시에라베이스가 창원NC파크에서 AI 기반 자율드론 ‘시리우스 윙’을 활용한 시설물 안전점검을 수행했다. 이번 작업은 창원시설공단이 지방공공기관 최초로 추진하는 ‘자율드론 시설물 점검 시스템 구축사업’의 일환으로, 창원무인항공교육원과 협력하여 진행되었다.

점검 대상은 외벽 고층부, 지붕 구조물, 조명탑, 관람석 상부 등 인력 접근이 제한된 고위험 구간이다. 시리우스 윙은 시에라베이스가 독자 개발한 안전진단 솔루션 ‘시리우스’를 통해 제어되며, 3D 맵핑과 AI 결함 탐지, 통합 웹 관제를 단일 플랫폼에서 처리한다.

주목할 점은 GPS 신호가 도달하지 않는 환경에서도 시설물을 3D 디지털 트윈으로 구현할 수 있다는 점이다. 이는 국내 최초로 상용화된 360도 회전형 라이다(LiDAR, 빛을 이용해 거리를 측정하는 센서) 기반 SLAM(Simultaneous Localization and Mapping, 동시적 위치추정 및 지도작성) 기술을 통해 가능해졌다. 반면, 단순 촬영에 그치지 않고 40만 장 이상의 빅데이터로 학습된 AI 엔진이 0.1mm 이하의 초미세 균열까지 자동으로 식별하여 결과보고서로 출력하는 구조를 갖췄다.

창원NC파크 투입된 '시리우스 윙'과 점검 범위

사람이 직접 로프에 매달려 외벽을 타거나 고소작업차를 이용해 육안으로 확인하던 기존 방식은 늘 추락 사고의 위험을 내포한다. 반면 이번 창원NC파크 시설물 안전점검은 AI 기반 자율드론인 시리우스 윙(Sirius Wing, 시에라베이스가 개발한 자율비행 점검 드론)을 투입해 인력 접근이 사실상 불가능한 고위험 구간을 대상으로 수행되었다. 시에라베이스는 창원시설공단 및 창원무인항공교육원과 협력하여 이번 점검을 진행했다. 주목할 점은 이번 사업이 지방공공기관 최초로 추진된 자율드론 시설물 점검 시스템 구축사업의 일환이라는 사실이다. 이는 단순한 기술 시연을 넘어 실제 공공시설 관리 체계에 자율비행 기술을 이식하여 실무적인 점검 데이터를 확보하려는 시도로 분석된다.

점검 범위는 인력의 접근성이 극도로 낮은 고층부와 특수 구조물에 집중되었다. 구체적으로는 NC 다이노스의 홈구장인 창원NC파크의 외벽 고층부와 지붕 구조물, 조명탑, 그리고 관람석 상부 구간이 주요 대상이었다. 이러한 구역들은 기존 인력 점검 시 고도의 숙련도가 요구됨은 물론, 장비 진입이 제한되어 정밀한 관찰이 어려웠던 지점들이다. 그러나 시리우스 윙은 자율비행 기능을 통해 정해진 경로를 따라 고위험 구간을 정밀하게 탐색하며 누락 없는 데이터를 수집했다. 이는 점검자의 주관적 판단이나 컨디션에 따라 결과가 달라지던 기존 방식의 한계를 극복하고, 기계적 정밀함과 데이터의 반복 가능성을 확보한 결과다.

이번 점검의 실질적인 가치는 접근 불가능한 영역의 디지털 데이터화에 있다. 조명탑이나 지붕 구조물처럼 수직적 높이가 높고 구조가 복잡한 지점은 기존 방식으로는 필연적으로 사각지대가 발생할 수밖에 없다. 반면 자율드론은 설정된 경로를 따라 일정 거리와 각도를 유지하며 촬영을 수행하므로 데이터의 일관성을 유지할 수 있다. 주목할 점은 창원시설공단이 이번 사업을 통해 기존의 연간 정기점검이라는 간헐적 방식에서 월 1회 촬영 기반의 상시 점검 체계로의 전환을 검토하고 있다는 사실이다. 분기별로 초근접 촬영 자료를 축적해 균열과 부식, 체결 이상 여부를 비교 분석하는 예방 중심의 안전관리 체계를 구축하려는 목적이 명확하다.

