건설 현장은 추락, 낙하물, 협착 등 중대재해 발생 가능성이 높은 환경이다. 이러한 위험을 최소화하기 위해 법규와 안전 규정은 PPE 착용을 의무화하고 있지만, 실제 현장에서는 착용 준수율이 낮고, 안전 관리자가 수십 명의 작업자를 동시에 점검하기 어려운 상황이 잦다. 특히 야간 작업이나 협소 구역에서는 감독자의 시야가 제한되어 PPE 미착용이 발견되지 못하는 경우가 많았다. 이는 사고로 이어질 수 있으며, 기업은 법적 책임과 막대한 비용 부담을 감수해야 한다. 기존 시스템은 단순 영상 모니터링에 그쳤고, 자동화된 실시간 알림 체계가 부재했다. 따라서 현장 상황에 즉시 대응할 수 있는 AI 기반 PPE 착용 감지 시스템이 필요했고, Jetson과 같은 엣지 디바이스를 활용해 네트워크 의존도를 줄이고, 다양한 환경 변화에도 적응 가능한 고성능 모델을 개발하는 것이 핵심 목표였다.

건설 현장의 안전사고는 PPE(개인 보호구) 착용 여부와 직결된다. 본 프로젝트에서는 CCTV와 Jetson Xavier 엣지 디바이스를 활용해 헬멧, 조끼, 안전화 착용 여부를 실시간으로 탐지하고, 미착용 시 즉각 경고를 제공하는 시스템을 구축했다. YOLOv5와 DeepSORT 기반 모델을 학습해 근로자 위치·행동을 추적하고, 도메인 무작위화 기법으로 다양한 현장·야간 환경에서도 성능을 유지했다. MQTT 프로토콜을 통해 관제실과 연동해 사고 위험도를 지표화했고, Geo-fence 설정으로 특정 구역 알림을 우선 처리했다. Node-RED 기반 이벤트 요약 리포트 자동 발송 기능을 통해 관리자 대응 시간을 단축하며 현장 안전 관리 효율을 크게 향상시켰다.