기술 필드 노트 #27 · 2026년 11월

10작업일, 모든 1초를 검사했다: 목장갑이 쓸 수 있는 시간을 절반으로 줄였다, 손 검출기가 장갑 낀 손을 놓쳤기 때문

기술노트 #27 · 에고센트릭 스테레오+IMU 촬영(ODL-EGO S1)의 유효 시간 QC, 10작업일 74,044초

기술노트 #25는 하루치 유효 시간을 쟀습니다. 이번에는 같은 초 단위 검사를 같은 농산물 소분 현장에서 10작업일 동안 녹화한 모든 초에 적용했습니다(2026-11-01~11-12, 20.6시간, 74,044초, R8 스테레오+IMU 리그 1대). 노출은 99.9%의 초에서 정상, 카메라 흔들림은 80%가 8px 미만, 작업을 내려다본 비율은 98%였습니다. 나머지는 손 검사가 갈랐습니다. 모든 검사를 통과한 초는 전체의 37.9%(7.8시간)였습니다. 10일은 정확히 둘로 나뉘었습니다. 11-01~11-05는 작업자가 손바닥에 빨간 고무가 입혀진 목장갑을 꼈고, 11-08부터는 맨손이었습니다. 쓸 수 있는 시간은 장갑 낀 날이 매일 18–28%, 맨손인 날이 매일 49–56%였습니다. 두 기간에서 무작위 30초씩을 눈으로 확인하니 손이 보이는 비율은 비슷했고(22/30 대 25/30), 검출기는 보이는 장갑 낀 손 22개 중 11개, 맨손 25개 중 22개를 찾았습니다. 장갑이 영상을 나쁘게 만든 게 아니라, 표준 손 검출기가 손의 절반을 놓치게 만든 것입니다.

게시 2026년 11월 14일⏱ 10 분 분량상태 예비 결과 · 자동 분석공개 데이터 GitHub · Hugging Face · Kaggle
20.6시간녹화, 모든 초 검사74,044초, 10작업일, 리그 1대검증됨 (자동)
37.9% (7.8시간)조작 학습 사용 가능, 전체노출·흔들림·시선·손 검사 모두 통과검증됨 (자동)
51.9% vs 23.7%맨손 날 vs 장갑 날맨손 매일 49–56%, 장갑 매일 18–28%검증됨 (자동)
맨손 88%, 장갑 50%보이는 손을 검출기가 찾은 비율(눈 확인)기간별 무작위 30초검토됨 (소표본)

왜 중요한가

녹화 시간은 쓸 수 있는 시간이 아니고, 그 차이는 아무도 적지 않는 것에 달려 있다

로봇 학습 구매자는 손이 작업하는 모습이 선명하게 보이는 초에 돈을 냅니다. 기술노트 #25는 하루치에서 그 비율을 쟀습니다. 구매자는 그 숫자가 몇 주 동안 유지되는지, 무엇이 그 숫자를 움직이는지도 묻습니다.

같은 작업 10작업일 동안 그 숫자는 하루의 약 4분의 1에서 약 절반까지 움직였고, 원인은 장면의 작은 한 가지였습니다.

구성

기술노트 #25의 검사를 10일의 모든 초에

데이터: 2026-11-01~05, 11-08~12의 모든 왼쪽 눈 녹화, 학교 급식용 농산물 소분, R8 스테레오+IMU 리그 1대(ODL-EGO S1), 1600×1200, 30fps. 파일 271개, 20.6시간이며 2KB 미만으로 중단된 파일 2개는 건너뛰었습니다.

초마다: 그 초를 여는 키프레임(리그가 초당 1장 기록)으로 밝기, 포화, 손을 보고, 그 키프레임의 노출 시간과 그 1초 동안의 자이로로 카메라 흔들림(90백분위, px)을, 가속도계로 시선 방향을 계산했습니다. 손은 기술노트 #23처럼 MediaPipe Hands를 전체 화면과 아래쪽 작업 영역에 적용했습니다. 노출 정상, 흔들림 8px 이하, 30° 이상 아래를 봄, 손 검출을 모두 만족하면 조작 학습 사용 가능으로 셉니다.

각 파일의 샘플 표에서 키프레임만 읽어 파일당 읽는 양을 약 250MB에서 22MB로 줄였고, 값은 전체를 읽을 때와 같았습니다. 전체 인덱스는 2코어 CPU에서 약 1.5시간 걸렸습니다.

