KICT 한국건설기술연구원

검색

전체 과제명 책임자 검색

전체 12건 현재 페이지 1/2

• 일본건설정보종합센터(JACIC)의 「i-Con 챌린지 전략」 소개 일본건설정보종합센터(JACIC)의 「i-Con 챌린지 전략」 소개 ▲ 정성윤 KICT 미래스마트건설연구본부 연구위원 들어가며 일본건설정보종합센터(Japan Construction Information Center, 이하 JACIC)는 일본 공공 건설사업의 효율화와 건설기술 향상을 촉진하기 위해 건설정보시스템의 조사, 연구, 개발, 운영, 제공 및 보급 등을 수행하는 일반재단법인이다. JACIC의 활동 중 건설사업 정보화를 통한 사업 참여자 간 디지털 데이터 활용과 공유의 효율화를 꾀하기 위해 BIM/CIM(Building/Construction Information Modeling) 등 3차원 데이터의 활용에 관한 조사, 연구와 함께 관련 요령과 기준 개정을 지원하고 있다. 일본 국토교통성에서는 2018년 5월에 3차원 데이터 활용을 촉진하기 위해 i-Construction(이하 i-Con)의 본격적인 추진과 함께 클라우드 기술을 활용한 플랫폼 정비 계획인 「i-Con 챌린지 전략」을 발표하였다. 이 글에서는 JACIC의 「i-Con 챌린지 전략」의 개념과 방향을 살펴보고 국내 공공 건설사업에서 3차원 데이터 활용을 위한 클라우드 구축과 DX(디지털 전환)로의 전환 필요성을 제시하고자 한다. JACIC의 주요 활동 JACIC은 건설 정보화를 통한 건설기술 향상, 건설사업 효율화, 안전하고 효과적인 국유지 이용 촉진을 목적으로 1985년에 설립되었다(일본건설정보종합센터 정관). JACIC에서는 공사·업무실적정보시스템인 콜린스/테크리스(CORINS/TECRIS)1, 적산 시스템, 전자 입찰 핵심 시스템, 건설 부산물 및 건설 발생토 정보교환시스템 등 여러 건설정보시스템을 운영하고 있다. 또한, 건설사업 과정에서 생성되는 각종 정보를 수집, 가공, 축적, 디지털화와 함께 효율적인 정보의 활용과 공유를 하기 위한 JACIC 클라우드 구축과 BIM/CIM의 홍보·보급 등을 지원하고 있다. 한국에서 추진중인 건설CALS와 유사하게 JACIC은 공공 건설사업의 전생애주기 과정에서 생성하는 각종 도면, 지도, 문서, 사진 등의 정보를 디지털화하기 위한 표준화를 진행하였다. 통신 네트워크를 이용하여 사업 이해관계자와 업무 프로세스 간에 표준화된 정보를 효율적으로 교환, 공유, 조정할 수 있는 환경을 조성하기 위한 CALS/EC 액션 프로그램을 추진하였다(CALSE/EC アーカイブ). 「i-Con 챌린지 전략」 추진 방향 JACIC은 2005년부터 공공 건설사업의 생애주기에 거쳐 생성되는 정보의 일원화, 업무 효율화, 품질 확보 및 비용 절감을 꾀하기 위해 BIM/CIM/GIS 기반의 3차원 데이터에 관한 조사 연구, 관련 기준 요령과 기준 개정 지원, BIM/CIM 추진 위원회를 운영하고 있다. 효율적으로 추진하기 위해서는 건설 현장에서 3차원 데이터의 활용과 공유를 촉진하기 위한 플랫폼의 필요성을 인식하였다. 특히, 2000년에 일어난 코로나-19가 확산함에 따라 사회적으로 사업 참여자 간의 비대면이 강조되었다. 일본 국토교통성은 클라우드 기술을 활용하여 3차원 데이터의 활용과 공유를 위한 플랫폼을 정비하는 「JACIC의 i-Con 챌린지 전략」을 발표하였다. 이 전략을 이행하기 위해 2022년까지 25차에 거쳐 챌린지 전략을 개정하였다. 또한, JACIC 내에 i-Con 챌린지 팀을 설치하였고 주제별로 프로젝트팀(PT)을 운영하고 있다. JACIC 클라우드는 단순한 정보인프라가 아니라 건설사업 참여자 간에 측량, 조사, 설계, 시공, 유지관리, 온라인 전자 납품까지의 건설관리 노하우를 공유하는 플랫폼의 성격을 갖는다. JACIC은 국토교통성의 직할 건설사업에 대해 BIM/CIM을 중심으로 한 i-Con 기반의 클라우드 활용을 원칙으로 하였다(「i-Con」チャレンジ戦略). 그림 1은 JACIC에서 구상한 클라우드의 전체 이미지를 나타낸 것이다(JACIC, 2020). 1) 공공 조달 정보를 제공하기 위해 기업이 발주한 공공사업 또는 운영의 결과를 수집하여 공공발주기관과 계약업체 모두에게 제공하는 시스템을 말한다. 공공사업의 ‘건설’에 대한 실제 데이터는 Collins에 등록되어 있으며, ‘사업’의 성과 데이터는 Tekris에 등록하는 정보를 의미한다. JACIC 클라우드는 아래와 같이 크게 4개의 기능을 제공한다. - 게이트웨이(이용자나 정보 서비스, 데이터, 모델 등의 인증, 인가·이용자의 서비스에 관한 이용 권한 관리) - JACIC 룸(웹 회의, 뷰어, 파일 공유) - 허브(API 등을 통해 다른 클라우드 서비스와 데이터베이스와의 정보 서비스 연계) - 정보 서비스 제공(JACIC에서 운영 중인 정보 시스템, 온라인 전자 납품, 360° 카메라 현장 파악, 3차원 통합 모델의 활용 등 서비스) 등 향후 JACIC의 ‘i-Con’ 챌린지 전략 방향 및 시사점 일본의 건설 업계에서는 「JACIC의 i-Con 챌린지 전략」을 통해 새로운 역량으로의 건설 현장 전환을 위한 DX(Digital Transformation)2에 관한 관심을 두게 되었다. JACIC은 JACIC 클라우드를 통한 새로운 서비스 기술로써 DX를 추진 전략으로 구상하였다(家⼊ ⿓太 ,2020). JACIC에서 구상하는 DX는 건설사업의 프로세스 정보를 비롯하여 건설 현장에서 영상정보를 수집하여 시각화하고 사업 참여자 간에 효과적으로 활용하는 새로운 건설사업 관리 방식으로의 혁신 전략이다. 한편, 한국에서는 건설사업 관리에 필요한 정보시스템을 여러 기관에 분산하여 운영하고 있다. 공공 건설사업 관리에 유용하게 활용·공유할 수 있는 「I-Con 챌린지」와 같은 전략과 클라우드 플랫폼이 부재한 실정이다. 