KICT 한국건설기술연구원

검색

전체 과제명 책임자 검색

전체 141건 현재 페이지 1/15

• 탄소를 먹는 콘크리트, 탄소중립의 해법이 되다 연구자: 박정준 KICT 구조연구본부 연구위원(탄소중립 건설재료팀) 지구는 매년 이상기후라는 경고장을 보내고 있다. 폭우, 가뭄, 태풍으로 인한 인명과 인프라 피해가 반복되고, 온실가스 감축은 더 이상 선택이 아닌 생존의 과제가 되었다. 특히 시멘트·콘크리트 산업은 전 세계 온실가스 배출의 8%를 차지하는 대표적인 다배출 산업이다. 한국건설기술연구원 구조연구본부 탄소중립 건설재료팀은 이러한 현실을 정면으로 돌파하기 위해 ‘Carbon Eating Concrete(CEC)’ 기술을 개발했다. 이들의 목표는 단순히 배출을 줄이는 것이 아니라, 콘크리트 산업 전체의 탄소중립을 앞당기는 것이다. 탄소중립을 향한 도전, CEC 기술 개발 탄소중립 건설재료팀은 건설산업의 탄소중립(Net Zero) 달성을 목표로 연구를 이어가고 있다. 이들은 국내외에서 시급히 요구되는 탄소 감축 기술 개발에 대응하기 위해 시멘트·콘크리트 산업의 온실가스 문제에 정면으로 도전하고 있다. 연구팀의 핵심 연구 분야는 ‘Carbon Eating Concrete(CEC)’ 기술이다. 콘크리트 제조 과정에서 발생하는 이산화탄소를 콘크리트 내부 성분과 반응시켜 안정적인 광물 형태로 저장하고, 동시에 강도와 내구성을 높이는 것이 기술의 핵심이다. 배출가스를 단순한 오염원이 아닌 자원으로 활용하는 순환형 접근을 실현한 셈이다. 연구팀은 시멘트, 골재, 배합수 등 건설재료 전 과정에서 CO₂ 저장 가능성을 탐구하며 콘크리트 산업 전반의 탄소중립 효과를 극대화하는 데 초점을 맞추고 있다. 국내 최대 규모의 CO₂ 양생 장비를 활용해 교량용 프리캐스트 바닥판에 직접 CO₂를 저장하는 실증 연구에 성공했으며, 현장타설 레미콘에도 적용할 수 있는 ‘회수수 CO₂ 처리 기술’을 개발해 세계 최고 수준의 효율을 달성했다. 궁극적으로 연구팀은 소재개발–구조성능평가–현장적용–정책제안으로 이어지는 전주기적 연구 체계를 통해, 기술이 실험실에 머무르지 않고 실제 건설 현장에 안착할 수 있도록 하고 있다. 탄소중립을 앞당길 게임체인저, CEC 기술 국제에너지기구(IEA)는 콘크리트 제조 과정에서 CO₂를 활용하는 CCU(Carbon Capture Utilization) 기술이 전체 CCUS(탄소포집·저장·활용) 감축 목표 10Gt 중 1~15%를 담당할 잠재력이 있다고 전망한다. 이는 CEC 기술이 전 세계적으로 탄소중립을 앞당길 실현 가능한 해법임을 보여준다. CEC 기술은 CCUS 기술 체인에서 ‘키 플레이어’로 불린다. 산업 현장에서 포집된 CO₂를 대량으로 활용하고 동시에 안전하게 저장할 수 있는 거의 유일한 기술이기 때문이다. 탄소-연료전환이나 탄소-석유전환과 같은 다른 CCU 기술들이 아직 개념증명 단계에 머무르고 있는 것과 달리, CEC는 이미 실증을 통해 현장 적용 가능성을 입증했다. 연구팀은 국내 콘크리트 생산량의 20%만 CEC 기술로 전환해도 연간 52만 톤의 CO₂를 감축할 수 있으며, 이는 국내 CCUS 감축 목표의 약 4.9%에 해당한다고 전망한다. CEC 기술은 건설산업을 기후위기 대응의 주체로 전환시키는 핵심 열쇠다. 난관을 넘어선 융합 연구 하천실험센터의 가장 큰 강점은 실험실증 기반의 통합솔CEC 기술 개발은 단순히 CO₂를 콘크리트에 주입하는 문제를 넘어, 포집–활용–평가의 전 과정을 하나의 사슬로 연결하는 융합 연구다. 이를 위해 구조연구본부를 중심으로 건축·화재안전연구본부, 신한대, 연세대, ㈜지승C&I 등 산·학·연 전문가들이 참여해 초기 단계부터 정기 세미나와 토론을 이어왔다. 연구진은 서로 다른 전공 언어를 이해하고, 데이터를 공유하며 문제를 풀어나가는 과정을 거쳐 융합 연구의 모델을 만들어가고 있다. 가장 큰 도전은 실험실 수준에서 성공한 기술을 산업 규모로 확장하는 스케일업 과정이었다. 단순히 반응기 용량을 키우는 것을 넘어, 현장에서 요구하는 품질과 신뢰성을 갖춘 시제품을 대량 생산할 수 있는지 검증해야 했다. 대형 스케일에서 예상치 못한 반응 변동이 발생했을 때, 연구팀은 직접 여러 단계의 mock-up 반응기를 설계·제작하고, 시뮬레이션과 데이터를 반복적으로 분석해 최적 조건을 도출했다. 이러한 과정을 거쳐 현재는 레미콘과 프리캐스트 제품 생산 공장에서 실증 실험이 활발히 진행되고 있다. 확보한 데이터를 다시 연구에 반영해 설비와 공정을 개선하는 선순환 체계도 구축했다. 끊임없는 조정과 최적화 덕분에 CEC 기술은 점차 현장 표준으로 자리 잡아가고 있다. 전주기적 연구 역량과 팀워크 탄소중립 건설재료팀의 가장 큰 강점은 소재 개발에서 제도개선까지 이어지는 전주기적 연구 역량이다. 연구진은 단순한 소재 개발을 넘어 구조 부재의 안전성 평가, 현장 적용 검증, 기술 표준화와 정책 제안까지 하나의 흐름으로 연구를 수행한다. 이러한 접근은 실제 건설 현장에서 발생할 다양한 문제를 사전에 예측하고 해결책을 마련하게 해, 기술의 실용화 가능성을 크게 높인다. 이 모든 성과는 팀원들 간의 끈끈한 신뢰와 협력에서 비롯됐다. 탄소중립 건설재료팀은 직급이나 경력에 상관없이 누구나 자유롭게 의견을 제시하고, 서로 다른 관점을 존중하며 최적의 해결책을 찾아가는 수평적 문화를 지닌다. 수많은 시행착오와 실패를 극복하는 과정에서 팀원들은 서로를 격려하며 힘을 북돋아 주었고, 이러한 문화가 연구자들에게 긍정적인 자극이 되어 지속 가능한 미래를 함께 만들어가는 원동력이 되고 있다. 구조연구본부 게시일2025-10-28 조회수 68
• 물을 정화하고, 자원까지 회수하는 두 가지 힘 연구자: 안주석 KICT 환경연구본부 전임연구원 순환형 막결합 축전식 탈염(C-MCDI) 기술,자원회수형 수처리의 새로운 미래 물 부족과 수질 오염이 전 세계적으로 심화되면서, 제한된 수원을 효율적으로 활용할 수 있는 기술의 필요성이 커지고 있다. 특히 도서·벽지나 상수도 인프라가 부족한 지역에서는 안정적인 수처리와 자원 회수를 동시에 달성할 수 있는 혁신적 해법이 요구된다. 이러한 흐름 속에서 ‘순환형 막결합 축전식 탈염(Circulation-Type Membrane Capacitive Deionization, C-MCDI)’ 기술이 새로운 대안으로 주목받고 있다. Q1. ‘순환형 막결합 축전식 탈염 기술(C-MCDI)’에 대해 간략히 소개해 주시고, 개발 배경이나 필요성은 무엇인가요? 국내에는 지하수 기반 소규모 수도시설이 많고, 해외에서는 해안가 저염 지하수나 특정 이온이 고농도로 포함된 수원 처리가 필요한 경우가 많습니다. 이러한 수요에 대응하기 위해 개발된 기술이 C-MCDI입니다. 기존 MCDI는 전극과 이온교환막을 활용하지만 회수율이 낮아 많은 원수를 필요로 하는 구조였습니다. 반면 C-MCDI는 탈착 과정에서 발생하는 탈착수를 폐기하지 않고 별도의 순환 라인에서 반복 처리함으로써 회수율을 크게 높였습니다. 이 과정에서 특정 이온의 농도가 점차 높아져 단순 탈염뿐 아니라 자원 회수까지 가능하다는 점을 실험적으로 확인했습니다. Q2. 기존 기술과 비교했을 때의 차별성이나 강점, 그리고 경제성 측면의 이점은 무엇인가요? 가장 큰 차별성은 기존에 버려지던 탈착수를 재처리해 회수율을 높이는 구조에 있습니다. 덕분에 제한된 원수량으로도 안정적인 수처리가 가능하며, 이온 특성에 맞춘 순환수 운용으로 스케일링·파울링을 줄여 장기간 고효율 운전이 가능합니다. 에너지 소비는 원수의 염 농도에 비례하며, TDS 5,000 mg/L 이하에서는 1 kWh/m³ 이하의 저에너지 운전이 가능합니다. 설치비 역시 고압 용기나 대형 펌프 없이 저압·DC 기반 모듈로 구성되어 합리적입니다. 유지관리도 전력비와 주기적인 전극·막 교체가 주이며, 세정 빈도를 최소화해 운영비를 안정적으로 관리할 수 있습니다. Q3. 기술의 핵심 요소와 작동 원리를 설명해 주세요. C-MCDI는 다공성 탄소 전극, 양·음이온교환막, 전원 장치, 순환 계통으로 구성됩니다. 흡착(adsorption) 단계에서는 전압을 인가해 전극 표면에 전기이중층을 형성, 양이온과 음이온을 각각 흡착시켜 물의 무기물 농도를 낮춥니다. 이후 전압을 0V로 유지하거나 극성을 전환해 이온을 방출하는 탈착(desorption) 단계로 전환됩니다. 순환형 구조에서는 이 탈착수를 폐기하지 않고 탈착 전용 라인으로 되돌려 다음 탈착 단계의 공급수로 사용합니다. 이를 반복하면 처리수 품질을 유지하면서 회수율을 높일 수 있고, 특정 이온 농축 효과까지 얻을 수 있습니다. Q4. 현재 개발 단계와 사업화 가능성, 그리고 타겟 시장은 어디인가요? C-MCDI 기술은 고회수율·저에너지 수처리와 유가자원 농축 두 분야에서 동시에 개발되고 있습니다. 수처리 분야에서는, 국내 소규모 수도시설의 지하수 처리와 말레이시아를 비롯한 해양 ASEAN 국가의 염지하수 처리에 적용 가능한 하루 50톤 규모의 파일럿 실증 운전을 완료했습니다. 실증 결과, 원수 농도 1,000 mg/L TDS 조건에서 90% 이상의 제거 효율, 83.3%의 회수율을 달성하였으며, 에너지 소비량은 0.584 kWh/m³에 불과했습니다. 본 기술은 이미 국내 중소기업에 기술이전이 이루어졌으며, 현재 상용 모듈 개발과 해외 적용 확대를 추진 중입니다. 주요 타겟 시장은 국내외 소규모 수도시설, 도서·해안 지역 상수도, 그리고 저염 지하수를 수원으로 하는 지역입니다. 