하인리히 75,000건 vs 산업안전 AI 400,000건 | 100년 후 데이터 규모

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

안녕하세요, 산업안전 AI 'Heinrich' 팀입니다 👋

오늘은 산업안전 분야의 오래된 격언과 100년 후 데이터 이야기를 해보려고 합니다.

💬 산업안전 분야의 오래된 격언

"안전은 피로 쓰인다."

이 말, 다들 들어보셨죠? 현장의 위험은 결국 과거 사고가 가장 정확히 대변한다는 뜻입니다. 그래서 얼마나 많은, 얼마나 구조화된 사고 데이터를 갖고 있느냐가 산업안전 AI의 실력을 결정한다고 저희는 생각해요.

오늘은 그 데이터 규모를 다른 기준들과 비교해드리려고 합니다.

1931년, 75,000건에서 시작된 산업안전 📚

산업안전을 공부해보신 분이라면 누구나 아는 이름이 있어요.

🏛️ H.W. 하인리히 (1931년)

하인리히는 1931년 75,000건의 사고를 분석해서 1:29:300 법칙을 발표했습니다.

100년 가까이 지난 지금도 산업안전 교과서의 기본이 되는 숫자예요.

처음 이 숫자를 봤을 때, 솔직히 어느 정도 규모인지 가늠이 안 됐습니다. 75,000건이라고 하면 많은 것 같기도, 적은 것 같기도 했어요. 그런데 다른 산업안전 데이터셋들과 비교해보니 의미가 보였습니다.

다른 데이터셋과 비교해보면 📊

산업안전·안전공학 분야에서 자주 인용되는 데이터셋들을 같이 놓고 봤어요.

• 하인리히 법칙 (1931) → 75,000건
• FACTS (EU 화학 사고 DB) → 24,000건
• 학술 연구 평균 ML 데이터셋 → 약 20,000건
• Dasan AI 라벨링 사고 DB → 400,000+ 건

수치로 환산하면:

✅ 하인리히 법칙의 5.3배

✅ FACTS의 16.7배

✅ 학술 평균의 20배

산업안전 분야에서 400,000+ 급의 자체 라벨링 사고 데이터는 전례가 드문 규모예요.

다만 규모만 큰 건 아닙니다 🔍

처음에 "데이터 많이 모았다"고만 자랑하려 했는데, 사실 규모는 절반의 이야기예요. 진짜 중요한 건 그 데이터가 어떻게 처리되어 있느냐입니다.

📌 일반 RAW 데이터 (단순 수집)

• 키워드 검색만 가능
• 사고 텍스트에 같은 단어가 들어있는 사례만 검출
• 같은 위험 구조라도 단어가 다르면 못 찾음

📌 Heinrich 라벨링 데이터 (전처리 완료)

• 산업안전 전문 관점의 다축 라벨링
• "같은 위험 구조의 사고" 검색 가능
• 단어가 달라도 공정·위험요인이 같으면 검출

이 데이터가 AI의 전부입니다 💪

저희가 만드는 산업안전 AI의 모든 답변은 이 400K+ 라벨링 데이터 위에서 작동합니다.

✅ 현장 사진의 위험 분석

✅ JSA 자동 생성

✅ 안전 챗봇 답변의 출처

✅ 시정지시서·위험성평가·TBM 모든 양식

추정이 아니라 실제 사고 근거로 답합니다.

🤔 솔직한 고백

처음에는 GPT 같은 일반 LLM에 안전 도메인 프롬프트만 잘 넣으면 될 줄 알았어요. 그런데 해보니 안 됐습니다. 일반 텍스트로 학습된 LLM은 "비슷한 단어가 있는 사례"는 찾지만 "같은 위험 구조의 사례"는 못 찾더라고요. 결국 데이터부터 다시 만드는 게 답이었습니다.

📌 1931년, 산업안전은 75,000건 위에서 시작됐습니다.

📌 100년 후, 저희는 400,000건 위에서 산업현장을 분석합니다 (5.3배).

📌 규모만 큰 게 아니라 다축 라벨링으로 구조화된 검색 자산입니다.

📌 모든 AI 답변이 실제 사고 근거 + 출처와 함께 제시됩니다.

직접 대화해보시려면

저희가 만든 Heinrich와 직접 대화해보고 싶으시면, Free 플랜으로 시작 가능해요.

데이터 자체에 관심 있으신 분, 의견 있으신 분은 댓글로 남겨주세요. 산업안전 분야에서 데이터를 어떻게 더 의미있게 쓸 수 있을지 함께 고민해보고 싶습니다 💪

도움이 되셨길 바랍니다.