따라서, 전통적인 건설사업 관리 방식과 서비스를 혁신할 수 있도록 기존 정보시스템 간의 API 연계와 건설 ICT 기술을 응용한 클라우드 네이티브(Cloud Native) 구축을 고려한 DX로의 전환을 위한 연구가 필요한 시기라고 생각한다. 2) 인공지능, 빅데이터 스마트 기술 등 여러 정보통신기술(ICT)을 플랫폼으로 구축하여 새로운 서비스, 비즈니스 프로세스, 기업 문화 등을 혁신하는 것을 말한다. 참고자료 一般財団法人日本建設情報総合センター 定款. CALSE/EC アーカイブ, https://www.cals.jacic.or.jp/archive.html ｢i-Con」チャレンジ戦略, https://www.jacic.or.jp/etc/ jacic_challenge_menu2.html JACIC (2020) JACIC‘i-Con’チャレンジ戦略－ICT 活用による新現場力の構築－. 家⼊ ⿓太 (2020) BIM/CIMとクラウドでi-ConはDXへと進化す, JACICソリューション報告会. 미래스마트건설연구본부 게시일2025-03-14 조회수 72
• 건축 분야 Generative Design 기법을 활용한 설계자동화 기술 건축 분야 Generative Design 기법을 활용한 설계자동화 기술 ▲ 이재욱 KICT 미래스마트건설연구본부 수석연구원 들어가며 세상은 끊임없이 변화하고, 이러한 변화의 흐름 속에서도 건 축 분야는 그 중심에서 지속적인 진화를 이어가고 있다. 최 첨단 기술의 도입, 혁신적인 건축 재료의 개발, 그리고 지속 가능한 건축에 대한 고민은 현대 건축의 주요한 핵심 키워드 로 자리 잡고 있다. 이 모든 변화의 중심에서 핵심 연구를 주 도하며 새로운 패러다임을 제시한 학자가 있다. 그는 이미래 박사다. 이미래 박사는 건축설계뿐만 아니라 그것이 인간과 환경과의 상호작용에서 어떤 역할을 하는지에 대한 깊은 연 구에 몰두해 왔다. 건물은 단순한 물리적 공간 이상의 의미 를 지니며, 사회, 경제, 환경적 측면에서도 중요한 영향을 미 친다는 것이 그의 주장이다. 그러한 연구 활동 중 이미래 박 사는 수년간 건축설계의 효율성과 창의성에 대한 연구를 진 행하며, 새로운 방법론을 찾기 위한 끊임없는 탐구의 여정 을 거치고 있었다. 그는 전통적인 건축설계 방법이 한계에 도달했다고 느꼈고, 무언가 혁신적인 접근 방식이 필요하다 고 생각했다. 그러던 어느 날, 그는 'Generative Design' 혹은 ' 생성적 설계'라는 기법을 발견하게 된다. 이 기법은 ‘그동안 의 건축설계 방식을 완전히 뒤바꾸어 놓을 것’이라는 희망을 이미래 박사에게 안겨주었다. 생성적 설계는 이미래 박사가 직접 모든 디자인의 디테일을 고민하는 것보다, 컴퓨터가 그 의 연구 가설과 원칙을 기반으로 다양한 설계 옵션을 빠르게 생성해 주는 방식이었다. 이미래 박사는 컴퓨터에 특정 조건 과 목표를 입력하면 되었다. 예컨대, "이 건물은 에너지 효율 성이 높아야 한다" 혹은 "이 구조물은 지진에도 견딜 수 있어 야 한다"와 같은 연구 가설을 기반으로 한 조건들이었다. 최 초의 시도에서, 그는 이 기법의 효과에 매우 놀랐다. 컴퓨터 는 그의 가설을 기반으로 수많은 가능성을 제시해주었고, 이 미래 박사는 이 중에서 가장 연구 목표에 부합하는 설계를 선택할 수 있었다. 생성적 설계를 도입한 뒤, 이미래 박사의 연구는 새로운 차원의 문제 해결 능력을 보여주게 되었다. 이 기법은 그에게 연구의 새로운 경로를 제시해 주었고, 이 미래 박사는 이를 통해 건축 분야의 미래를 위한 새로운 기 준을 설정할 수 있게 되었다. 설계자동화(Generative Design) 개념과 현황 건설 분야에서 설계자동화의 전체적인 프로세스는 세 가지 단계로 정리할 수 있다. 이에 따라 설계 알고리즘의 기술 개 발 방향에 대하여 정리하였다. Stage 1: 문제 정의를 다양화할 수 있는 세부적인 속성들의 종류를 정의하고 종류에 따른 레벨을 설정한다. Stage 2: 문제 정의의 조합에 따라 각각의 위상 최적화된 설 계안들을 생성한다. Stage 3: 생성된 설계안들을 평가 기준들에 따라 검토하고, 대표 설계안들을 선택한다. 첫 번째 단계: 대지 선정, 초기 설정 및 문제 정의 대지의 크기와 형태를 결정하기 시작하였다. 일반적인 10 m ×10 m의 대지를 기준으로 선정하였다. 이 대지 내에 그리 드 형태로 점을 배치하였으며, 대지 내, 총 441개(21x21)의 점을 설정하였다. 이후, 문제를 정의하는 데 필요한 다양한 속성들을 선정하였고, 각 속성에 대한 레벨을 설정하여 문제 를 세부적으로 정의하였다. 두 번째 단계: 점 선택, 사각형 생성 및 설계안 생성 임의로 설정된 144개의 점 중 4개를 무작위로 선택하였다. 선택된 점을 기준으로 500~1200 mm 크기의 사각형을 생 성하였다. 이 사각형들을 다양한 조합으로 배치하는 대안을 만들었다. 정의된 문제와 속성의 조합을 바탕으로 위상을 최 적화한 설계안들을 또한 생성하였다. 세 번째 단계: 결과물 출력, 검토 및 설계안 선택 설계자동화 알고리즘을 활용하여 결괏값을 무작위로 출력하 였다. 출력된 결과는 그림 3과 같이 나타났다. 추가로, 출력 된 결과 중에서 더 다양한 대안들을 추출하였다. 생성된 설계 안들은 다양한 평가 기준에 따라 검토되었고, 이 검토를 통해 대표적인 설계안들을 선정하였다. 1. 산업 분야의 적용: Generative Design은 건축, 제품 설 계, 자동차 공학, 항공우주 공학 등 다양한 분야에서 활용 되고 있다(그림 1). 2. 소프트웨어 발전: Autodesk의 Fusion 360, Rhino와 Grasshopper와 같은 도구들은 Generative Design 기능 을 제공하며, 이런 도구들의 발전으로 인해 디자이너들은 복잡한 알고리즘을 직접 작성하지 않아도, 생성적 설계를 쉽게 적용할 수 있게 되었다(그림 2). 