본문으로 건너뛰기

영상으로 RULA·REBA·OWAS 평가하기: 카메라가 재는 것과 여전히 알려 줘야 하는 것

Forge Lens 0.21은 작업 영상에서 17점 신체 자세 모델로 RULA·REBA·OWAS를 내 PC에서 평가합니다. 어떤 입력이 영상에서 나오고 어떤 입력을 직접 정해야 하는지, 작업자가 화면 밖에 있을 때 어떻게 되는지, 그리고 2D 영상 점수를 어디까지 믿을 수 있는지 발표된 연구로 정리합니다.

4분 읽기

이 페이지 목차

RULA·REBA·OWAS는 관찰 기반 평가법입니다. 평가자가 작업을 지켜보며 신체 부위별 자세를 판정하고, 자세만으로는 보이지 않는 것 — 하중, 손으로 쥐는 상태, 동작이 얼마나 자주 반복되는지 — 을 더해 점수로 바꿉니다. 세 방법은 각각 1993년, 2000년, 1977년 Applied Ergonomics에 발표됐습니다.

Forge Lens 0.21은 이 관찰을 대신합니다. 작업 영상에서 자세를 읽어 내 PC에서 처리하고, 작업자가 보이는 모든 순간에 세 방법의 점수를 냅니다. 카메라가 볼 수 없는 부분은 여전히 사용자가 정해야 하며, 결과에는 영상 중 실제로 측정한 비율이 함께 표시됩니다.

Forge Lens 인체공학 평가 화면: RULA 7점 중 5.2, REBA 15점 중 6.9, OWAS 등급 2, 2분간의 RULA 시간별 위험도, 분석 설정 패널

앱에 함께 들어 있는 용접 예제 — 미리 계산된 결과를 담은 합성 데이터입니다.

세 방법이 보는 것

  • RULA(Rapid Upper Limb Assessment, McAtamney·Corlett, 1993)는 작업 관련 상지 질환을 조사하기 위해 만들어졌습니다. 목·몸통·상지의 자세와 함께 "muscle function and the external loads experienced by the body"(근육 사용과 몸이 받는 외부 하중)를 평가하고, 작업을 얼마나 시급히 살펴봐야 하는지 알려 주는 조치 목록으로 바꿉니다.
  • REBA(Rapid Entire Body Assessment, Hignett·McAtamney, 2000)는 전신을 다룹니다. 자세의 정적·동적 부하, "human-load interface (coupling)"(사람과 하중이 맞닿는 손잡이 상태), 중력의 도움을 받는 상지 자세를 더합니다. 저자들은 이 방법을 기술 노트로 발표하면서 "further work is needed to establish the validity of the tool"(도구의 타당성을 확립하려면 추가 연구가 필요하다)이라고 적었습니다.
  • OWAS(Karhu·Kansi·Kuorinka, 1977)는 핀란드의 한 철강 회사에서 나왔습니다. 전신 작업 자세를 관찰하는 방법과, 그 자세를 다시 설계하는 기준으로 이뤄집니다. 기준은 숙련 작업자와 인간공학 전문가의 평가에 바탕을 두며, 주된 관심은 자세가 주는 불편입니다.

영상에서 측정하는 것

Lens는 Google이 Apache License 2.0으로 공개한 자세 추정 모델 MoveNet SinglePose Lightning으로 작업자를 찾습니다. 이 모델은 프레임마다 코·눈·귀·어깨·팔꿈치·손목·엉덩이·무릎·발목의 17개 점을 신뢰도와 함께 돌려줍니다. 모델은 처음 평가를 실행할 때 한 번만 내려받습니다(약 9 MB). 그 뒤로는 모두 오프라인으로 실행되며, 영상은 PC 밖으로 나가지 않습니다.

Lens는 영상을 초당 2프레임으로 뽑아, 각 프레임의 점에서 다음을 계산합니다.

  • 몸통과 목의 굽힘,
  • 위팔과 팔꿈치의 각도,
  • 무릎 각도(다리 자세),
  • 팔이 어깨보다 올라갔는지 여부.

팔은 좌우를 모두 평가해 더 나쁜 쪽을 씁니다. 왼팔의 부담이 편안한 오른팔로 상쇄되지 않기 때문입니다.

여전히 알려 줘야 하는 것

17개 점에는 손과 손가락 점이 없어서, 손목의 각도와 비틀림은 이 점들로 알 수 없습니다. 카메라는 부품의 무게를 잴 수 없고, 팔이 받침에 기대어 있는지도 알 수 없습니다. 이런 입력은 분석 설정에서 직접 정하며, 영상 전체에 적용됩니다.

  • 하중 / 힘: 하중(kg)과 손잡이 상태(REBA 커플링 등급).
  • 활동 특성: 1분 넘게 유지하는 자세, 분당 4회 넘게 반복하는 동작, 급격한 자세 변화.
  • 상지 보정: 어깨 들림, 팔 벌림(외전), 팔 지지, 손목 편향.
  • 자세 보정: 목 비틀림·측면 굽힘, 몸통 비틀림·측면 굽힘, 다리 지지.