결과 1

10일, 37.9% 사용 가능, 그리고 완전히 다른 두 기간

노출(99.9%)과 시선 방향(98.3%)은 거의 걸리지 않았습니다. 카메라 흔들림이 약 5초 중 1초를 걸렀습니다(80.1% 통과). 손 검사가 가장 큰 거름망이었습니다. 손이 검출된 초는 45.8%였고, 모두 통과한 초는 37.9%(20.6시간 중 7.8시간)였습니다.

날짜별로는 앞 5일이 18–28%, 뒤 5일이 49–56%였습니다. 영상 검사 결과는 두 기간이 거의 같았고, 손 검사만 달랐습니다.

10작업일의 녹화 시간과 사용 가능 시간 막대그래프: 앞 5일은 약 4분의 1, 뒤 5일은 약 절반이 사용 가능
그림 1. 날짜별 녹화 시간(회색)과 사용 가능 시간(색).
표 1. 10일, 37.9% 사용 가능, 그리고 완전히 다른 두 기간
날짜손녹화(시간)영상 사용 가능 %손 검출 %조작 학습 사용 가능 %사용 가능(시간)
11-01장갑2.4278.727.422.20.54
11-02장갑1.9478.922.918.30.35
11-03장갑2.3278.531.425.90.60
11-04장갑2.1877.030.925.30.55
11-05장갑1.3578.534.528.00.38
11-08맨손2.6085.759.451.71.34
11-09맨손2.4981.259.148.51.21
11-10맨손1.7780.467.655.50.98
11-11맨손1.9881.164.954.41.08
11-12맨손1.5178.462.150.50.76

결과 2

차이는 목장갑이었다

11-01~11-05에는 작업자가 손바닥에 빨간 고무가 입혀진 목장갑을 꼈고, 11-08부터는 맨손이었습니다. 현장, 리그, 착용자, 작업, 검출기는 그대로였습니다.

장갑 날과 맨손 날의 5가지 검사 통과율 막대그래프: 노출·흔들림·시선은 거의 같고, 손 검출 29% 대 62%, 사용 가능 24% 대 52%
그림 2. 검사별 통과율, 장갑 날 vs 맨손 날.
표 2. 차이는 목장갑이었다
목장갑 (5일)맨손 (5일)
녹화10.22시간10.35시간
노출 정상99.9%99.9%
카메라 흔들림 ≤ 8px78.3%81.8%
작업을 내려다봄97.3%99.3%
검출기가 손을 찾음29.1%62.2%
조작 학습 사용 가능(전체 통과)23.7% (2.42시간)51.9% (5.38시간)
눈으로 확인한 30초 중 손이 보임22 / 3025 / 30
보이는 손을 검출기가 찾음11 / 22 (50%)22 / 25 (88%)

결과 3

손은 있었고, 검출기가 장갑을 못 봤다

손을 덜 찾았다는 것은 손이 덜 보였다는 뜻일 수도, 검출기가 놓쳤다는 뜻일 수도 있습니다. 영상·시선 검사를 통과한 초 중 기간별 무작위 30초를 골라 착용자의 손이 보이는지 눈으로 표시했습니다. 손은 장갑 30초 중 22초, 맨손 30초 중 25초에서 보였습니다. 검출기는 보이는 장갑 낀 손 22개 중 11개(50%), 맨손 25개 중 22개(88%)를 찾았고, 두 묶음 모두 잘못 찾은 경우는 없었습니다.

이를 보정하면 장갑 날은 약 55%, 맨손 날은 약 68%의 초에 사용 가능한 영상 속에 손이 보입니다. 장갑 영상이 나쁜 게 아니라, 주로 맨살로 학습한 검출기에게 장갑 낀 손이 보이지 않는 것입니다.

머리 착용 화면 두 줄: 위는 장갑 낀 손이 봉투를 묶고 쪽파를 다루는 모습, 아래는 맨손으로 봉투와 채소를 다루는 모습
그림 3. 눈으로 확인한 60초 중 예시. 위: 목장갑. 아래: 맨손.
막대그래프: 손이 보인 초는 장갑 22/30, 맨손 25/30, 검출기가 찾은 손은 장갑 11/22, 맨손 22/25
그림 4. 눈으로 확인한 60초.

바꾼 것

장갑 원칙과 장갑을 고려한 검사

생산에서 바로 쓰는 결론 두 가지입니다.