3. 환경 및 지속 가능성: 현대 건축 및 제품 설계에서 환 경친화적이고 지속 가능한 설계의 중요성이 부각되면서, Generative Design은 이러한 목표를 달성하기 위한 주요 도구로 인식되기 시작했다. 4. 교육 및 연구: 전 세계의 주요 대학 및 연구기관에서는 Generative Design에 대한 연구가 활발히 진행되고 있으 며, 다음 세대 디자이너와 엔지니어들에게 이 기술을 교육 하는 프로그램들도 강화되고 있다. 5. 제한사항 및 도전 과제: 물론, Generative Design도 완 벽하지 않다. 현실 세계의 복잡한 제약 조건과 인간의 세밀 한 취향을 완벽하게 반영하는 것은 여전히 도전적인 부분이며, 이를 위한 연구와 개발이 지속해서 이루어지고 있다. 설계자동화(Generative Design) 기술 개발 방향 건설 분야에서 설계자동화의 전체적인 프로세스는 세 가지 단계로 정리할 수 있다. 이에 따라 설계 알고리즘의 기술 개발 방향에 대하여 정리하였다. Stage 1: 문제 정의를 다양화할 수 있는 세부적인 속성들의 종류를 정의하고 종류에 따른 레벨을 설정한다. Stage 2: 문제 정의의 조합에 따라 각각의 위상 최적화된 설계안들을 생성한다. Stage 3: 생성된 설계안들을 평가 기준들에 따라 검토하고, 대표 설계안들을 선택한다. 첫 번째 단계: 대지 선정, 초기 설정 및 문제 정의 대지의 크기와 형태를 결정하기 시작하였다. 일반적인 10 m×10 m의 대지를 기준으로 선정하였다. 이 대지 내에 그리드 형태로 점을 배치하였으며, 대지 내, 총 441개(21x21)의 점을 설정하였다. 이후, 문제를 정의하는 데 필요한 다양한 속성들을 선정하였고, 각 속성에 대한 레벨을 설정하여 문제를 세부적으로 정의하였다. 두 번째 단계: 점 선택, 사각형 생성 및 설계안 생성 임의로 설정된 144개의 점 중 4개를 무작위로 선택하였다.선택된 점을 기준으로 500~1200 mm 크기의 사각형을 생성하였다. 이 사각형들을 다양한 조합으로 배치하는 대안을만들었다. 정의된 문제와 속성의 조합을 바탕으로 위상을 최적화한 설계안들을 또한 생성하였다. 세 번째 단계: 결과물 출력, 검토 및 설계안 선택설계자동화 알고리즘을 활용하여 결괏값을 무작위로 출력하였다. 출력된 결과는 그림 3과 같이 나타났다. 추가로, 출력된 결과 중에서 더 다양한 대안들을 추출하였다. 생성된 설계안들은 다양한 평가 기준에 따라 검토되었고, 이 검토를 통해대표적인 설계안들을 선정하였다. 설계자동화(Generative Design) 기술의 미래 방향 설계 분야는 미래에 인공지능(AI)과의 융합을 통해 더욱 발전하게 될 것이다. Generative Design에서 활용될 AI는 디자이너의 이전 작업 패턴과 선호도를 학습하게 될 것이며, 이러한 데이터를 기반으로 더욱 정교하고 효율적인 설계 제안을 창출해낼 것이다. 이로 인해 디자이너는 기술적 한계를 뛰어넘어 더 큰 비전을 실현하는 데 필요한 지원을 받게 될 것이다. 또한, 미래의 설계자동화 도구는 디자이너에게 실시간피드백을 제공하게 될 것이다. 이 기능은 설계 과정에서의신속한 조정과 피드백을 가능하게 하여, 다양한 요구 사항과 변수에 즉시 대응하는 설계의 효율성과 타당성을 높이게 될것이다. 분야 간의 통합은 Generative Design의 미래 방향으로 확고하게 자리잡게 될 것이다. 건축, 제품 설계, 기계 공학 등의 전문 지식이 하나로 통합되어, 더욱 통합적이고 종합적인 설계 해결책을 제공하게 될 것이다. 마지막으로기술적 진보에도 불구하고, 인간 중심의 접근 방식은 미래의 설계자동화에서도 핵심적인 역할을 하게 될 것이다. 사용자의 요구와 편안함을 중심으로 한 설계의 궁극적인 목적은변하지 않을 것이며, 설계자동화 기술은 이를 지원하여 미래의 설계 패러다임을 정립해 나갈 것이다. ――――――――――――――――― 참고자료 • Oh, S., Jung, Y., Kim, S., Lee, I., & Kang, N. (2019). Deep generative design: Integration of topology optimization and generative models. Journal of Mechanical Design, 141(11), 111405. • D i n o , I . G . ( 2 0 1 6 ) . A n e v o l u t i o n a r y a p p r o a c h f o r 3 D architectural space layout design exploration. Automation in construction, 69, 131-150. • Lee, J., Cho, W., Kim, S., Sohn, D., & Lee, J. (2023). Conceptual design algorithm configuration using generative design techniques. KIEAE Journal, 23(1), 5-12. 미래스마트건설연구본부 게시일2023-12-18 조회수 1151
