작업자 행동·위험행동 데이터

제조·안전 환경에서 사고는 설비 자체의 문제뿐 아니라 작업자의 행동, 동선, 자세, 보호구 착용 여부와도 밀접하게 연결됩니다. 위험구역 접근, 설비 작동 범위 내 진입, 헬멧 미착용, 넘어짐, 비정상 자세는 AI가 학습해야 할 중요한 신호입니다.

작업자 행동 데이터는 단순히 사람을 감지하는 것을 넘어, 행동의 의미와 위험상태를 함께 분류할 수 있어야 합니다. 이 페이지는 산업재해 예방 AI가 학습해야 할 작업자 행동·위험상태 데이터셋을 설명합니다.

키포인트 & 스켈레톤(/ai-data-services/data-labeling/keypoint/) 페이지는 포즈 라벨링 방식 자체를 설명합니다. 컴퓨터 비전 라벨링(/ai-data-services/data-labeling/computer-vision/) 페이지는 비전 모델을 위한 라벨링 유형을 넓게 설명합니다.

 이 페이지는 그보다 더 구체적으로, 제조·안전 환경에서 작업자 행동과 위험행동을 AI 학습 데이터로 어떻게 설계할지에 집중합니다.

모델이 구분해야 할 정상행동과 위험행동을 정리하고, 보호구, 자세, 동선, 위험구역, 설비 관계 기준을 문서화합니다. 이후 다양한 작업자 자세, 환경, 거리, 각도를 합성데이터로 구성합니다.

최종 단계에서는 작업자 객체, 행동, 보호구, 위험상태 라벨을 검수하고 모델 입력 방식에 맞는 라벨 파일과 메타데이터를 제공합니다.

상위 허브는 합성 데이터(Synthetic Data) 생성 및 구축이며, 이 페이지는 라벨링 방식 자체가 아니라 산업재해 예방 AI가 학습해야 할 작업자 행동·위험상태 데이터셋을 설명합니다.

관련 문맥에서는 키포인트 & 스켈레톤, 컴퓨터 비전 라벨링, 불량 검출 및 이상 행동 탐지 페이지를 보조 링크로 연결할 수 있습니다.