농축 분야에서는, 순환 구조를 활용해 특정 이온의 농도가 점진적으로 높아지는 현상을 실험적으로 확인했습니다. 현재는 가능성을 검증한 단계이며, 목표 이온의 농축도 향상과 선택성 확보를 위한 운전 조건 최적화 연구를 진행하고 있습니다. 이를 기반으로 산업폐수, 광산 배수, 배터리 제조 공정 등에서 유가자원 회수에 활용할 수 있는 고도화된 농축 기술로 발전시키는 것을 목표로 하고 있습니다. 농축 기술의 주요 타겟 시장은 금속·광물 자원화 산업, 2차전지 제조, 반도체 세정수 재이용, 그리고 고염도 산업폐수 처리 분야입니다. Q5. 상용화 시, 어떤 사회적·환경적 효과가 기대되나요? C-MCDI는 분산형 수처리에 최적화되어 도서·벽지나 개발도상국 등 상수도 인프라가 부족한 지역에서도 안정적인 물 공급이 가능합니다. 순환 처리로 물 자원을 절약하고, 저전력·DC 기반 구조로 태양광 등 재생에너지와의 결합이 용이합니다. 또한 모듈형 설계와 간단한 유지관리로 전문 인력이 부족한 지역에서도 장기간 안정 운전이 가능하므로, 물 복지 향상과 ODA 사업을 비롯한 국제개발협력 사업에서 지속 가능한 물 관리에 기여할 수 있습니다. Q6. 향후 연구 계획과 목표는 무엇인가요? 단기적으로는 탈착수 순환 최적화(순환수량·주기·전압파형), 전극·막 내구성 검증, 모듈·제어 SW 표준화로 상용화를 앞당길 예정입니다. 중기적으로는 태양광 연계 저전력 운전, 다양한 수질 조건별 운전 데이터 구축, 국내·해외 현장 실증 확대를 추진합니다. 농축 분야에서는 목표 이온 선택성과 회수율 향상, 침전·전기화학 회수 연계를 통해 ‘수처리+자원 회수’ 통합 솔루션을 구현하는 것이 목표입니다. 환경연구본부 게시일2025-10-28 조회수 17
• Agentic AI 기반 건설사업관리 디지털 인프라 구축 방향 연구자: 강고운 KICT 건설정책연구본부 수석연구원 1. 건설산업 디지털 전환의 필요성 및 추진배경 최근 국내에서 발생한 아파트 지하주차장 붕괴, 교량 붕괴 등의 부실 건설공사 사례를 통해 업계 전반의 투명성 및 신뢰성 개선에 대한 사회적 요구가 증대되고 있다. 정확하고 객관적인 정보에 기반한 의사결정을 위해서 고품질의 데이터 축적이 선제되어야 하는 만큼, 업계 전반에서는 디지털화 기술 활용에 대한 관심이 높아지고 있다. 정부 또한 설계·감리·시공 등 부실 및 시설물 안전점검 및 보수·보강 미흡 문제를 인식하고 건설산업 전반 수행 프로세스의 점검을 통한 개선 정책을 지속적으로 펼쳐왔다. 디지털 전환(DX)을 통한 스마트 건설기업의 성장지원 도약 기반이 마련되었으나, 건설 전 과정(설계·시공·유지관리)에서 발생하는 데이터를 연계·활용하여 생산성을 향상시키기 위한 전략 기술 융합·개발 및 활용은 타산업 대비 미흡한 상황이다. 국토교통부는 「제6차 건설기술진흥기본계획(2017)」, 「건설산업 혁신방안(2018)」, 「스마트건설기술 로드맵(2018)」, 「스마트건설 활성화 방안(2022)」 등을 통하여 전과정 자동화 기술 개발을 포함하여 건설산업의 디지털화를 위한 정책을 꾸준히 펼쳐오고 있으나, 다양한 기술들이 개발 중이거나 본격적인 사업화 수준까지는 도달되지 못한 한계로 성과는 미흡한 상황이다. 건설업의 4차 산업혁명 기업 비율은 7.5%로 전 산업 평균(13.2%)의 약 57% 수준으로 신기술 적용에 취약한 것으로 나타났다. PMIS, 기본적 데이터분석, 모바일 플랫폼 등은 상대적으로 활용이 되고 있는 편이나 머신러닝, AI, RPA, 디지털트윈 등은 아직 채택 수준이 매우 저조하며, ‘디지털화’ 단계 완성 및 ‘디지털 전환’ 준비가 필요한 상황이다. 2. 건설 공정·품질관리 AI 모델 개발 및 플랫폼 구축 방향 2-1 건설현장 사업관리 문서업무의 디지털화 필요성 건설사업관리는 공정관리, 품질관리, 안전관리, 자원관리 등 다양한 분야에 걸쳐 법정 의무사항과 발주청 지침에 따른 지속적인 문서 작성 및 보고 업무가 요구되는 특성을 가지고 있다. 현재 건설현장에서는 월별·분기별 공무담당자의 경험 기반 및 수기로 공정, 품질, 기성 등 관리를 하고 있는 실정으로, 업무 효율성 및 정확성이 저하되어 의사결정의 어려움이 존재한다. 건설 현장에서는 일당 12회 검측요청 업무가 발생하며, 시공 후 사진촬영 및 검측요청서 작성업무에 약 23시간이 소요되고 있다. 또한 중대재해법 제정이후 강화된 규정에 따라 안전 관련 서류 종류가 37개에 달하고 있으며, 해당 관리자는 서류작성 업무 강도 때문에 실제로 현장을 살펴볼 틈이 없는 실정이다. 관리자 업무시간의 60% 이상이 서류 작업에 소요된다는 보고도 있다. 건설현장의 안전, 품질, 시공 문제는 주로 관리자 부재 시 발생하기 때문에, 단순해 보이는 사항이더라도 서류업무 부담 완화는 매우 중요한 문제이다. 또한 AI의 실질적 적용을 위해서라도 현재 산업에서 통용되고 있는 아날로그 데이터들을 디지털화하여 축적하는 것은 매우 중요하다. 건설현장에서 생성되는 대부분의 데이터가 도면, 보고서, 검측기록 등 비정형·반정형 형태로 존재하고 있어, 이를 AI가 학습하고 활용할 수 있는 표준화된 디지털 형태로 변환하는 과정이 선행되어야 한다. 건설분야 특화 AI 학습용 데이터 부족 문제는 AI 전환의 주요 장애요인으로 지적되고 있으며, 체계적인 데이터 디지털화 전략 수립과 실행이 실질적인 건설산업 AI 적용 및 확산의 핵심 전제조건이라 할 수 있다. 이에 본 연구진은 AI 기반 건설사업관리 디지털 인프라 구축 내용을 핵심으로 하는 연구개발 과제를 기획 중이다. 2-2 AI 기반 공정·품질·자원관리 전주기 절차 페이퍼리스 기술 및 통합 플랫폼 구축 방향 건설현장 공정·품질·자원관리 전주기 절차 페이퍼리스 기술은 AI를 결합한 지능형 문서이해 및 자동화(nonrobotic automation)를 통하여 건설사업관리 정보의 디지털화를 자동화하고 데이터 파이프라인을 구축하는 것을 목표로 한다. 주요 기술 구성요소로는 IDP(Intelligent Document Processing) 기반 비정형·아날로그 공정·품질·자원관리 정보 디지털화, 태스크 마이닝 및 프로세스 마이닝 기반 공정·품질·자원관리 디지털 활동 추적 및 작업흐름 분석, RPA를 활용한 공정·품질·자원관리 업무 자동화 및 데이터 파이프라인 구축 등이 포함된다. 기존의 공사사진 실시간 공유, 사진첩 자동작성, 중요위치 마크업 등과 본사 현장간 실시간 데이터 정렬 등의 기능에서 더 나아가, IDP, RPA 기반의 멀티모달 데이터 디지털화를 기반으로 실시간 상호작용 및 자동화된 의사결정 지원이 가능한 건설 공정 품질 자원관리 기술 및 서비스를 개발하고자 한다. 3. 향후 기획 확장 방향 : Agentic AI 및 전주기 건설엔지니어링 3-1 Agentic AI의 개념과 건설산업 적용 가능성 Agentic AI는 단순한 작업 수행을 넘어서 자율적으로 목표를 설정하고, 환경을 인식하며, 복잡한 문제를 해결하기 위한 계획을 수립하고 실행할 수 있는 인공지능 시스템을 의미한다. 기존의 반응형 AI와 달리 Agentic AI는 능동적으로 환경과 상호작용하며, 다중 에이전트 간의 협력을 통해 복잡한 업무를 병렬적으로 처리할 수 있는 특징을 가진다. 특히 복수의 전문 에이전트가 각자의 역할을 수행하면서 동시에 상호 협력하여 전체적인 목표를 달성하는 다중 에이전트 시스템(Multi-Agent System) 구조를 통해 건설산업과 같은 복합적이고 다단계적인 업무 환경에서 효과적인 솔루션을 제공할 수 있다. 건설산업 전반에서 Agentic AI의 적용 가능성은 매우 광범위하다. 설계 단계에서는 건축, 구조, 설비 등 각 분야별 전문 에이전트가 협력하여 통합 설계 검토 및 최적화를 수행할 수 있으며, 시공 단계에서는 공정관리, 품질관리, 안전관리, 자원관리 등의 전문 에이전트가 실시간으로 현장 상황을 모니터링하고 대응 방안을 제시할 수 있다. 또한 유지관리 단계에서는 시설물 상태 진단, 예방보전 계획 수립, 생애주기 비용 최적화 등의 업무를 자율적으로 수행하는 것이 가능하다. 이러한 전주기 적용을 통해 건설 설계 단계의 반복작업 및 설계 오류, 건설사업 추진 중 사회적 갈등 등의 요인으로 인한 건설 비용·공기 증가 문제를 근본적으로 해결할 수 있는 핵심 기술로 평가되고 있다. 3-2 건설엔지니어링 전주기로의 디지털 인프라 구축 확대 건설엔지니어링 분야에서 Agentic AI 기반 디지털 인프라 구축의 확대는 숙련 엔지니어의 고령화와 신규 인력 부족으로 인한 설계 및 유지관리 품질 저하 문제를 해결하는 핵심 방안이다. 기존 설계방식의 디지털화 미흡으로 인한 설계시공-유지관리 간 정보 단절 심화 문제를 해결하기 위해서는 전주기에 걸친 통합적 디지털 인프라 구축이 필수적이다. Agentic AI 기반 건설엔지니어링 전주기 데이터 디지털화는 RPA, OCR, 자연어처리(NLP) 등을 활용하여 기술보고서, 감리기록 등 다양한 형식의 문서 데이터를 자동 추출, 분류, 메타정보화함으로써 AI 학습 및 분석이 가능한 표준 데이터셋으로 전환하는 기술을 정립하는 것을 목표로 한다. 이를 통해 현재 건설산업에서 통용되고 있는 아날로그 데이터들을 디지털화하여 축적함으로써 AI의 실질적 적용을 위한 기반을 마련할 수 있다. 업무자동화 측면에서는 다중 에이전트 기반의 AI 업무 자동화 시스템을 구축하여 반복적이고 규칙 기반의 설계 검토, 문서 작성, 문서간 참조 추적, 감리이력 매핑 등의 업무를 병렬적·지능적으로 자동 수행하고 엔지니어의 의사결정을 보조하는 에이전트 프로토타입 개발이 핵심이다. 