단계마다 하중이 크게 다른 작업이라면 영상을 세그먼트로 나누고 세그먼트별 결과를 읽으세요. 하중 하나를 전체에 평균 내지 마세요.

작업자가 화면에 없을 때

아무도 측정할 수 없는 프레임은 좋은 자세가 아닙니다. Lens는 그런 프레임을 좋은 자세로 점수 매기지 않습니다.

  • 시간별 위험도: 측정할 사람이 없던 초는 0이 아니라 선이 끊긴 빈칸으로 남고, 차트에 그 빈칸의 뜻이 적혀 있습니다.
  • 세그먼트 표: 아무도 측정되지 않은 세그먼트는 점수와 위험 색 없이 «측정 없음»으로 표시됩니다.
  • 요약: 전체 프레임 중 몇 프레임을 측정했는지 보여 줍니다. 앱에 함께 들어 있는 조립 라인 영상에서는 135프레임 중 13프레임에서만 작업자를 측정할 만큼 뚜렷하게 찾았습니다. 점수는 이 수와 함께 읽으세요.
  • 아무도 찾지 못했을 때: 어떤 프레임에서도 사람을 찾지 못하면 점수를 내지 않고, 그 이유를 알리는 메시지만 보여 줍니다.

2D 영상 점수를 어디까지 믿을 수 있나

영상 점수는 선별 결과로 다루세요. 자세히 살펴볼 세그먼트를 빠르게 찾는 수단이지, 훈련된 평가자의 평가를 대신하지는 않습니다. 발표된 연구도 같은 방향을 가리킵니다.

  • 모션 캡처와 비교하면: 2025년 연구는 2D 영상 자세 추정을 몸에 붙이는 센서(IMU) 기반 모션 캡처와 비교했습니다. RULA 총점은 중간 수준으로 일치했지만(κ = 0.461), 위팔·아래팔·손목·목·몸통 같은 부위별 점수는 유의하게 일치하지 않았습니다. 저자들은 이 방식이 빠른 전반 평가에는 도움이 될 수 있지만, 관절 단위, 특히 상지에서는 신뢰하기 어렵다고 결론지었습니다.
  • 더 강한 2D 자세 모델이라면: 2026년 연구는 자신들의 2D 자세 시스템이 관절 각도 오차 5.7°를 냈다고 보고했습니다(Kinect V2 깊이 카메라는 10.7°). REBA 점수 경계를 부드럽게 하면 전문가와의 일치도가 높아진다는 결과도 함께 보고했습니다. 모두 저자들이 자신들의 시스템에 대해 보고한 수치입니다.
  • 촬영 요령: 작업자의 몸 전체가 화면에 들어오도록, 작업하는 쪽 측면에서 찍으세요. 점수는 측정된 프레임에서 나오므로, 작업자가 지그 뒤에 가려지는 영상에서는 측정할 프레임이 적습니다.

Forge Lens에서 해 보기

  1. 영상 라이브러리에서 작업 영상을 가져옵니다.
  2. 분석 워크스페이스에서 자동 분석이나 직접 표시로 영상을 세그먼트로 나눕니다. 평가는 세그먼트마다 점수를 냅니다.
  3. 인체공학 평가를 열고 분석 설정에서 하중과 활동 특성을 정합니다.
  4. 인체공학 분석 실행을 누릅니다.

평가 실행은 Forge Lens License 기능입니다. 저장된 평가와 함께 들어 있는 용접 예제는 License 없이도 볼 수 있습니다. 영상을 찍기 전에 화면부터 보고 싶다면 모범 템플릿에서 용접 RULA 예제를 추가해 보세요.

Forge Lens 내려받기

참고문헌

  • McAtamney, L., & Corlett, E. N. (1993). RULA: a survey method for the investigation of work-related upper limb disorders. Applied Ergonomics, 24(2), 91–99. doi:10.1016/0003-6870(93)90080-S
  • Hignett, S., & McAtamney, L. (2000). Rapid Entire Body Assessment (REBA). Applied Ergonomics, 31(2), 201–205. doi:10.1016/S0003-6870(99)00039-3
  • Karhu, O., Kansi, P., & Kuorinka, I. (1977). Correcting working postures in industry: A practical method for analysis. Applied Ergonomics, 8(4), 199–201. doi:10.1016/0003-6870(77)90164-8
  • Google. MoveNet.SinglePose Model Card. Apache License, Version 2.0.
  • Simon, S., et al. (2025). Bioengineering, 12(4), 403. doi:10.3390/bioengineering12040403 — RULA 평가에서 2D 자세 추정과 IMU 모션 캡처 비교.
  • Li, N., Chen, Y., & Fang, Z. (2026). Ergonomics(온라인 선공개). doi:10.1080/00140139.2026.2681927 — 단안 자세 추정과 퍼지 REBA.