• 시설물 유지관리 분야 인공지능 연구동향 시설물 유지관리 분야 인공지능 연구동향 ▲ 원지선 KICT 미래스마트건설연구본부 수석연구원 들어가며 전 세계 건설 분야 인공지능(이하 AI, Artificial Intelligence) 시장의 연평균 성장률은 35%로 2023년 2조 3,300억 원까지 성장할 것으로 예측되며(Market Research Future, 2020), 국내 AI 시장은 2021년부터 5년간 연평균 성장률은 15.1%로 2025년까지 1조 9,000억 원 규모에 이를 전망이다(IDC Korea, 2022). 최근 건설업계에서는 설계, 시공, 유지관리에 걸쳐 이미 다양한 AI 기술을 도입하였거나 도입을 적극적으로 고려하고 있으며, AI의 도입은 공사 기간 단축, 공사비 절감, 안전성 향상, 품질 향상 등의 긍정적 효과를 나타내고 있다(Lee, 2020). AI 도입과 활용은 기업 경쟁력 강화를 위해 선택이 아닌 필수 전략으로 인식되고 있으며, 국가 차원에서도 건설 AI 기술 경쟁력 확보를 위해 공공의 역할에 맞는 AI 연구전략과 방향 설정이 필요한 시기이다. 이 글에서는 시설물 유지관리 분야의 미래 AI 연구방향 설정과 대비를 위해 수행한 연구(Won et al., 2022)의 일부를 숫자와 사례 중심으로 소개하고자 한다. 숫자로 보는 AI 연구 동향 최근 5년간(2016~2021년) 시설물 유지관리 분야의 AI 기술 개발 관련 논문과 보고서 등 33개의 문헌을 수집하여 41개의 AI 적용사례를 분석해보았다. 문헌 수집 시 ‘인공지능’, ‘유지관리’, ‘기계학습’, ‘머신러닝’, ‘딥 러닝’ 등을 기본 검색 키워드로 활용하였으며, 연구에 많이 활용되는 합성곱 신경망을 비롯한 다양한 모델명을 추가 활용하였다. 수집된 41개의 AI 적용사례를 대상으로 총 4가지 관점(1. AI 활용목적, 2.대상 시설, 3. 수집 원시 데이터, 4. 학습데이터 유형)에서 연구 동향을 분석하였다. AI 활용목적 관점에서 문헌을 분석한 결과, AI 기술을 유지관리 업무에 직접 활용하는 유형과 학습용 데이터를 수집, 가공하는 중간 단계에서 활용하는 유형으로 구분되었다. 유지관리 업무에 직접 활용하는 연구의 영역은 세부적으로 점검진단, 상시 계측, 보수보강, 노후도 예측으로 구분되었다. 연구가 활발한 영역은 점검진단(62%), AI 학습용 데이터 구축(17%), 상시계측(7%), 보수보강(7%), 노후도 예측(7%) 순이며, 5가지 AI 활용목적에 대한 연구현황을 요약하면 다음과 같다. 1. [점검진단] 점검진단을 위한 AI 적용은 시설물 점검 사진을 활용한 균열 감지 등 손상탐지에 관련된 연구가 주를 이룬다. 지자체와 공사·공단은 점검자가 접근하기 어려운 접근취약부 점검에 드론과 로봇 등 무인 이동체를 활용한 점검 자동화 기술을 도입하는 추세이다. 콘크리트 균열 탐지 중심의 분류모델 개발이 가장 많으며, 균열 외 손상 유형을 추가 하거나 손상 위치와 크기, 면적을정량화하는 기술로 확대되고 있다. 2. [보수보강] 보수보강을 위한 AI 적용은 보수보강 데이터를 학습시켜 유지관리 공법과 비용을 예측하기 위한 목적과 외관 조사망도의 시계열 축적 이미지를 활용하여 기준치를 초과한 보수시기를 예측하기 위한 목적으로 연구가 수행되고 있다. 3. [상시 계측] 상시 계측을 위한 AI 적용은 시설물의 상태 변화를 예측하고 실시간 결함을 탐지하여 대응하는 연구가 주를 이루며 가속도 센서 데이터, IoT 센서 데이터로 손상 위치나 계측 이상치를 탐지하여 성능변화와 위험도를 관리하기 위한 목적으로 연구가 수행되고 있다. 4. [노후도 예측] 노후도 예측을 위한 AI 적용은 콘크리트 열화모델을 생성하거나 가속도 데이터 및 건전성 데이터 기반으로 잔존 수명을 추정하고 예방적 유지관리에 활용하기 위한 연구가 주를 이룬다. 5. [학습용 데이터 구축] 학습용 데이터 구축을 위한 AI 적용은 가속도 데이터, 균열 이미지 등 부족한 학습용 데이터를 생성하거나 저해상도 이미지를 고해상도로 개선하기 위한 목적으로 데이터 수집, 가공단계에서 연구가 수행되고 있다. AI 적용 연구의 대상 시설은 교량(58%), 콘크리트 구조물(22%), 도로포장/노면 중심의 도로시설(15%), 건축물(5%) 순이었으며, 학습용 데이터 유형 관점에서 이미지(56%)가 텍스트(44%)보다 많이 차지했다. 수집된 원시 데이터에서 텍스트 데이터의 세부 유형은 장비로부터 측정된 계측 데이터, 시스템의 데이터베이스로부터 획득한 DB 데이터, 점검 보고서와 같은 문서 형태 순으로 활용된 것으로 파악했다. 데이터 수집 방식을 명시한 33개의 문헌 중, 보유 데이터를 활용한 경우는 5건(15%), 공개 데이터를 활용한 경우는 9건(27%), 계측과 크롤링 등으로 직접 수집한 경우는 19건(58%)으로 파악되었다. 사례로 보는 AI 연구동향 점검진단, 보수보강, 상시 계측, 노후도 예측과 관련된 34개의 선행 연구사례 분석을 통해 파악한 유지관리 세부 업무유형별 주된 연구현황, 활용목적, 활용 데이터와 대표적인 연구사례를 소개한다. 맺음말 시설물 유지관리 분야의 AI 연구 동향을 숫자와 사례를 통해 살펴보았다. AI 적용업무 관점에서 보면, 점검진단 영역은 유지관리 분야 중 연구가 가장 활발하고 기술 성숙도가 높은 영역으로 육안 점검이 어렵고 접근이 위험한 시설 중심으로 AI 도입이 가속화되고 기술 수요가 증가할 것으로 예상된다. 또한, 국내 시설물 유지관리 기술이 노후화 대응과 관련된 선제적·예방적 유지관리 체계로 전환되는 추세에 따라 노후도 예측을 위한 AI 연구가 더욱 요구될 것으로 기대된다. 데이터 관점에서 보면, 현재 이미지 기반 연구가 가장 활발하며, 계측장비를 통해 취득한 텍스트 기반 연구가 활발한 편이다. 최근 자연어 처리 기술이 발전함에 따라 점검보고서 등 건설문서를 활용한 텍스트 기반 연구도 확대될 것으로 기대된다. 많은 문헌에서 연구의 한계점으로 AI 학습용 데이터의 부족을 언급하고 있으며, 이는 AI 성능확보에 큰영향을 끼치므로 앞으로 유지관리 분야에 특화된 AI 학습용 데이터셋 구축 및 품질과 관련된 연구가 중요해질 것으로 예상된다. 미래스마트건설연구본부 게시일2023-07-29 조회수 3243