세계 최고 기술 수준으로는 LLM 기반 다중 에이전트 프레임워크를 개발하여 자연어 명령을 통해 3D 모델 또는 BIM을 자동으로 생성하는 시스템 구현, 자연어 설명을 기반으로 P&ID(Piping and Instrumentation Diagram) 다이어그램을 자동으로 생성하는 에이전트 기반 워크플로우 제안 등이 포함될 수 있다. 결론 정부가 추진 중인 AI 전환(AX) 정책에 따라 건설산업 전반의 공공 AI 도입 촉진 필요성이 부각되고 있으나, 건설분야 특화 AI 학습용 데이터 부족이 AI 적용 확산의 주요 장애 요인으로 지적되고 있다. 따라서 Agentic AI 기반 건설엔지니어링 전주기 AI 학습용 멀티모달 데이터셋 구축이 우선적으로 필요하다. 또한 건설엔지니어링 전주기 다중 에이전트 기반 의사결정 시스템의 고도화를 통해 단순한 업무 자동화를 넘어서 창의적이고 전략적인 의사결정 지원까지 가능한 통합 플랫폼으로 발전시켜야 한다. 최근 개방화·자동화·지능화로 발전하고 있는 건설정보 패러다임 변화를 반영하여 건설 데이터 활용을 고도화할 수 있는 디지털 전환 추진 핵심 기술 개발이 지속적으로 필요하며, 이를 통해 건설산업의 생산성 혁신과 글로벌 경쟁력 강화를 달성할 수 있을 것이다. 건설산업의 디지털 전환은 단순한 기술 도입을 넘어서 업무 프로세스의 근본적 혁신과 조직 문화의 변화를 수반하는 종합적 과제이다. Agentic AI 기반 디지털 인프라 구축을 통해 건설산업이 4차 산업혁명 시대에 걸맞는 스마트 산업으로 진화할 수 있는 기반을 마련해야 할 것이다. 참고자료 국토교통부 (2017) 제6차 건설기술진흥기본계획 국토교통부 (2018) 스마트 건설기술 로드맵 국토교통부 (2022) 스마트 건설 활성화 방안 국토교통부 (2023) 제7차 건설기술진흥기본계획 국토교통부 (2023) 제6차 건설공사 지원 통합정보체계 기본계획 송영근, 박안선, 심진보 (2022) 디지털전환의 개념과 디지털 전환 R&D의 범위, ETRI Insight 기술정책 트렌드 2022-02 Mark Gibson, Eric Ottinger, and Harshit Minglani (2020) Technological advancements disrupting the global construction industry, Ernst & Young LLP 대한전문건설신문, “건설업 4차 산업혁면 기업 7.5% 불과... 전산업 대비 57% 수준”, 2022.04.11., https://www.koscaj.com/news/articleView.html?idxno=226209 조선일보, 직원 22명인데 안전서류만 37개... “서류 만드느라 현장 안전 볼 틈 없다”, 2024.03.13., https://www.chosun.com/economy/smb-venture/2024/03/13/F54IVL4IUNFDXCSYR2HRPMU4AI/ Codecademy, How to Build Agentic AI with LangChain and LangGraph, https://www.codecademy.com/article/agentic-ai-with-langchain-langgraph#heading-what-isagentic-ai 건설정책연구본부 게시일2025-10-28 조회수 20
• 말보다 실천으로 조용하지만 단단한 구조물 건강을 책임지는 연구원 연구자: 김재환 KICT 구조연구본부 수석연구원 사고가 없으면 눈에 띄지 않는다. 하지만 눈에 보이지 않기 때문에 더 치열하게 연구하고, 대비해야 하는 분야가 있다. 노후 인프라의 안전을 예측하고 진단하는 일. 그 조용한 책임감의 중심에서 묵묵히 연구를 이어가는 이가 있다. 구조연구본부 김재환 수석연구원을 만났다. 손으로 확인하고, 데이터로 말하는 연구자 김재환 수석연구원은 2019년 박사후연구원으로 한국건설기술연구원과 처음 인연을 맺었다. 2021년 정식 입사 후 현재까지 교량 구조물의 유지관리 기술을 중심으로 연구를 이어가고 있다. “앞으로는 노후된 인프라가 급속히 늘어날 거라 예상됩니다. 안전하게 사용할 수 있도록 상태를 예측하고 진단하는 기술이 매우 중요해졌죠.” 그의 연구는 단순히 상태를 기록하고 감지하는 데 그치지 않는다. 데이터 분석을 통해 구조물의 상태를 ‘예측’하는 데 집중하고 있으며, 최근에는 인공위성 데이터를 활용한 평가 기술까지 영역을 넓혔다. 어떤 과제가 가장 중요하냐는 질문에는 망설임 없이 대답한다. “특정 하나를 꼽기보다는, 지금 진행 중인 모든 과제가 각기 다른 의미와 중요성을 가지고 있습니다.” 과장된 드라마도, 감정적인 기복도 없다. 묵묵히 실험하고 분석하고 검증하는 과정을 거듭하는 가운데, 그는 “어느 하나 프로젝트를 찍어서 말하기는 어려운거 같다”고 말하지만, 그 말 속에는 일상의 성실함이 얼마나 강력한 연구의 에너지로 작용하는지를 짐작하게 한다. 연구의 시작은 우연, 지속은 성취감 김재환 수석연구원은 처음부터 이 길을 목표로 하지는 않았다. 대학 생활 중 자연스럽게 이 분야를 접했고, 실험하고 분석하는 과정에서 흥미를 느껴 연구자의 길로 들어섰다. “무언가를 분석하고, 손으로 직접 실험하는 과정이 재미있었어요. 선배들의 조언도 큰 영향을 줬고요.” 그렇게 시작된 연구는 박사과정까지 이어졌다. 만약 이 길이 아니었다면 그는 아마 농부가 되어 있었을지도 모른다고 그는 말했다. “고향이 제주도라 부모님 농사를 도우며 자랐거든요. 농사일을 피하고 싶어서 더 열심히 공부하게 된 것도 있어요.” 연구자로서 가장 큰 보람을 느끼는 순간에 대해 그는 이렇게 말한다. “논문이 게재되거나 학술대회 발표에서 좋은 반응을 얻었을 때요. 연구자는 또 다른 형태의 작가라고 생각해요. 내가 쌓아온 연구를 글과 발표로 세상에 알릴 수 있다는 건 정말 기쁜 일이죠.” 조용한 체력, 단단한 기술, 그리고 확장되는 시선 정신적으로 에너지를 많이 소모하는 연구 업무 특성상, 김재환 수석연구원에게는 체력이 곧 연구의 기반이다. 그는 혼자서 집중할 수 있는 운동, 특히 헬스를 통해 몸과 마음을 함께 단련한다. 연구가 막힐 때는 좋아하는 문장을 떠올리며 스스로를 다잡는다. 연구에는 정답이 없다는 사실을 늘 기억하며, 막힘이 생기면 오히려 잠시 내려놓고 다른 일로 전환하며 에너지를 재충전한다. 그렇게 돌아왔을 때 오히려 새로운 방향이 보이는 경우도 많다. 그는 건설기술 분야가 아직 사회적으로 충분한 주목을 받지 못하고 있다고 느낀다. “사고가 없으면 ‘잘 만들어졌겠지’ 라고 생각하는 경우가 많아요. 하지만 하나의 기술이 현장에 적용되기까지는 수많은 검증과 고민이 필요합니다.” 기술이 곧 사람의 생명을 다루는 일이라는 점에서, 현장 적용에는 철저한 신뢰성과 안전성이 전제되어야 한다고 강조한다. “앞으로는 새로운 기술이 더 쉽게 시험되고, 현장에서 검증될 수 있는 기회가 많아졌으면 합니다. 그래야 진짜 기술 발전이 이뤄질 수 있다고 생각해요.” 구조연구본부 게시일2025-09-25 조회수 76
• 막 구조물 지붕 막재에 균일한 장력 도입이 가능한 공법과 장력 계측 방법에 대한 고찰 연구자: 김형도 KICT 건축연구본부 수석연구원 들어가며 서울월드컵경기장이나 고척스카이돔의 지붕처럼 얇은천 종류의 막재를 지붕으로 사용하는 구조물을 막 구조물이라 한다. 막 구조물은 유목민의 텐트처럼 임시로 설치하고 철거할 수 있는 ‘가설 구조물’로 취급받았었으나, 1960년대 후반을 기점으로, 막 구조물은 ‘지붕이 가벼운 대공간 구조물에 적합한 영구 구조물’로 자리 잡게 되었다. 대표적인 예로는 1986년에 준공된 올림픽체조경기장과 펜싱경기장, 1995년에 준공된 미국 덴버 국제공항(Denver International Airport), 1999년에 준공된 영국 밀레니엄 돔(The O2, Millennium Dome)이 있으며, 2000년 이후 국내외에서 준공된 다수의 경기장들도 지붕 막재를 활용한 영구 막 구조물로 널리 활용되고 있다. 지붕 막재(지붕을 덮는 얇은 천이나 막)를 활용한 영구 막 구조물의 경우, 시공 시 지붕 막재의 장력이 제대로 도입되지 않거나 준공 후 장력이 관리되지 않으면 지붕 막재에 플러터링1)(fluttering)이나 폰딩2)(ponding) 현상이 발생한다. 많은 선행 연구 등에서 지붕 막재의 초기 적정 장력 도입과 준공 후 적정 장력 유지관리가 영구 막 구조물의 안정성에 중요한 역할을 한다고 밝히고 있다. 문제는 천 재질의 연성재료인 막재를 지붕으로 사용하는 막 구조물의 경우, 지붕 막재 설치 및 막재 장력 도입 작업이 고공에서 수행되기 때문에 추락사고 위험이 크다는 점이다. 특히 지붕 막재 당김 작업 중 현장 작업자가 추락사고를 당할 가능성이 매우 높다. 막 구조물의 시공은 크레인으로 철골 등의 주 강성 부재를 견인 후 고공의 공중에서 강성 부재의 이음 체결, 강성 부재와 아치퍼린(purlin) 간 체결, 지붕 연성 막재의 당기기 작업이 이루어지는데, 주로 지붕 연성 막재 당기기 시공 과정에서 현장 작업자의 추락사고 위험이 크다. 2023년 기준, 산업 재해 조사 대상 사망사고 발생 현황에 대한 2024년 고용노동부의 자료에 따르면, 건설업 전체 사망자 598명 중 건설현장 추락사고 사망자는 251명으로 42%의 비율에 달한다. 이 글에서는 국내외에서 지붕 막재를 활용한 영구 막 구조물이 꾸준하게 활용됨에 따라, 안전하고 균일한 막 구조물의 지붕 막재 설치 시공기술 및 지붕 막재 장력 도입 공법에 대한 건설현장의 기술개발 현황과 방향을 간단히 소개하고자 한다. 