정기 점검도 통과했고 체크리스트는 모두 "양호"입니다. 그런데 얼마 뒤 사고가 발생한다면…? 무엇이 문제일까요?
정기 점검은 점검하는 그 순간의 상태만 확인합니다. 점검이 끝난 뒤 조금씩 쌓이는 변화는 다음 점검 때까지 보이지 않습니다. 게다가 이 변화들은 정비 기록, 생산 데이터, 안전 신고처럼 각각 다른 곳에 따로 남습니다. 아무도 전체 그림을 보지 못하는 사이, 작은 이상들이 쌓여 사고로 이어지게 됩니다.
그렇다면 안전을 위해 우리는 어떻게 대비를 해야 하는 걸까요?
왜 위험 신호는 따로따로 흩어져 있는가?
아차사고는 다치지 않았지만 조건이 조금만 달랐다면 사고로 이어질 수 있었던 사건입니다. 그런데 현장에서는 이런 신호가 잘 보고되지 않습니다. "다치지 않았으니 사고가 아니다"라는 인식, 신고해도 어차피 달라지는 게 없다는 불신이 원인입니다. 그런데 우리가 꼭 알아야 할 것은, 아차사고가 적다는 것이 반드시 안전하다는 뜻이 아니라는 것입니다. 오히려 위험을 발견해도 아무도 보고하지 않는 조직일 수 있습니다.
더 근본적인 문제는 이 신호들이 여러 시스템에 흩어져 있다는 점입니다. 설비 정비 이력은 한 곳에, 생산 기록은 다른 곳에, 품질 데이터와 안전 신고는 또 다른 곳에 남습니다. 각각을 따로 보면 사소한 이상처럼 보입니다. 하지만 이걸 연결하면 다른 그림이 나타납니다. 센서 오류가 늘고, 작업자가 방호장치를 자주 해제하고, 비슷한 아차사고가 반복되고, 생산 압박까지 겹친다면, 이는 작은 이상들이 아니라 위험이 누적되고 있다는 신호입니다.
정기 점검·체크리스트의 한계
정기 점검은 특정 시점의 스냅샷입니다. 점검 이후 발생하는 변화, 이를테면 야간 근무 중 통로에 자재가 쌓이거나, 신규 인력이 투입되거나, 생산량 압박으로 작업 속도가 빨라지는 상황은 다음 점검 때까지 반영되지 않습니다.
체크리스트도 한계가 있습니다. "방호장치가 설치되어 있는가"는 확인할 수 있어도, "그 방호장치가 왜 자주 해제되는가"는 답하지 못합니다. 예·아니오로 단순화된 질문은 복잡한 위험을 지나치기 쉽습니다.
규정 준수와 실제 안전이 같은 것도 아닙니다. 교육 서명은 완료됐지만 작업자가 실제 위험을 충분히 이해하지 못했을 수 있고, 점검표는 모두 양호하지만 현장에서는 다른 방식으로 작업하고 있을 수 있습니다. 서류상 안전과 실제 현장의 안전 사이에는 간격이 생기기 쉽습니다.
사고가 반복되는데도 예방이 안 되는 이유는?
사고가 반복되는데도 개선되지 않는 경우도 있죠. 이런 경우는 왜 그런걸까요?
그 이유는 각 사고를 개별 사건으로만 처리하기 때문입니다. A라인의 작업자 실수, B라인의 설비 고장을 서로 다른 사건으로 분류하면, 실제로는 같은 설비 설계나 같은 생산 압박에서 비롯됐다는 공통 원인을 놓치게 됩니다.
조치가 "완료"로 기록되는 것과 실제 위험이 줄어드는 것도 다른 문제입니다. 교육을 다시 하고 표지판을 붙이는 것으로 조치가 끝났다고 기록되지만, 정작 위험한 설비 구조는 그대로 남아 있을 수 있습니다.
사고 조사가 "누가"에 집중하는 것도 문제를 키웁니다. "작업자가 주의하지 않았다"는 결론으로 조사가 끝나면, 왜 그 작업자가 절차를 생략할 수밖에 없었는지, 그 이전에 같은 문제가 신고됐는지는 확인되지 않은 채 넘어갑니다.
데이터를 연결하면 무엇이 달라지는가?
가상의 프레스 공정을 예로 들어보겠습니다. 월간 점검에서는 방호장치가 양호하다고 확인됩니다. 그런데 정비 기록에는 최근 센서 오류가 세 차례 있었고, 작업자는 오류가 날 때마다 수동으로 재가동했습니다. 같은 구역에서 아차사고도 두 건 있었지만 "부상 없음"으로 종결됐습니다.
각 데이터를 따로 보면 문제가 없어 보입니다. 하지만 연결하면 다른 이야기가 됩니다. 센서 오류 증가, 방호장치 우회, 수동 재가동, 아차사고 반복이 함께 나타나고 있다면, 이는 위험이 서서히 커지고 있다는 신호입니다.
이때 중요한 것은 사고 건수 같은 후행지표만 보는 것이 아니라, 신고 후 조치까지 걸린 시간이나 반복되는 위험의 재발률 같은 선행지표를 함께 관리하는 것입니다. 그리고 이 신호를 발견하는 데서 끝나지 않고, 원인을 분류하고, 우선순위를 정하고, 조치하고, 실제로 위험이 줄었는지 검증하는 흐름까지 이어져야 합니다.
흩어진 안전 데이터를 연결하는 방법
다비스(DARVIS)는 정비, 생산, 품질, 안전 데이터를 연결해 반복되는 위험 신호를 조기에 발견합니다. 설비 이상, 임시 조치, 아차사고가 각각 다른 시스템에 남아 있어도, 이를 하나로 묶어 "이 설비, 이 구역에서 위험이 누적되고 있다"는 패턴을 보여줍니다.
정밀 부품 제조사 H사가 여러 시스템에 흩어진 데이터를 연결해 불량 원인을 30일이 아닌 3시간 만에 찾아낸 것과 같은 원리입니다. 안전 관리에서도 흩어진 신호를 연결하면, 사고가 발생하기 전에 위험이 누적되는 지점을 먼저 발견할 수 있습니다.
기존 ERP·MES·설비 데이터를 교체하지 않고 그대로 연결하는 방식이라 시스템 변경은 0건이고, 도입까지 5주입니다. 아차사고와 설비 이상을 따로 보지 않는 것, 그것이 반복되는 사고를 막는 첫걸음입니다.
실용적인 AI 활용 인사이트 및 최신 트렌드를 알아보고 싶으시다면 디피니트 다비스(DARVIS) 블로그를 구독해 보세요. 제조 현장의 실제 문제 해결 사례와 AI 활용 노하우를 공유합니다.
더 많은 제조 AI 인사이트를 보고 싶으시다면 'AI 인사이트 더 보러가기'를 통해 둘러보시면 도움이 되실 겁니다. 감사합니다.