• IndoorGML 기반 건물 에너지정보 시각화 기술 개발 IndoorGML 기반 건물 에너지정보 시각화 기술 개발 ▲ 최현상 KICT 미래스마트건설연구본부 연구위원 들어가며 실내 공간정보 구축을 위한 실내 공간의 표현에 사용되는 국제 표준으로는 IFC(Industrial Foundation Classe), CityGML(City Geographic Markup Language), IndoorGML(Indoor Geographic Markup Language) 등이 있다. 이런 표준을 이용하여 실내 공간데이터를 구축하는방법에는 첫 번째, 저작프로그램을 이용한 방법과 두 번째, 다른 표준으로 구축된 데이터를 변환하여 생성하는 방법이 있다. 첫 번째 직접 구축 방법은 세밀한 표현은 가능하나 비용과 시간이 많이 소요되는 문제가 있다. 두 번째 방법은 기존의 다른 표준이나 실무에서 쓰이는 데이터를 바탕으로 데이터를 변환하기 때문에 비용과 시간을 줄이는 데 효과적이다. 이에 본 연구에서는 BIM 기반의 Revit Plug-In을 개발함으로써 샘플 모델을 대상으로 핵심적인 실내 공간정보 객체를 추출하고, IndoorGML로 변환하여 이를 데이터 시각화 기술과 연계시켜 실내 공간정보의 활용을 위한 지원기술을 개발하고자 하였다. IndoorGML의 이론적 고찰 IndoorGML은 공간정보 국제표준기구인 OGC(Open Geospatial Consortium)가 실내 공간 정보의 표현 및 교환을 위해 제정한 데이터 모델로, XML(eXtensible Markup Language) 스키마를 기반으로 한 GML 형식의 데이터 표준이다. IndoorGML은 실내 공간 데이터 서비스 요구 사항을 지원하기 위해 개발되었으며 셀 공간 모델을 기반으로 정의된다. IndoorGML은 실내에 위치한 건물 구조부재이나 구조물을 구성하는 천장·지붕·벽과 같은 건축 요소, 가구 등과 같은 실내 객체의 정밀한 표현보다는 실내 공간의 기하학적 관계성 및 토폴로지(위상관계) 정보 표현에 중점을 둔다. IndoorGML에서는 건물을 구성하는 가장 작고 가장 기본적인 공간 단위를 Cell Space라 하며, 건물은 일련의 셀 공간으로 간주한다. 이 Cell Space 모델을 자세히 표현하기 위해 IndoorGML은 다음 네 가지를 정의하고 있다. Cell Geometry Topological Relationship between Cells Meaning of the Cell Multi-Layer Spatial Model IndoorGML은 위의 네 가지 정의를 바탕으로 ① 실내 공간의 특성을 표현하고, ② 실내 공간에 위치한 지형지물에 대한 공간 참조 정보를 제공할 수 있다. 그림 1은 IndoorGML에서 제공하는 지오메트리 옵션을 나타낸다. 그림 1은 IndoorGML에서 지오메트리를 표시하기 위한 세 가지의 옵션을 보여주고 있으며, 각 옵션의 의미는 다음과 같다. Option 1: (외부 참조) IndoorGML에서 지오메트리를 명시적으로 표현하는 대신, CityGML과 같은 다른 데이터 세트에서 정의된 객체에 대한 외부 링크만으로 표현 가능 OOption 2: (IndoorGML 기하정보) Cell Space에 대한 기하학적 표현을 IndoorGML에 포함하는 경우, ISO 19107의 정의에따라 3D 공간은 GM_Solid로, 2D 공간 (벽체)는 GM_Surface로표현. 단 이 경우 Opening (예: 문 또는 창문 등) 포함 OOption 3: (도형 없음) IndoorGML 문서에 CellSpace에 대한지오메트리 정보를 포함하지 않음 (Node만으로 공간을 대표할수 있음) IndoorGML 변환을 위한 지오메트리 규칙 IndoorGML을 구성하는 주요 객체에 대한 지오메트리 규칙은 SIG3D ‘Modeling Guide for 3D Objects Part 1: Basics(Rules for Validating GML Geometrics in CityGML)’ 기술문서에서 제시하는 모델링 규칙을 바탕으로 구성하였다. 상기 기술문서의 규정 가운데 본 연구와 가장 밀접한 관계가 있는 대표적인 객체들에 대한 구현 규칙은 다음과 같다. gml:LinearRing: 건물을 구성하는 객체를 구성하는지오메트리는 단일 다각형의 경계, 즉 LinearRing (Rs)으로구성된다 (그림 2). gml:Polygon: 다각형 (S) 은 평면 LinearRing (Rs)의 집합으로 표현된다. gml:MultiSurface: 건물을 구성하는 면형객체 (M)를 가시적으로표현하는데 사용하는 MultiSurface는 구조화되지 않은다각형 (S)의 집합으로 표현된다. 즉 M={S1, S2,Sn}으로표현된다. gml:Solid: 3차원 객체의 지오메트리는 여러 면형 객체 (Multi-Surface)들로 구성된 다각형의 집합으로 정의되며, 다각형의구성에 따라 오류가 발생하기도 한다. 표 1은 실내 객체를구성하면서 올바른 사례와 잘못된 사례를 보여준다. Revit SW 기반 IndoorGML Plug-In 개발 (1) Revit 데이터 변환 프로세스 설계 3차원 BIM 모델을 제작하기 위해 일반적으로 많이 사용되고 있는 Autodesk사의 Revit SW는 다양한 3차원 제작기능을 제공하고 있다. 3차원 가시화 측면 혹은 지오메트리측면에서 정확한 입력을 지원하고 있을 뿐만 아니라, 구성 객체 간 연관성을 입력하고 관리할 수 있는 도구도 제공하고 있다.본 연구에서는 Revit에서 제공하고 있는 Room Schedule 기능과 Door Schedule 기능을 기본적으로 활용하였으며, 건축물 설계 시 입력된 공간 간 연결 정보를 바탕으로 IndoorGML의 핵심 객체인 CellSpace(Node)와 Transaction(Edge)을 구성하였다. 다만, 최초 BIM 모델링 과정에서 Room/Door Schedule이 없거나, 작업자의 오류로 누락된 경우에는 사전 검증과정을 통해 체크하고 이를 수정하는 과정을 거쳐야 한다.