기존 공법 대비 현장 시공이 더 안전하고 용이한 막 구조물 시공 기술 개발 동향 지붕을 덮는 얇은 막(막재)은 설치할 때 팽팽하게 당겨야 하지만, 기존 방식에서는 구조물과의 마찰로 막이 고르게 당겨지지 않고 찢어지는 문제가 발생하였다. 이러한 문제는 지붕 막재 중심에 있는 철골 구조물(아치 퍼린 등)이 막을 당길 때 방해물이 되기 때문이다. 이를 해결하기 위해, ‘내민보’라는 구조 부재 끝에 막을 고정한 후, 이 부재를 회전시키는 방식으로 막을 당기는 새로운 방법이 국내 중소기업(주앤보(주))에서 개발되었다. 이 방식은 중앙 구조물이 위로 밀리며 동시에 막 전체가 고르게 당겨져 안정적인 형상이 유지된다. 최근 ‘회전식 내민보 막재 당김 공법’의 실제 모형과 실물 크기 실증을 통해 효과를 확인했다. 이 기술은 공사 중 발생할 수 있는 작업자 추락사고를 줄이는 데에도 도움을 줄 수 있다. 막 구조물 지붕 막재 장력 계측 방법에 대한 미래 방향 현행 막 구조 설계기준(KDS431010)에 따르면 지붕 막재는 시공 시 1~2 kN/m의 장력으로 팽팽하게 당기도록 규정되어 있다. 하지만, 이 기준대로 설치되었는지를 확인하는 규정이 없어 설계기준과 실제 시공 사이에 초기 장력 값 차이가 생기기 쉽다. 따라서 앞으로는 초기 장력을 충분히 도입했는지 확인하는 방향으로 설계기준을 개선해 나갈 필요가 있다. 또한 지붕 막재는 시간이 지나면서 느슨해질 수 있다. 시공 완료 후 얼마나 팽팽하게 초기 장력으로 유지되고 있는지를 지속적으로 확인하는 것이 중요하다. 이를 위해 가속도 센서를 이용한 지붕 막재 장력 변화 감지 모니터링 계측 기술을 소개하고자 한다. 이 기술은 다음과 같은 방식으로 작동한다. 먼저, 막 구조물의 지붕 막재, 철골, 케이블 위에 가속도 센서를 부착한다. 부착된 가속도 센서는 아주 미세한 진동도 감지할 수 있으며, 센서가 측정한 진동 데이터를 FFT 변환으로 분석하면, 막 구조물 모든 부재(철골, 케이블, 지붕 막재 등)가 가지는 고유한 진동 수치를 확인할 수 있다. 다만, 구조물은 서로 영향을 주기 때문에, 지붕 막재에서 계측된 진동은 각 부재의 고유진동수가 혼재되어 지붕 막재 특성만을 구분하기는 어렵다. 이 기술은 철골, 케이블 등 각 부재 바로 윗면에서 계측한 진동에서 추출한 고유진동수가 지붕 막재 장력 변화에도 불구하고 진폭이 크게 나타난다는 점에 착안하여, 지붕 막재 계측 진동에서 철골 등 각 부재별 고유진동수만 따로 분리해내는 방법을 적용했다. 이를 통해 지붕 막재가 느슨해지거나 더 팽팽해졌을 때 생기는 진동 변화도 쉽게 알아낼 수 있다. 참고자료 한국건설기술연구원, 2024, “기존 공법 대비 현장 시공이 용이한 대공간 막 구조물 설계, 제작, 시공, 계측 기술 개발” 진상욱, 손수덕, 이승재(2016), “막장력 측정을 통한 막구조물의 장력 유지관리 시스템 검토”, 한국공간구조학회지, 제 16권 2호, pp. 39-45, 6월, 2016년. 오상근, 김동범, 이선규, “대공간 막 구조물 지붕의 수밀성 능 확보를 위한 유지관리 지표 연구”, 한국건축시공학회 지, 제11권 1호, pp. 51-59, 2월, 2011년. DOI: : 10.5345/JKIC.2011.02.1.051 건축연구본부 게시일2025-09-25 조회수 38
• 건물부문 탄소중립 촉진을 위한 데이터 통합관리 기반구축 사업 소개 연구자: 김덕우 KICT 건축에너지연구본부 수석연구원 들어가며 건물 부문에서 탄소중립을 실현하려면 각 건물의 에너지 성능을 높이고 에너지 낭비를 줄이며, 신재생 기술을 통해 에너지를 생산해야 한다. 앞으로는 이러한 고성능 기준을 만족하는 건물의 건축이 확대될 것으로 보이며, 제로에너지 인증 제도도 이에 맞춰 강화되고 있다. 그러나 신축이 아닌 기축 건물의 경우, 대부분이 준공 15년 이상 경과된 노후 건물로 전체 건축물의 약 75%를 차지한다. 이처럼 기존 건물을 어떻게 저비용으로 에너지 효율화(저탄소화)할 것인가는 관·산·학·연에 주어진 큰 과제이다. 재건축과 그린리모델링 사이에서 비용 효율적인 선택이 필요하며, 이를 위해 전국적으로 에너지 다소비 건물을 신속하게 선별하고, 실효적인 조치로 연결하는 것이 중요하다. 하지만 다소비 건물의 정의는 무엇이며, 그 수가 어느 정도인지에 대해서는 전문가들도 명확하게 답하기 어렵다. 다소비 건물의 선별 단순히 ‘에너지를 많이 사용하는 건물은 에너지 성능이 낮다’라고 단정하는 것은 성급하다. 이는 급배수, 취사, 사무기기, 전산실, 목욕탕 등과 같이 에너지 사용은 많지만 건물의 에너지 성능과 직접적인 관련이 없는 요소들 때문일 수 있다. 예를 들어, 음식점이나 데이터센터는 본래의 기능(서비스 제공)을 충실히 수행하는 과정에서 많은 에너지를 사용하는 경우가 많다. 또한 난방에너지 측면에서 보면, 강원도는 제주도보다 기온이 낮기 때문에 동일한 성능의 건물이라도 강원도의 에너지 소비가 더 많을 수밖에 없다. 이러한 지역적·기능적 차이를 통계적으로 고려해야 합리적인 기준에 따라 다소비 건물을 정의하고 판별할 수 있다. 즉, 다소비 수준을 합리적으로 판단하려면 에너지 소비에 영향을 미치는 다양한 요인을 다각도로 분석하고, 그에 근거한 객관적 평가가 이루어져야 한다. 주요 고려 요인으로는 기후 조건, 건축적 특성, 설비 및 운영 방식, 영업 형태, 재실자 특성, 주변 환경, 사회·문화·경제적 특성 등이 있다(그림 1). 이러한 요인을 종합적으로 반영해야만 건물의 에너지 소비 맥락을 온전히 이해할 수 있으며, 해당 건물이 에너지 다소비 건물인지 정확히 판단할 수 있다. 다소비 여부의 판단은 기준값(benchmark)과의 비교를 통해 이루어진다. 이 기준값은 해당 건물과 유사한 특성을 가진 또래 집단(peer group)의 에너지 소비 분포를 기반으로 설정되며, 그룹화의 적절성은 평가 결과의 신뢰성을 좌우한다. 이러한 또래 집단은 앞서 언급한 다양한 요인을 반영해 구성되며, 집단 내 건물들의 유사성이 높을수록 평가의 정확도도 높아진다. 결과적으로, 에너지 사용량과 영향 요인이 잘 연계·통합된 데이터 세트가 구축된다면, 보다 신뢰성 높게 다소비 건물의 선별 평가를 쉽고 빠르게 수행할 수 있다. 파편화된 데이터와 통합관리 기반 구축 국토교통부, 행정안전부, 교육부, 문화체육관광부, 보건복지부 등 여러 부처에서는 행정 이행의 부산물로써 각각 다른 목적에 따라 다양한 영향인자 정보를 생산 및 개방하고 있다. 공공데이터포털 등에서 일부 데이터를 찾을 수는 있지만, 정보가 여러 기관에 파편화되어 있어 접근이 어렵고, 설명 또한 부족한 경우가 많다. 일부 데이터는 부처의 승인 없이는 원본 확보가 불가능하다(예: 국가건물에너지통합DB,건물 3D 모델 정보, 전국사업체총조사, 세대원 구성 정보, 카드사 매출 정보 등). 이처럼 이질적인 데이터를 이해하고 결합·분석하는 작업은 매우 복잡하고 부담이 크다. 대부분의 경우, 연계·통합 과정에서 어려움으로 인해 시도 자체가 중단되거나, 데이터를 확보하더라도 실질적인 분석으로 이어지지 못한다. 현재는 연구소, 대학, 기업 등 여러 기관에서 데이터 수집·연계·분석을 시도하고 있으나, 시간과 비용, 기술적 난이도 등의 한계로 인해 대부분 시범 수준에 머물고 있다. 이러한 산·학·연 데이터 생태계의 발전을 저해하는 문제를 해결하고자, ‘건물부문 탄소중립 촉진을 위한 데이터 통합관리 기반구축 사업(Project DataNet)’이 출범했다(신혜리 외, 2024). 이 사업은 건물 부문 탄소중립을 가속화하기 위한 국가 데이터 프레임워크를 제안하고, 이를 기반으로 한 전국 단위 통합관리 시스템을 실증하는 것을 목표로 한다(그림 2). 이 프레임워크는 파편화된 데이터를 식별·가공·연계·통합하고, 이를 바탕으로 에너지 소비 수준을 평가하는 모델을 개발하는 것을 포함한다. 앞서 언급한 기상, 건축, 설비, 운영, 영업, 사용자, 주변 환경, 사회·문화·경제적 특성 등의 정보가 건축물대장을 기준으로 통합되며, 이 중 중요도가 높은 3종의 건물 특성 지표가 추출된다. 이렇게 구축된 방대한 영향인자 데이터셋을 기반으로 통계적 평가 모델이 개발되며, 적정 에너지 소비 수준을 시범적으로 평가 할 수 있다. 또한, 데이터 활용을 위한 시각화 도구인 ‘데이터 심층 뷰어(DeepView)’도 구현된다. 이 모든 요소가 한데 모여 I-BED(Infrastructure for Building Energy Data management) 관리 시스템이 완성된다. 3종 주요 지표 중, 형태·음영 지표는 이동혁·김덕우(2024), 공간혼합 지표는 Choi et al. (2025), 에너지 패턴 지표는 Kim et al. (2022, 2024)을 참고하면 된다. 에너지 소비 평가 모델 중 교육시설은 김한주 외(2024), 영유아 시설은 최광원 외(2024), 공동주택은 김지형 외(2024)에서 시범적으로 제시하였으며, 병원·도서관·업무시설 등은 현재 개발 중이다. I-BED 시스템의 백엔드 개념 설계는 김어진 외(2024)의 연구를 참고할 수 있다. 맺음말 건물 부문의 탄소중립을 촉진하려면 전국 건물 단위의 고품질 데이터 확보가 가장 우선되어야 한다. 이러한 데이터는 단순한 현황 파악을 넘어, 에너지 소비의 맥락을 고려한 합리적 평가를 가능하게 한다. 이를 체계적으로 관리하기 위한 데이터 관리 시스템의 구축 또한 필수적이다. 이러한 세 가지 축(데이터 확보, 평가 모델, 관리 시스템)이 유기적으로 구축되어야, 전국 단위의 에너지 다소비 건물 선별과 지역 단위 그린리모델링 사업자와의 연계를 통해 신속한 개보수 조치로 이어질 수 있다. 