2026년 AI 기반 산업안전 예측시스템 도입 의무화, 제조업 대상 확대 분석

"AI가 우리 공장의 사고를 미리 예측할 수 있다고?" 2026년 1월 1일 시행 예정인 산업안전보건법 시행령 제35조의5(AI 기반 예측 안전관리)는 제조업계에 새로운 패러다임 변화를 예고하고 있습니다. 기존의 사후 대응 중심 안전관리에서 AI 예측 분석을 통한 사전 예방 체계로의 전환이 의무화됩니다.

■ AI 기반 예측시스템 의무 대상 및 기준

산업안전보건법 시행령 제35조의5에 따르면, 상시근로자 100명 이상 또는 연매출 100억원 이상 제조업체는 AI 기반 산업안전 예측시스템을 의무 도입해야 합니다. 시행규칙 제40조의8(예측시스템 최소 요구사항)은 기계학습 알고리즘을 활용한 사고 위험도 예측, 실시간 위험 알림, 예방 조치 자동 추천 기능을 필수 요구사항으로 명시합니다.

특히 화학공정, 금속가공, 자동차제조, 반도체·전자부품 제조업은 업종별 특성을 반영한 맞춤형 AI 모델 적용이 의무화됩니다. 고용노동부 고시 제2025-67호(업종별 AI 예측모델 기준)에서 업종별 핵심 위험요소와 예측 정확도 기준(최소 85% 이상)을 세부적으로 규정하고 있습니다.

■ AI 예측시스템 핵심 기능 및 기술 기준

▶ 실시간 데이터 수집 및 분석
기존 IoT 센서 데이터(온도, 압력, 진동, 소음)에 CCTV 영상분석, 근로자 생체신호, 작업패턴 분석을 추가하여 통합 데이터셋을 구성합니다. 시행규칙 제40조의9(데이터 수집 기준)는 최소 24개월간의 과거 데이터 축적을 전제로 AI 모델 학습을 실시하도록 규정합니다.

▶ 위험도 예측 알고리즘
머신러닝 기반 이상징후 탐지, 딥러닝을 활용한 사고패턴 인식, 시계열 분석을 통한 설비 고장 예측을 결합한 종합 위험도 산출 알고리즘을 적용합니다. 예측 결과는 '안전(녹색)', '주의(노란색)', '경고(주황색)', '위험(빨간색)' 4단계로 구분하여 현장에 표시됩니다.

▶ 자동 대응 및 알림 시스템
위험도 '경고' 단계에서는 해당 작업구역 근로자에게 자동 SMS 발송, '위험' 단계에서는 설비 자동 정지 및 대피 안내방송을 실시합니다. 시행령 제35조의6(자동 대응 체계)에 따라 30초 이내 1차 대응, 3분 이내 관리감독자 현장 도착을 보장하는 비상대응 체계를 구축해야 합니다.

■ 업종별 AI 예측모델 적용 방안

▶ 화학공정 제조업
반응기 온도·압력 이상, 배관 부식 진행도, 유해가스 누출 위험을 AI로 예측합니다. 과거 5년간 화학사고 데이터와 공정 운전 데이터를 학습하여 폭발·화재·누출 위험도를 실시간으로 산출합니다. 예측 정확도 90% 이상 달성이 목표이며, 오탐지율 5% 이하로 유지해야 합니다.

부산 소재 화학업체 F사는 AI 예측시스템 시범 운영 결과 배관 부식으로 인한 누출사고를 3건 사전 예방했고, 정기보수 주기를 기존 6개월에서 8개월로 연장할 수 있었습니다.

▶ 금속가공 제조업
프레스·절단기 작동 이상, 크레인 와이어로프 마모, 용접작업 시 화재 위험을 중점적으로 예측합니다. 작업자 행동패턴 분석을 통해 불안전 행동 감지 시 즉시 경고하고, 설비 진동·소음 패턴 변화로 고장 시점을 예측합니다.

▶ 자동차 제조업
조립라인 로봇 오작동, 도장공정 화재 위험, 배터리 제조 시 폭발 위험을 AI로 모니터링합니다. 특히 전기차 배터리 제조공정에서는 온도·습도·전압 데이터를 종합 분석하여 열폭주(thermal runaway) 위험을 사전 감지합니다.

■ 도입 비용 및 정부 지원 방안

AI 예측시스템 구축비용은 규모에 따라 3억원~20억원 수준으로 추산됩니다. 중소기업의 부담을 덜기 위해 정부는 다각도 지원책을 마련했습니다.

▶ 정부 지원사업
고용노동부 '2025년 AI 기반 스마트 안전관리 지원사업'을 통해 100명 미만 중소제조업체에 구축비의 70% (최대 5억원)를 지원합니다. 산업통상자원부 '제조업 디지털 전환 지원사업'과 연계하여 최대 80%까지 지원 확대가 가능합니다.

▶ 민간 솔루션 협력
대기업과 중소기업 간 상생협력 모델로 현대제철, 포스코, LG화학 등 대기업이 협력업체 대상으로 AI 예측시스템을 무료 제공하는 사례가 늘고 있습니다. 또한 네이버클라우드, AWS, MS Azure 등 클라우드 플랫폼을 활용한 저비용 도입 방안도 확산되고 있습니다.

■ 2026년 시행 대비 준비사항

▶ 1단계 (2025년 상반기): 데이터 인프라 구축
기존 IoT 센서 데이터 품질 점검, 부족한 센서 추가 설치, 데이터 수집·저장·처리 시스템 구축이 우선되어야 합니다. 최소 12개월간의 정상 운전 데이터 축적이 필요하므로 지금부터 준비해야 합니다.

▶ 2단계 (2025년 하반기): AI 모델 개발 및 학습
업종별 특성에 맞는 예측 알고리즘 개발, 과거 사고사례 데이터 학습, 예측 정확도 검증 및 튜닝 작업을 실시합니다. 전문 AI 개발업체와의 협력이나 대학 연구소와의 산학협력도 고려할 수 있습니다.

▶ 3단계 (2026년): 시스템 운영 및 고도화
실제 운영을 통한 예측 성능 개선, 현장 작업자 교육, 비상대응 체계 정비를 진행합니다. 특히 AI 예측 결과에 대한 현장 작업자들의 신뢰도 확보가 성공의 핵심 요소입니다.

2026년 AI 기반 산업안전 예측시스템 의무화는 제조업의 안전관리 패러다임을 근본적으로 바꿀 혁신적 변화입니다. 초기 투자 부담은 있지만, 중장기적으로는 사고 예방을 통한 비용 절감과 생산성 향상 효과가 클 것으로 기대됩니다.

※ 클린미션은 2026.5.20 코스닥 상장사 포커스에이아이(331380)와 산업안전 공동사업 MOU 체결, 새만금 50인 미만 8개사 첫 사업 진행 중. https://cleanmission.inblog.io/포커스에이아이-KOSDAQ-331380-클린미션-MOU-새만금-50인-미만-8개사-스마트-안전공장-사업-본격-1779258310593