  • 작업이 허락하면 맨손으로 촬영합니다. 이 현장에서는 자동 손 검사를 통과하는 초가 두 배가 됐습니다(지금은 맨손으로 촬영합니다).
  • 장갑이 꼭 필요한 작업(식품, 화학물질, 날카로운 도구)은 맨살 기반 검출기가 약 절반을 놓치므로, 유효 시간을 검출기 숫자만으로 보고하지 않고 장갑용 검사와 검토 표본으로 추정합니다.
  • 납품마다 날짜별 유효 시간과 그 숫자를 만든 검사 방식을 함께 보고합니다.

의미

유효 시간은 잴 수 있고, 같은 조건에서는 안정적이며, 작은 차이에 민감하다

검증됨: 10일 20.6시간 중 37.9%의 초가 모든 검사를 통과했고, 조건이 같으면 날짜별 값이 안정적이었습니다(장갑 18–28%, 맨손 49–56%).

소표본 눈 확인: 장갑은 검출기 재현율을 절반으로 낮췄고(50% 대 88%), 손이 보이는 비율은 비슷했습니다.

구매자에게: 업체에 날짜별 유효 시간과 손을 어떻게 검출했는지 물어보세요. 조건 없이 숫자 하나만 받으면 두 배까지 틀릴 수 있습니다.

범위와 한계

연구의 한계

이 노트가 보여주지 않는 것을 먼저 밝힙니다.

  • 현장 1곳, 착용자 1명, 리그 1대이며 장갑과 맨손은 다른 날이라 다른 작은 차이(배치, 농산물 구성)를 장갑 효과와 분리하지 못했습니다. 영상·시선 검사는 두 기간이 거의 같았습니다.
  • 눈 확인은 기간별 30초로, 재현율 50%와 88%는 근사값입니다.
  • 초별 노출 시간은 그 초를 여는 키프레임에서 가져왔습니다(기술노트 #25는 모든 프레임). 11-08은 두 방식이 51.7%와 49.2%로, 이번에는 #25에서 뺀 짧은 녹화도 포함했습니다.
  • 예비 분석: AI 보조 자동 분석과 소규모 수동 검토이며 제3자 검토는 받지 않았습니다.

FAQ

데이터 구매자가 묻는 질문

Q01녹화한 에고센트릭 작업 영상 중 로봇 조작 학습에 쓸 수 있는 비율은 얼마인가요?
한 현장 10작업일 20.6시간에서 노출·흔들림·시선·손 검사를 모두 통과한 초는 37.9%였습니다. 맨손인 날 51.9%, 장갑을 낀 날 23.7%였습니다.
Q02작업 장갑이 에고센트릭 영상의 손 검출에 영향을 주나요?
네. 눈으로 확인한 초에서 표준 MediaPipe Hands 설정은 보이는 맨손의 88%를 찾았지만, 고무 코팅 목장갑을 낀 손은 50%만 찾았습니다. 손이 보이는 비율 자체는 비슷했습니다.
Q03유효 시간은 날마다 안정적인가요?
같은 조건이면 그렇습니다. 같은 현장·리그·작업에서 맨손인 날은 매일 49–56%, 장갑을 낀 날은 매일 18–28%였습니다.
Q04모든 초를 어떻게 빨리 검사했나요?
각 파일에서 매 초를 여는 키프레임만 읽고(250MB 대신 약 22MB) IMU와 함께 계산해, 74,044초 인덱스를 2코어 CPU에서 약 1.5시간에 만들었습니다.

공개 데이터와 코드

근거 자료를 직접 확인하세요

이 노트의 모든 수치는 검증할 수 있습니다. 가공 데이터, 분석 코드, 그림, 실행 가능한 노트북을 공개합니다.

Kaggle에서 노트북 실행

라이선스: CC BY 4.0 (데이터·그림) · MIT (코드)

이 노트 인용하기

Origin Data Lab (2026). 기술노트 #27: 10작업일, 모든 1초를 검사했다: 목장갑이 쓸 수 있는 시간을 절반으로 줄였다. https://origindatalab.io/ko/technical-field-notes/ten-day-usable-time-qc-work-gloves-vs-bare-hands.html

우리 데이터로도 이렇게 측정해 볼까요?

오리진데이터랩은 피지컬 AI·로봇 팀을 위해 에고센트릭, 스테레오+IMU, 현장 영상 수집을 설계·운영하고 품질 검증을 문서로 제공합니다.