나아가, 선별과 조치가 순환되는 구조가 정착되면 건물 부문의 탄소중립이 실질적으로 가속화될 수 있다. 정책적으로는, 소관 부처의 제로에너지빌딩 및 그린리모델링 관련 의사결정 과정에서 데이터 기반의 정밀한 검토와 숙고가 가능해질 것이다. 또한, 전국 개별 건물의 에너지 소비 수준을 효율적으로 관리할 수 있어 다소비 식별–점검–지원–관리의 환류 체계가 정립될 수 있다. 과학기술적으로는, 증거 기반의 객관적 성능 평가가 가능해짐에 따라 실측 소비량 기반의 평가 신뢰성이 크게 향상될 것이다. 이러한 신뢰성 확보는 경제적 파급 효과로도 이어져, 에너지 다소비 건물에 대한 진단 및 효율화 시장의 활성화는 물론, 데이터 기반의 신산업 창출도 기대할 수 있다. 참고자료 김어진, 최영, 송병권, 신혜리, 김덕우, 김용성(2024) Performance Analysis of Kubernetes-Based Data Distribution Service. 한국통신학회논문지, 49(10), 1458-1465. 김지형, 김선인, 박영준, 김덕우, 김의종(2024) 공동주택 비에너지 공공데이터와 용도별 연간 에너지 사용량 상관성 분석. 설비공학 논문집, 36(12), 606-618. 김한주, 주형빈, 김덕우, 허연숙(2024) 교육시설 에너지 벤치마킹을 위한 연간 기저 및 난방 에너지 영향 인자 분석. 한국건축친환경설비학회 논문집, 18(6), 491-501. 이동혁, 김덕우(2024) 건물 음영 지표 개발용 데이터베이스 구축을 위한 GIS 기반 도시 단위 EnergyPlus 시뮬레이션. 한국건축친환경설비학회 논문집, 18(2), 85-97. 신혜리, 김혜기, 김덕우(2024) 데이터넷: 건물부문 탄소중립 가속화를 위한 건물 에너지 및 영향인자 정보의 통합관리 기반 구축 . 한국건축친환경설비학회 논문집, 18(6), 564-575. 최광원, 박진형, 김덕우, 조재완(2024) 개방형 공공데이터를 활용한 영유아 시설의 에너지 소비 성능 평가를 위한 회귀 모델 개발 . 태양에너지(한국태양에너지학회 논문집), 44(6), 35-48. Kim D-W, Ahn K-U, Shin H, Lee S-E. (2022) Simplified Weather-Related Building Energy Disaggregation and Change-Point Regression: Heating and Cooling Energy Use Perspective. Buildings, 12(10):1717. Kim HG, Lee SE, Kim D-W (2024) Impact of calendarization on change-point models, Energy and Buildings. Volume 303, 113803. Sebin Choi, Dong Hyuk Yi, Deuk-Woo Kim, Sungmin Yoon(2025) Multi-source data fusion-driven urban building energy modeling, Sustainable Cities and Society, Volume 123, 106283, ISSN 2210-6707, https://doi.org/10.1016/j.scs.2025.106283. 건축에너지연구본부 게시일2025-09-25 조회수 64
• 완전자율주행 시대 도달을 위한 핵심 솔루션:자율주행 지원 물리 인프라 연구자: 김영민 KICT 도로교통연구본부 수석연구원 들어가며 자율주행 자동차(이하 ‘자율차’)는 주변 환경을 스스로 판단하고 주행해야 한다. 즉 일반 운전자의 운전 행위에 대한 ‘지각-식별-행동판단-행동(PIEV: Perception–Identification–Emotion–Volition)’ 행위를 자율차 스스로 수행하여야 하며, 자율차는 이를 수행하기에 적절한 시스템과 관련 성능을 갖춰야 한다. 운전자의 PIEV에 대응하는 자율차의 기능은 ‘주변 환경에 대한 인지 및 인지 결과를 기반한 차량 제어’이다. 여기에서 자율차가 인지해야 하는 주변 환경은, 도로에 대한 기본적인 환경(도로의 평면/종단선형, 차로 구성 등)뿐만 아니라 도로 위에 존재하는 다양한 도로 이용자(차량, 보행자 등)에 대한 실시간 정보, 도로를 이용하는 규칙에 대한 정보가 포함된다. 지금까지의 모든 도로 인프라 체계는 인간 운전자를 기준으로 개발, 활용이 이뤄졌다. 완전자율주행 기술의 상용화라는 목표 달성을 위해서는, 자율차가 기준이 되는 도로 인프라 체계에 대한 고민이 필요하다. 한국건설기술연구원에서는 자율주행 시대를 대비하는 도로 인프라의 역할을 공고히 하기 위한 다양한 연구개발을 수행하고 있다(보다 자세한 관련 내용은 본지 2025년 봄호 ‘자율협력주행 미래도로 개발’ 특집기사 참고). 이 글에서는 한국건설기술연구원에서 진행중인 ‘자율주행 지원 물리 인프라’에 대하여 소개하고자 한다. 기술 개발 배경과 목적 완전자율주행, 즉 SAE(미국자동차공학회) 기준으로 운전 행위에 대한 주도권이 사람이 아닌 자율차에 부여되는 3단계 이상의 자율주행 기술 구현을 위해서는 차량 센서를 활용한 AI 기술 기반의 고도화된 주변 환경 인지 기술과 더불어 LDM(Local Dynamic Map)으로 불리는, 정밀도로지도 상 다양한 정적/동적 정보를 연계하고 차량이 자차의 측위 정보를 매개로 하여 차량 주변 환경에 대해 제공되는 정보를 인지하는 기술의 필요성이 제기되고 있다. ‘인프라의 도움으로 자율주행을 수행’하는, 이른바 ‘자율협력주행’의 개념이 바로 여기에 해당된다. 자율협력주행을 수행하기 위해서는 다양한 ‘인프라’ 유형과 형태를 활용한 지원 방법이 제시된다(그림 1). 다시 운전자의 운전 행위 관점으로 돌아가 보자. 운전자가 운전을 수행하기 위해 활용하는 정보는 생각보다 굉장히 방대하며, 판단을 위한 사고 절차 역시 복합적이다. 예를 들어서, 차로 변경이라는 조작 행위는 몇 가지의 ‘차로를 변경해야겠다는 판단사항 및 결심’에서 비롯된다. 여기에는 내 차로가 주변 차로보다 혼잡함을 인식하여 차로를 변경해야겠다는 판단, 전방의 차로가 공사 등의 사유로 막혀있어서 차로를 강제적으로 변경할 수밖에 없겠다는 판단, 교차로에서의 회전(좌회전·우회전)을 위하여 진행하고자 하는 방향에 근접한 차로로 변경하고자 하는 판단 등이 포함된다. 한 단계 더 깊게 들어가 보면, 운전 행위에는 각 판단에 대한 ‘근거’를 수집하고, ‘추론’을 통해 ‘판단’하는 절차가 수반된다. 즉 운전자의 운전 행위를 위해 필요한 판단 과정은 인간의 오감을 활용하여 수집한 각종 근거들(예: 시각으로 취득한 장애물의 형상, 청각으로 취득한 경적음 등)에 과거의 운전 경험에 의해 취득된 상황 판단에 대한 노하우가 결합된 과정이라고 정리할 수 있다. 자율차는 이와 동일한 과정을 스스로 수행해야 한다. 여기에서 자율차를 위한 도로 시설물, 이하 이 글에서 ‘자율주행 지원 물리 인프라’로 표현하는 도로 시설물의 역할을 확인 할 수 있다. 자율차는 센서 기반 인지 체계의 한계에 의거하여 일명 ‘핸디캡 상황 및 구간’으로 불리는 자율차의 성능 한계로 인한 제어권의 운전자 대상 이양 요구조건이 발생한다. (Jeon and Kim, 2021). 예를 들어, 안개 등 기상 상황에 따라 가시거리가 떨어져 차량의 영상센서를 활용한 정보 수집에 어려움을 겪는 상황, 도로상 작업에 의해 주행차로가 차단된 상황이 대표적인 ‘자율주행 핸디캡 상황 및 구간’으로 분류된다. 여기에서 물리 인프라가 핸디캡 상황 및 구간에서 자율차의 ‘판단 과정’, 보다 구체적으로 ‘판단을 위한 근거 수집 과정’ 및 ‘판단 근거를 활용한 추론’ 과정에 기여할 수 있다면 자율차 운행에 실질적 차원의 도움을 제공할 수 있다. 자율주행 지원 물리 인프라의 구현 유형은 크게 두 가지로 구분할 수 있다. 먼저 기존 도로 시설물을 ‘자율차 센서에 보다 잘 보이도록’ 개선하는 방법이다. 보다 구체적으로, 자율차가 차량 주변 환경 인지에 활용하는 주요 차량센서(영상, LiDAR 등)의 특성을 고려하여 도로 시설물의 센서 기반 인지성능을 향상시킬 수 있는 방안을 기존 도로 시설물의 고유기능 및 속성을 유지한 상태로 적용하는 방법이다. 여기에는 시설물 제작 및 설치, 활용과 관련한 현행 규정상 문제가 없는 범위 내에서 색상 혹은 소재를 변경하는 방법, 외형적으로는 큰 변화가 없으나 센서에 반응하는 영역을 넓혀주는 형태로의 시설물 구조 변경이 포함된다. 두 번째로 ‘자율차의 상황 추론 과정에서 보다 확실한 근거가 될 수 있는 정보를 도로 시설물의 물리적 속성을 활용하여 제공’하는 방법이다. 즉 도로표지와 유사한 형태의 시설물상에 자율차 센서로 검지인식 가능한 부호화된 정보를 표기하여 자율차 제어를 위한 추론 과정에 핵심적인 도로 운영 상황 정보를 제공하는 것이다. 이는 운전자가 운전을 수행함에 있어서 이행하여야 할 사항을 안내하는 도로 시설물(교통규제 관련 교통안전표지 등) 및 운전 수행에 참고하여야 할 사항에 대한 도로 시설물(이정표지, 도로안전시설 등) 의 기능과 유사한 기능을 자율차에 제공하는 방법으로 해석하면 적절하다. 자율주행 지원 물리 인프라 개발 및 인프라 효과 검증:차로차단 구간 대상 연구진은 2024년 자율차를 1대 개발하였다(그림 2). 이 자율차는 국내에서 개발, 제작된 수많은 자율차 중 1대이지만, 다른 자율차에 없는 고유한 기능을 가지고 있다. 바로 ‘자율주행 지원 물리 인프라를 활용한 차량 제어 및 자율주행’이 가능토록 구현한 기능이다. 