이번 투입은 기술적 과시보다 운영 효율성과 현장 안전성 확보라는 실리적 관점에서 설계되었다. 창원무인항공교육원과의 협력을 통해 비행 안전성을 확보하고, 창원시설공단의 관리 요구사항을 정밀하게 반영하여 점검 범위를 설정했다. 외벽 고층부부터 관람석 상부까지 이어지는 광범위한 영역을 단일 솔루션으로 커버하며, 서로 다른 높이와 재질을 가진 구조물들에 대해 자율비행 시스템이 어떻게 대응하는지를 검증했다. 고위험 구간에 대한 물리적 접근을 완전히 배제하고 디지털 데이터를 통해 시설 상태를 진단하는 체계는 인력 중심의 점검 패러다임을 데이터 중심의 관리 체계로 전환하는 구체적인 사례가 된다.

360도 LiDAR SLAM과 0.1mm AI 탐지 메커니즘

기존 자율비행 드론은 위성 신호에 의존하는 GPS 기반 제어가 일반적이다. 그러나 고층 외벽이나 지붕 구조물, 조명탑 하단처럼 신호가 차단되는 GPS 미수신 환경에서는 위치 추정의 정확도가 급격히 떨어진다. 시리우스 윙은 이를 해결하기 위해 360도 회전형 라이다(LiDAR, 빛을 이용한 거리 측정 센서) 기반의 SLAM(Simultaneous Localization and Mapping, 동시적 위치추정 및 지도작성) 기술을 적용했다. 드론이 비행하며 실시간으로 주변 환경의 지도를 생성하는 동시에 자신의 현재 위치를 파악하는 방식이다. 주목할 점은 이 과정이 실시간으로 이루어져 GPS 없이도 시설물의 정밀한 3D 디지털 트윈(현실 세계의 사물을 가상 세계에 동일하게 구현한 모델)을 구축할 수 있다는 사실이다. 특히 360도 회전형 센서는 사각지대를 최소화하며 구조물의 기하학적 형상을 빠르게 캡처한다.

데이터 수집 이후의 핵심은 결함 탐지의 정밀도다. 육안 점검은 작업자의 숙련도나 현장 조명 상태에 따라 오판 가능성이 상존하며 이는 안전 진단의 치명적인 공백으로 이어진다. 반면 시리우스 솔루션에 탑재된 AI 엔진은 40만 장 이상의 빅데이터를 학습하여 결함 판단 기준을 표준화했다. 이를 통해 사람이 식별하기 어려운 0.1mm 이하의 초미세 균열까지 자동으로 탐지한다. 단순한 이미지 캡처를 넘어 픽셀 단위의 분석을 통해 균열의 폭과 길이를 수치화하는 구조다. 결과적으로 점검자의 주관적 판단을 배제하고 데이터 기반의 객관적 진단 체계를 구현했다. 이는 미세한 균열이 대형 사고로 이어질 수 있는 인프라 시설물 점검에서 필수적인 정밀도다.

탐지된 데이터는 시리우스 에디터(Sirius Editor, 데이터 분석 및 보고서 생성 도구)를 통해 최종 결과물로 변환된다. 이전에는 점검자가 촬영 사진을 일일이 대조하며 수기로 작성하던 외관조사망도와 손상물량표를 시스템이 자동으로 출력한다. 이는 데이터 수집부터 보고서 작성까지의 전체 파이프라인을 자동화하여 분석 소요 시간을 획기적으로 단축하는 결과로 이어진다. 3D 맵핑 데이터와 AI 탐지 결과가 좌표 기반으로 결합되어 시설물의 어느 지점에 어느 정도의 손상이 발생했는지 명확하게 명시된다. 디지털 트윈 상의 가상 좌표와 실제 물리적 위치가 일치함으로써 보수 보강이 필요한 정확한 지점을 즉각적으로 특정하는 구조다.

연간 정기점검에서 월 1회 데이터 기반 상시 점검으로의 전환

기존의 시설물 안전관리는 전문 인력이 직접 현장을 방문하여 확인하는 연간 정기점검 방식에 전적으로 의존했다. 1년에 단 한 번 수행하는 전수 조사는 점검 주기 사이의 공백이 지나치게 길어, 그 사이에 발생하는 급격한 노후화나 예측 불가능한 결함을 적시에 포착하는 데 물리적 한계가 있었다. 반면 창원시설공단이 현재 검토 중인 체계는 월 1회 촬영 기반의 상시 점검으로 전환하는 것이다. 이는 단순한 점검 횟수의 증대를 넘어 데이터 수집 빈도를 획기적으로 높여 시설물의 상태 변화를 시계열적으로 추적하겠다는 전략적 변화다. 점검 주기가 12개월에서 1개월 단위로 좁혀지면 결함의 발생 시점은 물론 진행 속도까지 정밀하게 측정할 수 있는 기반이 마련된다.

