끊이지 않는 산업재해는 우리 사회에 근본적인 질문을 던진다. ‘우리는 과연 충분히 안전한 사회를 만들기 위해 노력하고 있는가?’ 2023년 한 해 동안 약 13만 6천 명의 산업재해자와 2천 명의 사망자가 발생한 한국의 현실은 특정 업종이나 기업만의 문제가 아닌, 산업 전반의 구조적 문제임을 시사한다. 광업, 건설업, 제조업에서 사고가 집중되는 양상은 복합적인 요인이 작용한 결과이며, 이는 전 세계적인 문제이기도 하다. 국제노동기구(ILO)는 매년 약 270만 명이 산업재해나 직업병으로 사망한다고 보고하며, 이는 매 15초마다 한 명의 노동자가 일터에서 생명을 잃는 충격적인 현실을 보여준다. 특히 개발도상국의 경우 열악한 안전 관리와 대응 역량 부족이 사고율을 높이는 주요 원인으로 지목된다.
이러한 심각한 문제에 직면하여, 정부는 산업재해 대응 방식을 기존의 ‘예방’ 중심에서 ‘예측’ 중심으로 전환하는 정책적 시도를 본격화하고 있다. 2025년부터 추진되는 ‘제조안전고도화기술개발사업’은 이러한 전환을 위한 핵심 과제다. 이 사업은 업종별 실제 사고 사례 데이터를 기반으로 인공지능(AI) 기술을 활용하여 사고 발생 가능성을 사전에 식별하고 조기에 대응하는 시스템을 구축하는 것을 목표로 한다. 초기 적용 업종으로는 이차전지, 석유화학, 섬유 등 단일 사고의 규모가 크고 반복적인 사고 유형이 뚜렷한 분야가 선정되었다. 예를 들어, 2024년 6월 화성시의 리튬배터리 공장 화재 사고는 31명의 사상자를 낳으며 산업 현장의 예측 기반 안전 시스템 구축 필요성을 더욱 절감하게 했다. 섬유 산업의 경우, 수작업 공정의 비중이 높아 끼임, 절단, 넘어짐과 같은 인적 재해 발생 위험이 높고 유해 물질 사용 빈도도 높은 편이다.
산업안전 영역에서의 기술적 접근 가능성은 이미 현실화되고 있다. 수년간 축적된 사고 유형별 데이터, 예를 들어 2017년부터 2021년까지 총 3만 8584건에 달하는 끼임 사고 데이터를 기반으로, AI는 위험 상황을 실시간으로 감지하고 판단하는 시스템 구축에 이르렀다. 이러한 시스템은 단순한 이론 단계를 넘어 실증 단계로 진입하고 있다. 정부는 ‘제조안전 얼라이언스’를 통해 기업, 연구기관, 지자체가 협력하여 데이터를 공유하고 현장에서 기술을 실증하는 체계를 마련하고 있으며, 이는 기술의 현장 적합성을 높이고 제조 현장의 특수성을 반영하는 데 중요한 역할을 한다. 이미 조선업계에서는 AI 기반 안전 시스템의 실증을 통해 해외 수출까지 성공한 사례가 있다.
그러나 기술적 해결책만으로는 산업안전의 복잡한 문제를 완전히 해결할 수 없다. 공정의 복잡성 증대, 작업자의 다양화, 작업 환경 변화의 가속화 등 산업 환경의 구조적 변화는 숙련이나 경험만으로는 감당하기 어려운 안전 영역을 확대시키고 있다. AI와 같은 기술은 이러한 예측과 판단의 공백을 메우는 중요한 수단이지만, 기술이 현장에 성공적으로 안착하기 위해서는 반드시 작업자의 실제 목소리가 반영되어야 한다. 산업안전은 단순히 자동화 기기나 정교한 시스템 도입으로 완성되는 것이 아니라, 이를 운영하고 적용하는 사람, 그리고 그 사람을 보호하려는 조직의 강력한 의지와 문화가 함께 어우러질 때 비로소 진정한 안전이 실현될 수 있다.
결론적으로, 모든 기술적 진보의 궁극적인 목적은 ‘사람’을 보호하는 데 있다. AI 기술은 작업자의 스트레스, 행동 이상, 피로도 등을 감지하고 대응하는 방향으로 설계되어야 하며, 고령자, 외국인 근로자, 신규 인력 등 다양한 취약 계층을 고려한 포용적인 기술 개발이 필수적이다. 또한, 아무리 정교한 시스템이 구축되더라도 현장 구성원의 인식 개선과 조직 문화의 변화가 수반되지 않는다면 실효성을 담보하기 어렵다. 결국 기술, 정책, 그리고 사람이라는 세 요소가 유기적으로 맞물려야만 산업 현장의 안전한 변화를 현실로 만들 수 있다. 더 이상 산업 현장의 노동이 생명의 위험과 맞바뀌는 일이 있어서는 안 되며, 이는 사회 전체의 지속적인 관심과 노력을 통해 달성될 수 있다.
About the Author