자율주행 지원 물리 인프라를 차량 제어에 적용함에 따라, 핸디캡 구간/상황에 대한 자율차의 인지 성능 및 인프라 유무에 따른 핸디캡 구간/상황에서의 차량 거동을 비교할 수 있다. 이를 통해 자율주행 지원 물리 인프라 체계에 대한 적정성을 검증할 수 있다. 오늘도 도로에서는 수많은 이벤트가 발생한다. 도로상 이벤트 중 차량 운행에 직접적인 영향을 미치는 상황이 바로 ‘차로차단’이다. 차로차단 상황은 도로 보수공사 혹은 교통사고 처리 등의 사유로 수시로 발생하며, 차로차단 구간에서 차량은 차단된 차로를 반드시 우회하여 주행하여야 한다. 일반 운전자는 차로차단 상황을 통제 시설물(교통콘, 방호벽 등)의 육안 확인 혹은 교통 통제자(경찰, 신호수 등)의 수신호, 전방 차량의 강제적 합류 상황에 대한 목격 등을 통해 추론, 인지할 수 있다. 하지만 자율차는 이와 같은 판단 추론 과정에 분명한 한계가 존재하며, 차로차단이 도로상에서 매우 유동적이며 가변적으로 발생한다는 점을 고려하였을 때 전자지도 기반 정보체계를 통한 정보제공에도 한계가 예상된다. 연구진은 ‘자율차가 차로차단 상황을 인지할 수 있는 부호화된 표지 형태’를 활용하여 차로차단에 대한 정보를 시설물을 통해 자율차가 보다 간편하게 인지할 수 있도록 시스템을 고안하였다(그림 3). 차로차단 구간에서 자율차가 수행하여야 하는 제어는 횡방향 제어로서, 차로차단 구간을 회피하는 제어와 차로차단 구간 종료 후 주행 경로(Global path)의 필요성에 따라 차로 복귀 여부를 판단하여 수행하는 복귀제어로 구분할 수 있다. 연구진은 차량용 LiDAR를 활용하여 취득한 점군데이터(PCD, Point Cloud Data) 패턴을 인식할 수 있는 기술을 적용하여 차로차단에 대한 상황을 자율차가 시설물을 활용하여 인지토록 하여, 제어에 적용할 수 있는 방안을 고안하였다. 이는 LiDAR 센서가 영상센서와 비교하였을때 상대적으로 악천후(강우, 안개 등)에 강건한 성능을 보유하기 때문으로, 전통적인 영상센서 기반 인지성능 개선에서 접근하기 어려운 ‘시야 가림’이라는 핸디캡 상황을 대응할 수 있기 때문이다(Kim et al., 2024). 다음은 차로차단 구간에서 자율주행 지원 물리 인프라 설치 유무에 하지 않았을 때와 설치하였을 때, 자율차 내부에서 측정된 속도와 각속도 값이다. 본 실험은 연천SOC실증센터에 차로차단 환경을 재현하고, 자율주행 지원 물리 인프라를 설치하였을 때와 설치하지 않았을 때 자율차의 거동이 어떻게 달라지는지를 확인하는 방법으로 수행하였다. 자율차가 차로차단 구간을 인지하면 차로변경 제어가 수행되며, 이 과정에서 적절한 수준으로 속도를 줄이고 회전을 수행하여 차로를 변경한다. 이때, 차로차단 구간을 안내하는 역할의 자율주행 지원 물리 인프라가 존재하는 경우 차로차단 구간의 존재를 사전에 인지할 수 있다. 이는 차량이 정상적으로 주행하기 어려운 물리적 상황에 도달하였을 때 자율차가 상황을 회피하기 위해 수행하는 급격한 거동(급감속, 급회전 등)과 비교하였을 때보다 매끄러운 주행을 유도한다. 이를 숫자로 확인하였을 때(그림 4), 물리 인프라를 활용한 차로차단 안내 기능을 활용하지 않았을 경우 자율차는 차로차단에 있어 속도를 최대 20 km/h까지 줄여 차로변경을 수행하였으며, 이때 각속도는 최대 0.15 rad/s로 확인된다. 반면 물리 인프라를 활용하는 경우 자율차는 차로차단에 있어 속도를 최대 10km/h 까지 줄여서 구간을 통과할 수 있었으며, 차로차단 구간 통과 시 최대 각속도는 0.10 rad/s 이내로 확인되어 보다 안정적인 주행이 가능하였음을 수치상으로 확인된다. 본 실험 결과는 자율주행 지원 물리 인프라가 비단 자율차에만 긍정적 효과를 발휘하는 것이 아니라 ‘자율차와 일반차가 혼재된 상황’에서 보다 큰 효과가 발휘될 수 있음을 의미한다. 교통류 관점에서 개별 차량의 속도와 각속도의 변화가 크다는 것은 그 차량이 교통 흐름의 안정성을 방해하는, 이른바 ‘진흙탕을 만드는 미꾸라지’로 작용할 수 있다는 점을 의미한다. 자율차가 일반 운전자와 비교하였을 때 ‘특이하게 주행하지 않도록 제어’하는 자율주행 지원 물리 인프라의 기능은, 자율차와 일반차가 혼재된 교통류의 안정성을 향상시키는 데에 기여하여 자율차 보급에 긍정적 영향을 미칠 수 있을 것으로 판단한다. 맺음말 2025년 현재, 상당수의 전문가가 자율주행 기술이 이른바 ‘캐즘(Chasm)’으로 불리는 기술 발전 및 확산의 정체기에 놓여 있는 것으로 분석하고 있다. 구글에서 최초로 자율차를 대중에 공개한 2010년 초반에만 하더라도, 세계 각국의 자율주행 상용화 달성 목표 시기는 2020년 이전이었다. 하지만 실제로 2020년 중반에 이른 오늘날까지, 자율주행 상용화의 이정표로 삼을 수 있는 SAE 기준 Lv. 3 이상의 자율주행기능을 보유한 완성차는 극히 일부에 불과하며, 이마저도 다양한 제약조건(ODD: Operation Design Domain) 내에서만 가능한 것이 사실이다. 이는 완전자율주행 시대 도달을 위해 달성하여야 할 기술적 숙제가 여전히 존재한다는 점과 동시에, 지금까지 접근한 방법론이 아닌 새로운 방법론에 대한 시도 및 검토의 필요성이 있다는 점을 내포한다. 지금까지 진행된 다양한 연구개발 사례들은 완전자율주행의 상용화를 위해 차량과 인프라의 협력이 필수적임을 보여주고 있다. 연구진이 이 글을 통해 소개한 자율주행 지원물리 인프라를 활용한 자율주행 수행 방법론, 즉 자율차가 자율주행 과정에서 도로 시설물을 보다 적극적으로 활용하기 위한 환경을 구축하고 이를 활용하는 방법론은 자율차 핸디캡 구간 및 상황에서 자율차의 판단 및 제어에 대한 어려움을 덜어주어 완전자율주행시대를 앞당길 수 있는 핵심 솔루션이 될 수 있을 것으로 판단된다. 참고자료 김영민, 박범진, 김지수(2024), 모바일 LiDAR 활용 기반 자율차 측위 지원 시설물 개발 및 검증 연구, 한국ITS학회논문지, vol.23, no.6, pp.203-217. 전현명, 김지수(2021), IPA 및 FGI 분서을 통한 자율주행차량 핸디캡과 발생 원인 분석, 한국ITS학회논문지, vol.20, no.3, pp.34-46. 한국지능형교통체계컨소시움(2024), 크라우드 소싱 기반의 디지털 도로 ·교통 인프라 융합 플랫폼 기술 개발 단계보고서 도로교통연구본부 게시일2025-09-04 조회수 248
• 사장교 케이블 장력 모니터링 기술 현황 연구자: 박영수 KICT 구조연구본부 수석연구원 들어가며 시설물안전법에서는 교량을 포함한 시설물의 관리 중 요도를 주로 시설물의 규모, 형식 등과 연계하여 정의하고 있으며, 특수교량은 정밀 계측을 통해 교량 상태를 모니터링하며 관리되고 있다. 특수교 중 하나인 사장교(Cablestayed Bridge)는 대표적인 케이블 지지 구조물이다. 보강형을 주탑에 연결된 사장 케이블로 지지하는 형식의 교량을 말한다. 사장교는 케이블의 인장강도와 주탑 및 보강형의 휨, 압축강도를 효과적으로 결합시켜 구조적 효율을 높일 수 있어서 장대교량에 적합하고, 미관이 뛰어나 짧은 거리에도 종종 사용되어 공용 중인 사장교가 늘어나고 있다. 사장교와 같은 케이블 지지 구조물에서 케이블은 중요한 구조 부재이며, 케이블의 장력(tension force)과 감쇠비(damping ratio)는 케이블뿐만 아니라 사장교 전체 구조 안정성에 영향을 미친다. 사장교의 주경간이 길어질수록 주탑과 보강형을 연결하는 사장 케이블은 바람 및 하중에 의한 진동(vibration)에 취약하다. 핵심 부재인 케이블은 다양한 원인으로 장력의 손실이 발생하며, 이러한 손실은 사장교 성능에 크게 영향을 주며, 최악의 경우 붕괴사고를 유발할 수 있다. 따라서, 케이블 장력을 효과적으로 모니터링할 수 있는 방법이 요구된다. 다양한 케이블 장력 모니터링 방법이 연구되고, 케이블에 적용되었다. 그 중 진동법(vibration-based method)은 진동 데이터를 기반으로 장력을 추정하는 방식으로 다른 방법에 비해 설치가 쉽고 비용이 저렴하다는 장점이 있다. 국토안전관리원의 특수교관리센터에서 관리 중인 케이블 교량 중 2022년 기준으로 케이블 장력계는 약 260개이며, 대부분 가속도 데이터를 기반으로 한 진동법을 통해 케이블 장력을 추정하여 모니터링하고 있다. 진동법 앞서 언급한 진동법을 통한 장력 추정 방법은 1) 케이블 외부에 가속도계를 설치하여 상시 진동 응답 수집(그림 2 Step#01), 2) 수집된 응답을 주파수 영역의 파워 스펙트럼 밀도(power spectral density, PSD) 신호로 변환, 3) 변환된 PSD 신호로부터 첨두정보(fn: 첨두 위치, n: 첨두순서)를 추출(그림 2 Step#02), 4) 추출된 첨두정보로부터 선형회 귀식을 산정(그림 2. Step#03)하고, 식(2)와 같이 회귀식의 절편(b, 그림 2 Step#04에서 0.729)과 케이블의 제원(유효 길이 Leff, 단위중량 w)을 활용하여 장력을 추정한다. 케이블에 설치된 가속도계로 수집되는 데이터는 케이블의 가진 조건이 일정하지 않기 때문에, 계측 시간이 길어질수록 안정적인 첨두정보의 탐지가 가능하다. 하지만, 계측시간이 늘어날수록 장력 추정 주기가 길어지기 때문에, 일반적으로 가속도 계측 주기는 100Hz, 계측 시간은 10분 단위로 수집한다. 수집된 가속도 데이터를 주파수 영역으로 변환하고, 변환된 주파수 영역에서 첨두정보(첨두 위치, 순서)를 탐지한다. 