그림 3은 본 연구에서 적용한 데이터 변환 프로세스를 나타낸다. (2) Revit의 Room 객체 활용 방법 및 가상공간 처리 규칙 Revit에서 작성된 Room 객체를 활용하여 IndoorGML의 CellSpace를 추출하기 위해서는 Revit 모델의 Room 객체 입력 여부를 먼저 확인해야 한다. 그림 4는 Room 객체가 입력된 경우, 해당 Room을 클릭할 때 화면상에서 크로스라인으로 표시되며, 비정형적 공간에 대해서도 Room 객체 설정이 가능함을 보여주고 있다.일반적인 건물의 설계에 있어서는 실제 구조물(벽, 기둥, 바닥 면, 천정 면 등)로 구성된 공간만을 표현하는 반면, 실내 공간정보인 IndoorGML에서는 강당이나 대합실과 같은 대공간 혹은 방향이 변화하는 좁고 긴 복도와 같은 공간에 대해서는 가상의 실내 공간으로 구분하는 것이 필요하다. 이를 위해서는 IndoorGML로 변환하기 전에 가상공간에 대한 전처리 작업이 요구되며, 가상공간에 대한 사전 처리 규칙을 설정하고 이에 대한 수정 작업이 필요하다. 본 연구에서는 Revit에서 제공되는 기능을 바탕으로 가상공간을 처리하기 위한 기능도 부가적으로 개발하였다. (3) Revit SW 기반 IndoorGML Plug-In 주요 기능 및 성과 Revit SW의 경우, BIM 모델링 과정에서 Room 및 Door Schedule을 구성하는 것이 일반적이나, 경우에 따라 작업자의 실수나 공간상의 제약조건 등으로 인해 누락되는 경우가 있어 이에 대한 사전 점검이 필요하며, 이를 확인하여 수정할 필요가 있다. 그림 5는 Revit에서 제공하는 기능을 통해 Room Tag 및 누락된 정보를 확인하는 기능이다. 다음으로 Revit 데이터를 IndoorGML 데이터로 변환하는 ‘IndoorGML Exporter’ 메뉴 상에서도 해당 정보가 누락 되었는지를 확인하는 검증과정을 거치게 된다. IndoorGML의 원본이 되는 Revit 데이터에 대한 검증이 끝나면, 사용자가 원하는 층만을 선택적으로 변환할 수도 있으며, 건물 전체를 하나의 IndoorGML로 변환할 수 있다. 그림 7과 8은 한국건설기술연구원의 본관 1동과 본관 2동을 변환한 사례이다. (4) IndoorGML 기반 건물 에너지 정보 시각화 시스템 개발 본 연구에서는 상기 과정을 거쳐 구축된 한국건설기술연구원 본관 1동을 대상으로, 건물에너지 관리를 위해 조사된 건물 내 실별, 위치별 계측값 및 설문조사 값을 각 공간 단위의 대푯값으로 부여하여 시각화할 수 있는 3차원 시스템을 개발하였다. 그림 9는 건물의 사용자 만족도 조사 프로그램인 KBOSS를 통해 조사된 결과를 실내 공간 단위로 통합하는 프로세스(좌)와 층별 가시화 사례(우)를 보여준다. 맺음말 본 연구는 광역 단위 건축물 에너지검진 기술 개발에 필요한 개별 건물 단위 상세 에너지 데이터와 재실자 만족도 조사 결과를 국제공간정보표준에 부합하는 형식으로 통합 관리하기 위한 핵심 기술 확보를 목적으로 수행되었다. 본 연구를 통해 IndoorGML 데이터 저작도구를 개발하였고, 한국건설기술연구원을 대상으로 조사된 에너지 관련 정보를 최소 공간 단위(Room)로 저장하고 표현하는 기술을 적용하였다. 본 연구성과는 향후 국가적으로 추진하고 있는 탄소 저감 정책의 중요한 부분인 건물 에너지 모니터링 및 관리에 있어서, 마이크로 단위의 건축물 에너지 검진 정보의 데이터베이스화 및 운영 기술로 활용될 것으로 기대된다. 미래스마트건설연구본부 게시일2023-02-27 조회수 921
• ISO 19650 기반 BIM 정보관리 프레임워크 도입방안 ISO 19650 기반 BIM 정보관리 프레임워크 도입방안 ▲ 원지선 KICT 미래스마트건설연구본부 수석연구원 들어가며 ‘Digitize or Die’ 시대, 디지털 전환은 기업의 생존을 위한 필수 전략으로 인식되고 있으며, 전 산업 분야에 걸쳐 가속화되고 있다. 건설산업은 BIM ( Building Information Modeling ) 도입, 건설기계 자동화, OSC ( Off-Site Construction ) 활성화와 같은 스마트 건설기술 확산을 통해 패러다임 변화에 대응하고 있다. 올해 7월 국토교통부는 ‘2030년 건설 전 과정 디지털화 및 자동화’를 목표로 하는 「스마트 건설 활성화 방안 ( S-Construction 2030 ) 」을 발표하였다. 목표 달성을 위한 3가지 추진과제로 건설산업 디지털화, 생산시스템 선진화, 스마트 건설산업 육성을 제시하고 있으며, 이 중 건설산업 디지털화 실현을 위한 세부 계획으로 BIM 제도 정비, BIM 의무화 대상 사업 단계별 확대를 명시하고 있다. 영국, 덴마크, 아일랜드 등 국외에서도 기존 BIM 로드맵에 디지털화 개념을 도입하여 국가 디지털 전환 전략 또는 디지털 트윈 전략으로 개편하고 있다. 이제 BIM은 디지털 전환을 위한 필수 전략 도구로 인식되고 있다. 펴보면, ISO 19650을 적극적으로 도입하고 있음을 알 수 있다. ISO 19650은 생애주기별 BIM 정보 조달에 필요한 주체별 프로세스와 정보 요구사항을 규격화한 BIM 정보관리 프레임워크로 2018년 제정되었다. 이는 BIM 도입 초기 글로벌 기준처럼 활용되던 영국 BIM 표준 ( BS 1192 시리즈 ) 에 디지털 정보관리 개념을 추가하여 개발된 국제표준이다. 영국, 유럽, 호주는 ISO 19650 원문 또는 번역본을 국가 BIM 표준으로 지정하고 있으며 싱가포르, 홍콩, 사우디 등은 국가 BIM 표준에 ISO 19650을 반영하도록 개정하고 있다. 국외 공공 건설사업 입찰 시 ISO 19650 인증을 입찰 자격으로 의무화하거나 인센티브를 부여하는 국가가 많아지고 있으며, 국내에서도 글로벌 수준의 BIM 정보관리 기술과 역량을 입증받기 위해 ISO 19650 인증 획득 기업이 늘고 있다. 