통해 기업, 연구기관, 지자체가 협력하여 데이터를 공유하고 현장에서 기술을 실증하는 체계를 마련하고 있다. 이러한 협업 방식은 기술의 현장 적합성을 높이고 제조 현장의 특수성을 반영하는 데 유의미하다. 이미 조선업계에서는 AI 기반 안전 시스템의 실증을 통해 해외 수출로 이어진 성공 사례도 존재한다.
이러한 기술적 진보와 정책적 노력은 산업 현장의 구조적 변화를 고려할 때 더욱 중요해진다. 공정은 갈수록 복잡해지고, 작업자는 다양해지며, 작업 환경의 변화 속도 또한 빨라지고 있다. 이러한 변화 속에서 안전은 단순히 숙련이나 경험만으로는 감당하기 어려운 영역이 되어가고 있다. AI와 같은 기술은 예측과 판단의 공백을 메우는 효과적인 수단이지만, 이러한 기술이 현장에 성공적으로 적용되기 위해서는 실제 현장의 목소리가 반드시 반영되어야 한다. 결국 산업안전은 자동화 기기나 정교한 시스템만으로 해결될 수 있는 문제가 아니며, 그것을 운영하고 적용하는 사람, 그리고 사람을 보호하려는 조직의 의지와 문화가 함께 만들어질 때 비로소 진정한 안전이 가능해진다. AI 기술은 작업자의 스트레스, 행동 이상, 피로도 등을 감지하고 대응하는 방향으로 설계되어야 하며, 고령자, 외국인 근로자, 신규 인력 등 다양한 취약계층을 고려한 포용적 기술 또한 포함되어야 한다. 기술, 정책, 그리고 사람이라는 세 요소가 유기적으로 맞물릴 때 산업 현장의 안전은 현실적인 변화를 맞이할 수 있다. 매일 반복되는 산업 현장의 노동이 더 이상 생명의 위험과 맞바꾸는 일이 되지 않도록, 산업안전에 대한 지속적인 관심과 낯선 현장의 위험 요소에 대한 경청이 우리 시대의 안전 문화를 형성하는 첫걸음이 될 것이다. 안전은 비용이 아닌 책임이며, 예방은 선택이 아닌 필수 사항이다.
About the Author