장력 추정 과정 중 중요한 첨두정보 탐지는 주로 인력을 통해 수행되어 진다. 예를 들어, 24시간 기준 10분씩 데이터를 수집할 경우, 수집되는 데이터 set는 144set이며, 하나의 교량에 8개 케이블에 가속도계가 설치될 경우 1,152 데이터 set에서 첨두정보가 탐지돼야 한다. 첨두를 탐지하는 방법은 주로 인력에 의한 방법이기 때문에, 노동 집약적이며, 탐지하는 작업자의 주관이 개입되어 객관성이 떨어지는 단점이 있다. 인력에 의한 방법이 아닌 첨두정보 탐지 방법은 사전 설정을 통하여 탐지하는 방법이 있다. 허용치보다 큰 첨두의 위치를 탐지하는 방법, 첨두 발생이 예상 가능한 대역을 설정하고, 대역에서 가장 큰 값을 탐지하는 방법이다. 첨두정보는 가진 조건, 케이블의 손상 여부 등에 따라 첨두정보가 누락되는 경우가 있으며, 케이블의 고유진동수와 외부의 가진 조건이 일치하여 공진(resonance) 현상이 발생하는 경우에는 특정 주파수 대역에서 첨두가 크게 발생하는 경우가 있다. 사전 설정을 통한 방법은 케이블의 제원 별로 설정이 필요하고, 주파수 대역에서의 특징 변화 시 첨두정보 탐지에 한계가 있다. 첨두 자동 탐지 알고리즘이 적용된 IoT 계측시스템 사장교 케이블의 진동 신호를 주파수 영역으로 변환하여 생성되는 파워 스펙트럼 밀도(Power Spectral Density, PSD)는 그림 3과 같이 고유한 2가지 특성을 나타낸다. 첫 번째, 케이블 PSD의 첨두는 일정한 간격으로 발생하는 주기적인 패턴을 가지며, 이는 케이블의 고유한 동적 특성을 반영한다. 이러한 첨두 간의 간격은 케이블의 제원(재료, 형상, 장력) 및 전체 구조계에 따라 달라질 수 있지만, 동일한 간격의 주기성(periodicity)은 모든 사장교 케이블 부재가 공통적으로 갖는 물리적 특징이다. 또 다른 특성은 첨두는 주변 주파수 성분에 비해 상대적으로 높은 진폭(amplitude)을 갖는다. 이와 같은 특성은 PSD 상에서 해당 첨두가 주변값들에 비해 이상치(outlier)로 작용함을 의미한다(Jin et al., 2021). 이러한 일정한 첨두 간격을 자동으로 탐지하기 위해, 의공학 분야의 생체신호 처리기술 중 하나인 Automatic Multiscale-based Peak Detection(AMPD) 기법을 활용할 수 있다(Scholkmanm et al., 2012). AMPD는 주기적으로 발생하는 첨두를 사전 설정 없이 자동 탐지할 수 있어, 완전한 자동화가 가능하다는 장점을 지닌다. 두 번째 특징인 첨두가 주변값들에 비해 이상치처럼 나타나는 특징을 감지하기 위해 임계값 기반의 이상치 탐지 기법을 병행 사용할 수 있다. 이때 임계값 설정에는, 이상치가 포함된 데이터에서도 강건하게 학습 가능한 중앙값 절대 편차(Median Absolute Deviation, MAD) 방법을 적용할 수 있다(Rousseeuw et al., 1993). 이 두 가지 기법으로 추정된 첨두 정보를 기반으로 케이블의 장력을 산출하며, 해당 기술은 1) 사전 설정이 필요하지 않음 2) 신호 변화에 대한 높은 강건성(robustness) 3) 낮은 연산 비용 같은 장점을 갖는다. 케이블 장력 모니터링을 위한 가속도 데이터는 주로 유선 계측시스템을 통해 수집된다. 이 시스템은 센서와 데이터 수집 장치를 케이블로 연결하며, 수집된 데이터는 다시 관리 주체로 전송되어 장력 분석에 사용된다. 유선 계측시스템은 데이터 손실 없이 안정적인 계측이 가능하다는 장점이 있으나, 센서와 로거를 케이블로 연결, 단선을 방지하기 위한 보호 배관 설치 등으로 인해 추가 비용이 발생하며 설치 위치와 수량에 제약이 따른다. 최근에는 다양한 IoT(Internet of Things) 기반 계측시 스템이 개발되어 시설물에 적용되고 있으나, 대부분 기존 유선 시스템처럼 단순히 데이터를 수집하고 전송하는 수준에 머물러 있다. 이는 설치 유연성과 수량 측면에서는 장점이 있으나, IoT 기술의 잠재적 강점을 충분히 활용하지 못하는 실정이다. IoT 계측시스템은 다양한 알고리즘을 내장하여 원시 데이터(raw data) 자체를 전송하는 대신, 필요한 정보만을 선별·처리한 후 전송할 수 있다. 이러한 엣지 컴퓨팅(Edge Computing) 기술은 센서 단말기 또는 그 인접 장치에서 데이터를 실시간으로 처리함으로써, 서버로의 전송 부담을 줄이고 처리 비용과 시간을 절감할 수 있다. 앞서 설명한 첨두 자동 탐지 알고리즘을 IoT 계측시스템에 탑재하여 사장교 케이블에 설치하여, 알고리즘의 정확도, 계측시스템의 사용성, 효율성 등을 검증하는 연구가 수행되었다. 이를 통해, IoT 계측시스템과 엣지 컴퓨팅의 기술을 시설물에 적용하여 시설물 계측 분야에서의 가능성을 확인하였다. 마치며 IoT 계측시스템과 엣지 컴퓨팅(Edge Computing)의 결합을 통해, 대용량 원시데이터를 서버로 전송해 수집·분석하는 방식에서 벗어나, 현장에서의 데이터 처리 및 최적 관리가 가능해졌다. 데이터 처리 및 분석 기술의 고도화를 통해 이러한 기능이 IoT 계측시스템에 탑재되면서, 기존에는 원시데이터 전송에 그쳤던 시설물 유지관리 분야에서 데이터의 활용 범위를 확대할 수 있을 것으로 기대된다. 또한 실시간 처리가 가능해짐에 따라, 사후 대응이 아닌 실시간 대응이 가능해져 예방적 유지관리가 실현될 수 있으며, 이를 통해 안전사고 예방과 함께 직·간접적인 사회적 비용 절감 효과도 기대된다. 참고자료 2024 도로교량 및 터널 현황조서. Jin et al. (2021), Fuly automated peak-picking method for an autonomous stay-cable monitoring system in cablestayed bridges, Autom. Constr. Vol. 126. Scholkmanm et al. (2012), An efficient algorithm for automatic peak detection in noisy periodic and quasiperiodic signals, Algorithms, Vol. 5. Rousseeuw et al. (1993), Alternatives to the median absolute deviation, J. Am. Stat. Assoc. Vol. 88 구조연구본부 게시일2025-09-04 조회수 83
• 지중 공동 및 매설물 탐지를 위한 AI 기반 GPR 데이터 분석 기술 연구자: 이대영 KICT 지반연구본부 연구위원 들어가며 최근 서울 등 도심지에서 대규모 지반침하 사고가 잇달아 발생하고 있다. 강동구 명일동 땅꺼짐 사고, 광명 신안산선 공사장 지하 붕괴 사고 등 대형 굴착공사장 인근에서 지반침하 발생으로, 서울시는 굴착공사장과 주변에 대해 지표투과레이더(Ground Penetrating Radar, GPR) 탐사를 집중 실시해 지반침하 안전관리 강화를 추진한다고 하였다(서울시, 2025). GPR 탐사는 전자기파를 이용하여 지반 내 하수관로를 비롯한 매설관, 공동 등의 지하 구조를 확인하는 탐사기법으로 2014년 석촌지하차도 대규모 공동 발생 이후 도심지 도로 하부 공동 및 지반침하 조사에 활발히 적용되고 있다. GPR 탐사는 비파괴적 탐사 방법으로 지하 매설물이나 공동, 지반 구조를 탐사하는 데 유용한 방법이지만, 주파수에 따른 탐사 깊이 제한, 토양 환경의 영향, 데이터 해석의 어려움 등의 어려움이 있다. 또한 데이터 분석 시 전문가에 대한 의존도가 높고, 고해상도 또는 3D 탐사의 경우 데이터 처리와 해석에 많은 시간이 소요되며, 해석 결과의 신뢰도에 차이가 존재하는 문제가 있다. 이러한 문제를 해결하기 위해 최근 AI 기반 GPR 데이터 자동 분석 기술에 대한 연구가 진행되고 있다. 이 글에서는 GPR 탐사의 원리와 함께, GPR 탐사 데이터 해석의 정확도를 높이고 분석시간을 단축하며 실시간 해석이 가능한 AI 활용 GPR 데이터 분석 방법에 대해 소개 하고자 한다. GPR 탐사 원리 GPR 탐사는 전자기파를 투과해 전기적 물성(전기전도도, 유전율)이 다른 경계에서 반사되어 돌아온 전자기파를 수신하여 땅속의 매설관 등 지하구조물의 위치 및 형태를 확인하는 탐사기법을 말한다. GPR 탐사는 수십 MHz 이상의 주파수를 가지는 전파 현상을 이용하여 주로 1~3 m 내외의 깊이가 얕은 대상을 탐사하는 비파괴 검사로 지하 매설관, 공동(cavity), 터널 배면 공동 탐사, 지층구조 등의 확인에 사용된다. 최근에는 노후 하수관으로 인해 지반침하 우려가 있는 지역에 GPR 조사를 집중적으로 수행함으로써 지반 함몰을 예방할 수 있는 평가방법으로 사용되고 있다(그림 1). GPR 탐사를 통한 데이터 분석 시 매설관은 강한 진폭을 가지며, 그림 2에서 보이는 바와 같이 쌍곡선의 형태로 나타난다. GPR 탐사는 한 쌍의 송신기와 수신기를 이용하는 단일 채널 GPR 시스템이 주로 사용되었으나 최근에는 고해상도 3차원 다채널 GPR 시스템이 활용되고 있다. GPR 탐사는 대부분의 매설관이 묻혀있는 3m 이내 깊이의 탐사에 효과적이며 터널공사, 또는 대규모 굴착공사장 같은 깊은 심도의 조사에는 한계가 있다. AI 기법 이용 GPR 탐사 데이터 최근 4차 산업혁명과 관련하여 인공지능(Artificial Intelligence, AI) 기술의 뛰어난 성능 및 대중화로 인해 그 사용성이 더욱 확대되고 있다. AI를 이용한 GPR 분석 적용은 지하구조물 탐사의 정확성, 효율성 및 해석 오류를 개선하는 유망한 방법을 제시한다. 