이처럼 BIM 기반 디지털 전환 정책의 일환으로 ISO 19650을 적극적으로 활용하는 추세이고, 기업의 ISO 19650 인증 획득 여부나 ISO 19650 준수 역량이 경쟁력의 척도가 됨에 따라 국내에서도 국가 차원의 ISO 19650 도입에 대한 검토가필요한 시점이다. 이에 국내에 ISO 19650을 도입하기 위한 방안과 전략을 제안하고자 한다. 본 연구에서는 ISO 19650의 주요 개념을 국내 상황에 맞게 반영하는 도입방식을 채택하고 다음과 같이 연구를 수행하였다. 첫째, 국외의 ISO 19650 도입 현황을 조사하고 국제표준 문서를 분석하여 BIM 정보관리 프레임워크의 주요 구성요소를 도출하였다. 둘째, ISO 19650을 지원하는 소프트웨어, 플랫폼 등 지원 도구를 분석하여 실무 적용을 위해 구현이 필요한 주요 기능을 선정하였다. 셋째, ISO 19650의 주요 구성요소와 ISO 19650 지원 도구의 주요 기능을 기반으로 ISO 19650 활용모델을 제안하고 이를 국내에 도입하기 위한 방안을 제시하였다. 2~3단계는 도시/지역 단위 관점에서 다수의 건축물을 적절한 지표를 토대로 스캐닝하는 절차로 이해될 수 있으며 (whole-building level identification), 4~5단계는 건축물 세부 단위 관점에서, 스캔된 건축물을 특정하여 면밀히 살펴보는 절차로 이해될 수 있을 것이다 (system level diagnostics). 이 글에서는 이러한 맥락에서 2~3단계에 해당하는 건물에너지 광역 검진 기술을 소개하고자 한다. 국외 ISO 19650 도입 현황 일반적으로 국가 BIM 로드맵은 BIM 도입 수준과 상황에 맞는 단계별 목표를 설정하기 위해 BIM 성숙도 모델을 활용하고 있다. 그동안 많은 국가에서 2011년 발표된 영국 BIM 로드맵 ( British Standards Institution B/555 ) 에 정의된 BIM 성숙도 모델을 글로벌 기준처럼 활용해왔다. 영국의 BIM 성숙도 모델에서 Level 0은 2D 도면과 문자 등 문서 중심의 환경, Level 1은 2D 도면과 3D 데이터 파일이 병행되는 환경, Level 2는 분야별 BIM 모델 환경, Level 3은 단일 모델을 통하여 중앙 집중적으로 데이터를 관리하는 통합 웹 기반 BIM 환경으로 설정되어 있다. 영국은 Level 2 달성에 ISO 19650을 적극적으로 활용하고 있으며, Level 3 달성 준비를 위해 디지털 전환 로드맵을 마련 중이다. 현재 대부분의 국가는 Level 2 도입 단계 또는 활성화 단계이며 표 1과 같이 다수의 국가가 ISO 19650을 도입 중이다. 이처럼 ISO 19650 도입은 BIM Level 2 수준 달성을 위한 필수 요건으로 인식되고 있다. 2018년 제정된 ISO 19650-1에서는 디지털 정보관리 단계별 성숙도를 Stage 개념으로 제시하고 있다. 영국 BIM 성숙도 모델에서 다루는 2D, 3D, BIM 등과 같은 데이터의 유형은 정형, 비정형, BIM, 서버 기반 BIM과 같은 개념으로 변경되었으며, CDE ( Common Data Environment ) 개념은 파일, 모델 기반의 CDE 형태와 빅데이터 기반의 CDE 형태로 세분화되었다. 디지털 정보관리 단계별 성숙도는 가로축 방향으로 3개의 정보관리 Stage로 구분되며, 세로축 방향으로 정보관리 주요 관점을 의미하는 4개 ( 표준, 기술, 정보, 산업 ) 의 레이어로 구성된다. 표준에 따른 정보관리 관점에서 Stage 1은 정형, 비정형 데이터를 다루는 기존 국가 표준에 의한 정보관리, Stage 2는 공유 BIM 모델을 다루는 ISO 19650 표준에 의한 정보관리, Stage 3은 서버 기반의 BIM 모델과 정형, 비정형의 빅데이터를 함께 다루는 미래 표준에 의한 정보관리로 설정되어 있다. 현재 단계는 Stage 2로 이에 맞는 수준 달성을 위해서는 ISO 19650-1과 2에 의한 정보관리가 요구된다. ISO 19650 분석을 통한 BIM 정보관리 프레임워크 주요 구성요소 도출 BIM 성숙도 또는 디지털 정보관리 성숙도에 맞는 목표 달성을 위해서는 단계별로 준수해야 할 국가 차원의 BIM 표준 제시가 중요하다. 세부적으로 BIM 가이드 라인과 BIM 분류체계, 정보 조달과 관련된 계약 및 LOD 기준, BIM 성숙도 측정방법론 등이 있다. BIM 정보관리 프레임워크란, 건설 생애주기 동안 BIM 데이터를 통합된 디지털 구축환경에서 생성, 활용, 관리하기 위해 워크플로 ( Work Flow ) 와 데이터 조달을 지원하는 표준화 체계를 의미한다. BIM 정보관리 프레임워크와 관련된 표준으로는 BIM 표준분류체계, buildingSMART International의 IFC, IDM, IFD, COBie 등이 있다. ISO 19650은 이러한 개방형 표준을 종합적으로 활용하는 관점에서 주체별 정보 요구사항, 디지털 모델 산출물, 워크플로, 정보관리 계획, CDE 등 디지털 협업체계에서의 프로세스를 다루고 있다. 현재 발간된 ISO 19650 시리즈는 다음과 같다. ISO 19650-1(2018) : BIM을 활용한 정보관리 프레임워크의 개념과 원칙 ISO 19650-2(2018) : 프로젝트 수행(Delivery) 단계의 BIM을 활용한 정보관리 ISO 19650-3(2020) : 운영(Operational) 단계의 BIM을 활용한 정보관리 ISO 19650-4(2022) : 정보의 교환을 위한 프로세스 및 기준 ISO 19650-5(2020) : BIM을 활용한 정보관리 중 보안 관리 ( 1 ) ISO 19650-1 ( 2018 ) : BIM을 활용한 정보관리 프레임 워크의 개념과 원칙 ISO 19650-1은 건설 생애주기 전반에서 BIM 협업을 위한 정보관리 프레임워크의 개념과 원칙을 담고 있으며, 정보관리를 “건설자산 생애주기 동안 정보의 생산과 관리를 지원하는 건설 전반에 걸친 프로세스”라 정의하고 있다. BIM 정보관리 프레임워크의 주요 구성요소는 ①정보 요구사항 명세 ( specification of information requirements ) , ②정보 조달 계획 ( planning for information delivery ) , ③정보 조달 산출물 ( delivery of information ) 이며, 정보관리는 프로젝트별, 주체별, 목적별로 다르게 납품되는 산출물을 일관성 있는 프로세스와 전달 체계로 수행할 수 있도록 협업 환경을 지원한다. 