주목할 점은 분기별로 축적되는 초근접 촬영 자료의 비교 분석 메커니즘이다. 기존의 인력 중심 방식이 특정 시점의 상태를 기록하는 단발성 스냅샷 형태였다면, 새로운 체계는 고해상도 데이터를 지속적으로 누적하여 이전 데이터와 대조하는 구조를 가진다. 이를 통해 미세 균열의 확장 경로, 금속 부위의 부식 진행 범위, 볼트 및 너트의 체결 이상 여부를 데이터 기반으로 정밀하게 추적한다. 특히 0.1mm 이하의 초미세 균열 같은 정밀 데이터는 단발성 점검만으로는 그 변화 추이를 파악하기 어려우나, 분기별 비교 분석을 통하면 구조적 위험 신호를 조기에 식별할 수 있다. 이는 점검자의 숙련도에 따라 결과가 달라지는 육안 점검의 주관적 판단 요소를 배제하고, 객관적인 수치와 이미지 데이터로 관리 효율을 극대화하는 지점이다.

대응 체계 역시 사고 후 조치하는 사후 대응에서 위험을 미리 차단하는 예방 중심으로 이동한다. 과거의 정기점검은 현장 조사 후 결과 보고서가 작성되고, 이를 바탕으로 보수 계획을 수립하는 긴 호흡의 선형적 구조를 띠었다. 그러나 고해상도 촬영 데이터를 기반으로 위험 의심 구간을 시스템상에 즉시 표시하고 관리하는 체계가 구축되면 대응의 속도와 정확도가 완전히 달라진다. 이상 징후가 포착된 특정 좌표와 구간에 대해 즉각적인 대응 체계를 가동함으로써, 작은 결함이 대형 사고로 확산되기 전에 조치하는 것이 가능하다. 결과적으로 인력 투입 중심의 정기적 확인 절차는 고해상도 데이터의 상시 축적과 AI 기반의 모니터링이 결합된 데이터 중심의 예방적 안전관리 체계로 대체되는 흐름을 보인다.

CES 2025 최고혁신상 수상과 글로벌 인프라 시장 진출

CES 2025 스마트시티 부문 최고혁신상 수상 기록은 단순한 전시용 성과가 아니다. 일본 굿디자인 어워드 본상 수상과 더불어 외형적 완성도와 기능적 혁신성을 동시에 입증한 결과다. 반면 국내 시장에서는 국토교통부(MOLIT) 건설 신기술 지정과 과학기술정보통신부(MSIT) 글로벌 ICT 미래 유니콘 선정이라는 실무적 인증을 통해 공공 인프라 시장의 진입 장벽을 낮췄다. 주목할 점은 이러한 인증들이 개별적인 성과가 아니라 기술의 신뢰성과 시장 확장성을 동시에 증명하는 지표로 작동한다는 사실이다. 특히 건설 신기술 지정은 보수적인 건설 산업 내에서 기술적 타당성을 공인받았음을 의미하며, 이는 향후 공공 입찰 및 사업 확장 단계에서 강력한 레버리지로 작용한다. 글로벌 ICT 미래 유니콘 선정 역시 단순한 기업 가치 평가를 넘어 글로벌 시장 진출을 위한 국가적 보증 수표의 성격을 띤다.

수상 실적보다 실질적인 경쟁력은 국내에서 수행한 200회 이상의 실증 데이터에서 나온다. 이론적인 모델 성능과 현장 적용 사이에는 항상 간극이 존재하며, 이는 실제 환경의 변수 때문에 발생한다. 그러나 시에라베이스는 실제 교량과 터널, 수영장 등 다양한 인프라 환경에서 반복적인 검증을 거치며 실무 데이터를 확보했다. 개발자 관점에서 보면 이는 엣지 케이스(Edge Case, 일반적이지 않은 예외 상황)에 대한 대응력을 높이는 과정이며, 결과적으로 AI 모델의 오탐률을 낮추고 정밀도를 높이는 핵심 자산이 된다. 단순한 벤치마크 수치보다 현장에서의 누적 데이터가 모델의 강건성을 결정짓는 핵심 요소가 되기 때문이다. 200회 이상의 실증은 단순한 횟수의 의미를 넘어, 다양한 조도와 재질, 구조적 특성이 반영된 데이터셋의 다양성을 확보했음을 시사한다.