최근 들어 GPR 영상판독시 발생하는 오류 및 기술적인 문제를 해결하기 위해서 영상 처리 분야에 많이 활용되는 머신러닝 기술 중 딥러닝을 이용한 연구가 활발히 진행되고 있다. AI 기법을 활용한 GPR 데이터 분석 방법은 B-scan, C-scan 형태로 수집된 GPR 데이터를 노이즈 제거, 보정을 통해 데이터 라벨링 작업을 수행한다. 라벨링이 보정된 학습용 데이터셋 생성후 객체 탐지를 위해 합성곱 신경망(Convolution Neural Network, CNN) 기반의 인공지능 알고리즘을 이용한다(Girshick, 2014). 딥러닝 학습을 통해 매설관 탐지 신뢰도를 향상시킬 수 있다. 한국건설기술연구원에서는 지반 함몰 예방을 위한 지반 내 공동 탐사 및 도로 하부의 지장물 탐사 시 GPR 탐사 정확도 향상을 위한 AI 활용 연구를 수행하였다. 지하 매설관 및 공동을 탐지하기 위해 GPR 탐사데이터를 사용하였으며, GPR 데이터에서 영상으로 변환 클러터 등의 노이즈를 제거를 통해 고품질의 라벨링 데이터셋을 작성하였다. 또한 지하 매설물 및 공동 탐지를 위해 Faster R-CNN을 사용하였으며, 다양한 학습 기법을 이용하여 매설관 및 공동탐지에 최적 성능을 도출할 수 있었다. 이를 통해 지반 내 공동 및 매설관로를 탐지하는 AI 알고리즘 및 GPR 데이터 분석기술을 개발하였다(한국건설기술연구원, 2024). 맺음말 도심지 개발의 가속화로 인한 대규모 굴착공사 증가, 시설물 노후화로 인한 도심지 땅꺼짐 발생으로 공동 및 지반침하 탐지를 위한 GPR 탐사 활용도가 증가하고 있다. 최근에는 GPR 탐사 데이터 분석 기술의 고도화를 위한 AI 기술 활용연구가 진행되고 있다. AI 기술을 GPR 탐사에 적용함으로써 데이터 처리에 소요되는 시간을 줄일 수 있고, 분석 결과의 일관성과 정확도를 향상시킴으로써 기존 GPR 분석의 한계를 극복할 수 있다. AI 기반 자동 분석기술은 GPR 탐사 데이터 실시간 처리와 해석 오류를 감소시켜 의사결정 과정을 신속히 진행함으로써 지반침하 사고를 예방하고 지하매설물의 안전성 향상에 중요한 역할을 할 수 있을 것이다. 참고자료 서울시(2025), 서울시, 대규모 지하굴착공사장 지반침하 안전관리 강화 특별대책 추진, 보도자료, 서울시 재난안전실 도로관리과. 이대영(2015), 노후하수관로 손상에 기인한 지반침하 평가기법 개발, 대한상하수도학회·한국물환경공학회 2015 공동학술발표회, 특별세션 V-1. 이대영(2018), CCTV 및 GPR을 이용한 하수관로 결함 및 지반함몰 위험성 평가, 한국지반신소재학회논문집, 제 17권 3호, pp. 47~55. 한국건설기술연구원(2022), Smart QSE 기반 공중선 지중화 혁신기술 및 도로성능복원기술 개발(1/3), 연차보고서. 한국건설기술연구원(2024), Smart QSE기반 공중선 지중화 혁신기술 및 도로성능복원기술 개발(3/3), 최종보고서. https://ashutoshmakone.medium.com/faster-rcnn502e4a2e1ec6 R. Girshick, J. Donahue, T. Darrell, and J. Malik (2014) “Rich feature hierarchies for accurate object detection and semantic segmentation,” In Proc. CVPR. 지반연구본부 게시일2025-09-04 조회수 381
• SNS 데이터로 홍수위험 예측, 관측 사각지대를 메우다 연구자: 황석환 KICT 수자원하천연구본부 연구위원 소셜미디어를 활용한 미관측 지역 맞춤형 홍수위험 예측 기술 기후변화로 인한 국지성 집중호우와 돌발 홍수가 빈번해지면서, 기존의 물리적 관측망만으로는 효과적인 대응에 한계가 드러나고 있다. 특히 하천 주변 미관측 지역에서는 홍수위험 예측이 어려워 피해 확산의 우려가 크다. 이러한 한계를 극복하기 위한 대안으로, 소셜미디어 데이터를 활용한 홍수위험 예측 기술이 주목받고 있다. 소셜미디어 정보 기반 미관측 지역 홍수위험 기준 설정 기술에 대해 간략한 소개를 부탁드립니다. 우리나라는 매년 집중호우로 인해 크고 작은 침수 피해를 겪고 있습니다. 이러한 피해는 단순히 강우량이 많아서 발생하는 경우도 있지만, 지역 고유의 지형적 특성 등 홍수에 취약한 조건이 결합해 발생하는 경우가 많습니다. 동일한 양의 비가 내려도 지역에 따라 피해 정도는 크게 달라질 수 있는 이유입니다. 홍수위험 예보를 효과적으로 수행하기 위해서는 정량적이고 신뢰할 수 있는 위험예보 기준의 설정이 필수적입니다. 이를 위해서는 전국 각지에 수위계나 강우계와 같은 관측기기를 조밀하게 설치하고 운영해야 하지만, 국지적 돌발 홍수까지 포괄할 수 있을 만큼 충분한 관측망을 구축하는 것은 현실적으로 어렵습니다. 이에 따라, 본 기술은 관측기기가 설치되지 않은 지역에서도 홍수위험을 예측할 수 있는 새로운 방안을 제시합니다. 사고가 발생한 지역의 강우 조건과 지형 특성을 분석한 뒤, 이와 유사한 조건을 지닌 다른 지역의 사고 발생 가능성을 추정하는 방식입니다. 특히, 본 기술은 소셜미디어 정보를 활용하여 실제 사고가 발생했거나 발생 위험이 높은 지역을 탐지하고, 해당 지역의 지형적 특성과 결합해 정량적인 위험 기준을 설정합니다. 이렇게 설정된 기준은 유사한 특성을 지닌 미관측 지역에도 적용할 수 있어, 관측망이 없는 지역에서도 효과적인 예보가 가능합니다. 사람이 모인 곳에서 재난 위험도 커지기 때문에, 소셜미디어는 위험 감지의 실질적인 도구로 기능할 수 있으며, 이 기술은 그러한 SNS 데이터를 기반으로 미관측 지역의 홍수 위험을 선제적으로 감지하고 예보할 수 있도록 돕는 점에서 큰 의의가 있습니다. 기존 기술과 비교했을 때, 이 기술의 차별점이나 강점은 무엇인가요? 경제성 측면에서 설치 및 유지관리 비용, 그리고 기존 기술 대비 비교우위도 궁금합니다. 이 기술의 가장 큰 강점은 경제성입니다. 일반적으로 수위계를 설치하려면 최소 수백만 원에서, 많게는 수억 원에 이르는 초기 설치 비용이 필요하며, 이후에도 연간 10~30% 수준의 유지관리 비용이 지속적으로 발생합니다. 이러한 고비용 구조는 특히 전국 단위의 촘촘한 관측망 구축을 어렵게 만드는 요인입니다. 반면, 본 기술은 별도의 하드웨어 인프라 없이도 적용이 가능하며 유지관리 비용이 거의 들지 않습니다. 기존의 물리적 장비에 의존하지 않고 SNS 데이터를 활용함으로써, 초기 투자와 운용 부담을 크게 줄일 수 있는 것입니다. 또한 예측 해상도 측면에서도 강점을 보입니다. 수위계나 강우계보다 더 촘촘한 공간 단위에서 위험 감지가 가능하므로, 비용 대비 효과 면에서도 매우 우수한 기술로 평가받고 있습니다. 이 기술의 핵심 요소는 무엇이며, 어떤 원리로 작동하는지 설명부탁드립니다. 이 기술의 핵심은 ‘홍수특성지수(NFCI: Normalized Flood Characteristic Index)’를 기반으로 한 예측 모델입니다. 홍수특성지수는 유역 면적, 평균 경사 등 홍수심이나 유속 등에 영향을 미치는 지역의 물리적 특성을 정량화한 지표입니다. 이 지수를 활용해 홍수심과의 관계를 나타내는 수리모형 기반 관계식을 구축하고, 실제 피해 이력이 존재하는 지역에서 도출된 위험 기준을 유사한 조건의 미관측 지역에 ‘전이(apply)’할 수 있도록 설계된 것이 이 기술의 핵심 구조입니다. 이러한 전이기법을 통해 기존에 관측 장비가 설치되지 않은 지역에서도 정량적인 홍수위험 예보가 가능하며, 다양한 규모의 유역에 적용할 수 있어 전국 단위의 세밀한 예측 체계 구축이 가능합니다. 현재 기술 개발은 어느 단계에 와 있으며, 사업화 가능성은 어느 정도로 평가하고 있나요? 또, 상용화될 경우 주요 타겟 시장은 어디인가요? 현재, 이 기술은 국내 일부 지역에서 실증을 거쳐 실제로 활용되고 있는 단계에 있습니다. 기술의 실효성과 적용 가능성이 확인되면서, 홍수위험이 높지만 관측 인프라가 부족한 동남아시아 등 해외 국가들로부터도 큰 관심을 받고 있습니다. 기존에는 공공부문 중심으로 기술 수요가 발생했지만, 최근에는 산업단지, 스마트시티, 신도시 개발 등 민간 시장에서도 관심이 높아지고 있습니다. 이처럼 공공·민간·해외시장 모두에서 적용 가능성이 크기 때문에, 향후 사업화 확장성과 수요 기반은 매우 탄탄하다고 평가하고 있습니다. 기술이 상용화될 경우, 도시 환경 및 시민들에게 어떤 긍정적인 영향을 미칠까요? 이 기술이 본격적으로 상용화되면, 기존의 시군구 단위 중심의 예보보다 훨씬 세분화된 지역 맞춤형 예보가 가능해집니다. 특히 국지적인 돌발홍수 위험을 더욱 정밀하게 인지할 수 있어, 도심은 물론 비도심 지역에서도 더 신속하고 안전한 대피 및 선제 대응이 가능해집니다. 이는 단순히 기술적 진보에 그치지 않고, 도시 전체의 회복탄력성 강화와 시민 안전 확보에 실질적인 기여를 할 수 있다는 점에서 매우 중요한 의미를 갖습니다. 향후 추가적인 연구 개발 계획이나 목표가 있다면 무엇인가요? 앞으로는 인공위성 자료를 활용한 광역 예측 기술로 확장해 나갈 계획입니다. 현재는 SNS 데이터를 중심으로 국지적 홍수위험을 분석하고 있지만, 위성 자료와 결합하면 더욱 정밀하고 넓은 범위의 위험 예측이 가능해집니다. 궁극적으로는 지상 관측 정보, SNS, 레이더, 위성 데이터까지 통합한 복합 홍수 예보 체계를 구축하는 것이 목표입니다. 수자원하천연구본부 게시일2025-08-05 조회수 136

첫페이지이전페이지12345678910다음페이지마지막페이지