글로벌 인프라 안전진단 시장은 현재 기술적 표준이 부재한 상태다. 각 국가나 기업마다 서로 다른 진단 기준을 적용하고 있어 통합된 표준 모델을 선점하는 쪽이 시장 주도권을 쥐게 된다. 시에라베이스는 앞서 언급한 글로벌 인증과 방대한 실증 데이터를 결합해 이 공백을 공략한다. 단순한 하드웨어 보급이 아니라 진단 프로세스의 표준화를 제안함으로써 시장의 룰 세터(Rule Setter, 규칙 제정자)가 되겠다는 전략이다. 이는 기술적 우위를 넘어 시장의 생태계 자체를 설계하려는 시도로 분석된다. 표준이 없는 시장에서 먼저 데이터 기반의 기준을 제시하는 것은 단순한 점유율 확대를 넘어 경쟁사의 진입 장벽을 높이는 전략적 선택이다. 실증 데이터의 양과 질이 글로벌 표준을 정의하는 핵심 무기가 되는 구조다.

공공시설 안전관리의 디지털 전환과 실무적 시사점

창원NC파크의 외벽 고층부와 지붕 구조물, 조명탑, 관람석 상부는 사람이 직접 접근하기 매우 어려운 고위험 구간이다. 기존의 시설물 점검은 이러한 구역에 인력을 직접 투입하여 육안으로 확인하는 방식이었으며, 이는 작업자의 안전 사고 위험을 상시 동반했다. 반면 창원시설공단이 추진한 자율드론 시설물 점검 시스템 구축사업은 지방공공기관 최초로 인력을 대체해 물리적 안전을 확보했다는 점에서 실무적 가치가 크다. 시에라베이스(AI 및 로봇 전문 기업)의 시리우스 윙이 자율비행을 통해 접근 불가능한 영역의 데이터를 수집함으로써 점검 프로세스에서 인적 위험 요소를 완전히 제거했다.

기술적 구현의 핵심은 SLAM(Simultaneous Localization and Mapping, 동시적 위치추정 및 지도작성) 기술을 활용한 디지털 트윈(Digital Twin, 가상 세계에 실물과 똑같은 쌍둥이를 만드는 기술) 구축에 있다. GPS 수신이 제한적인 환경에서도 360도 회전형 라이다(LiDAR, 빛을 이용한 거리 측정 센서)를 통해 시설물을 3D 모델로 신속하게 변환한다. 그러나 단순한 형상 구현을 넘어 40만 장 이상의 빅데이터로 학습된 AI 엔진이 0.1mm 이하의 초미세 균열을 자동으로 탐지하는 단계까지 도달했다. 탐지된 결과는 시리우스 에디터를 통해 외관조사망도와 손상물량표를 포함한 결과보고서로 자동 출력되어, 데이터 수집부터 보고서 작성까지의 리드 타임을 획기적으로 단축한다.

관리 패러다임의 전환은 사고 후 대응에서 위험 신호의 선제적 포착으로 이동한다. 창원시설공단은 기존의 연간 정기점검 방식에서 탈피하여 월 1회 촬영 기반의 상시 점검 체계로 전환하는 방안을 검토 중이다. 분기별로 축적된 초근접 촬영 자료를 시계열적으로 비교 분석하면 균열의 확장 속도나 부식의 진행 정도, 체결 부위의 이상 여부를 정밀하게 추적할 수 있다. 주목할 점은 위험 의심 구간을 디지털 맵상에 표시하고 관리함으로써 긴급 조치가 필요한 사항에 대해 즉각적으로 대응하는 예방 중심의 안전관리 체계가 실무적으로 가능해졌다는 사실이다.

이러한 디지털 전환은 공공시설 안전관리의 새로운 표준을 수립하는 과정이다. 현장의 실무 경험과 AI 기술을 결합해 디지털 트윈 기반의 정량적 관리 기준을 마련하는 것은 다른 지방공공기관의 시설물 관리 체계에도 직접적인 시사점을 준다. 인력 중심의 아날로그 점검에서 데이터 중심의 디지털 점검으로 전환되는 흐름은 단순한 도구의 변경이 아니라 관리 체계의 전면적인 재설계다. 정밀한 데이터의 지속적 축적이 시설물의 생애주기 관리 효율성을 높이며, 결과적으로 공공 인프라의 안전성을 데이터 기반으로 증명하는 표준 모델이 될 것으로 보인다.