프로젝트 수행단계 ( Delivery Phase ) 와 자산관리 단계 ( Operational Phase ) 에서는 참여자와 계약자의 정보 요구사항으로부터 정보 조달 계획이 수립되며, 이를 반영한 PIM ( Project Information Models ) 과 AIM ( Asset Information Models ) 이라는 산출물이 납품되고 승인받는 조달 흐름을 가진다. 효과적인 정보관리를 위해서는 책임, 권한, 업무의 범위 설정이 중요하며 해당 기능은 프로젝트와 자산관리 수행기간 동안 부여되어야 한다. 자산관리를 위해서는 AIM 승인 역량을 가진 사람, 프로젝트 수행을 위해서는 정보 표준, 프로세스, 프로젝트의 CDE 설정 역량을 가진 사람으로 지정되도록 책임 할당 항목이 계약 문서 ( 예: Responsibility matrix ) 상에 명시되어야 한다. ( 2 ) ISO 19650-2 ( 2018 ) : 프로젝트 수행 ( Delivery ) 단계의 BIM을 활용한 정보관리 ISO 19650-2는 프로젝트 수행 단계에서 정보 요구사항을 설정하고, 건설사 등 계약사와 협력사가 효율적인 방법으로 정보를 생산하기 위한 협업적 환경과 프로세스를 정의한다. 프로젝트 수행 단계의 정보 주체를 발주기관, 주관 수행사, 협력사로 설정하고 프로젝트 수행 단계마다 정보관리 프로세스와 주체별 기능 및 표준 요구사항을 제시한다. 프로젝트 수행 단계에서 정보관리 기능을 총 8가지로 정의하고 ISO 19650-2의 본문 5장 각 절 ( 5.1 평가 및 요구 → 5.2 입찰공고 → 5.3 입찰 참여 → 5.4 계약 → 5.5 자원 동원 → 5.6 협업적 정보 생산 → 5.7 정보모델 납품 → 5.8 프로젝트 종료 ) 에 주체별 세부 정보관리 프로세스가 정의되어 있다.본 연구에서는 정보관리 주체, 요구정보와 프로세스, 산출물과 관련된 명세를 파악하기 위해 ISO 19650-1과 2를 분석하여 프레임워크의 주요 구성요소를 표 2와 같이 총 7가지 ( 1. 정보 요구사항, 2. 정보 납품, 3. 정보관리의 주체 및 역할, 4. 워크플로, 5. 정보 조달 계획, 6. 정보관리 수준, 7. CDE ) 로 도출하였다. ISO 19650 실무 적용 지원 도구 분석을 통한 주요 기능 도출 ISO 19650 구성요소 개념을 실무에 적용하기 위해서는 실제 구현된 기능과 인터페이스를 파악하는 과정이 필요하다. ISO 19650 지원을 명시하고 있는 소프트웨어와 웹사이트, 플랫폼 등을 조사한 결과, ISO 19650 개념을 전체적으로 충실히 반영하여 개발된 지원 도구로는 미국의 Plannerly 플랫폼이 대표적이며, 미국의 BEXEL 소프트웨어와 같이 정보 납품 및 CDE 개념 그리고 IFC, BCF, COBie와 같은 개방형 BIM 포맷 지원 등과 같이 ISO 19650 개념의 일부만 지원하는 경우가 다수인 것으로 파악된다. ( 1 ) 미국, Plannerly Plannerly는 BIM 정보관리 플랫폼 ( The BIM Information management platform ) 으로 발주자, 설계사, 시공사 및 계약업체가 한 곳에서 BIM 요구사항의 계획, 관리, 검증을 수행할 수 있도록 통합적으로 지원하는 플랫폼이다. 사용자가 ISO 19650의 구성요소인 BIM 표준, 요구사항, 프로세스 지정 및 추적, BIM 규정을 편하고 쉽게 활용할 수 있도록 구현되어 있으며, 한 사이트에서 모든 건설 주체가 정보와 프로세스의 단절 없이 협업할 수 있는 환경을 제공하고 있다. ISO 19650의 주요 개념과 함께 UK BIM Framework 가이드 라인 문서에서 제공하는 ISO 19650 템플릿 ( OIR, PIR, EIR, AIR, BEP 등 ) 기반의 워크플로를 탑재하여 쉽고 일관된 작업을 수행할 수 있도록 인터페이스를 제공하는 것이 특징이다. 정보를 중앙 집중화하여 생성, 저장, 관리할 수 있도록 CDE 개념도 접목되어 있다. 크게 6개의 모듈 ( Plan, Scope, Contract, Schedule, Track, Verify ) 로 구성되어 있다. ( 2 ) 미국, BEXEL Manager BEXEL Manager는 ISO 19650에 따른 개방형 BIM 환경에서 디지털 워크플로를 지원하는 소프트웨어로 CDE 환경에서 정보납품 모델인 PIM과 AIM을 관리하도록 협업을 위한 환경을 지원하며 IFC 표준과 MVD, BCF, COBie 등 개방형 표준 포맷을 지원하는 것이 특징이다.두 지원 도구를 분석한 결과, BIM 계약 및 요구사항 관리, BIM 업무수행, BIM 데이터 검증, 협업 등을 포함한 BIM 기반 워크플로를 비롯하여 정보 요구사항 정의, 정보 조달 계획 수립, 정보관리 수준 설정, 개방형 BIM 표준 포맷 등 지원 여부가 핵심인 것으로 파악된다. 이러한 분석 결과를 바탕으로 국내 도입 시 벤치마킹할 주요 기능을 표 4와 같이 도출하였다. 건물 단위 선별지표를 만들기 위해서는 건축물대장 단위로 수집된 데이터셋을 매칭-통합해야한다 (그림 2, ② 데이터 전처리). 다만 수집된 공공데이터 등은 각기 다른 정책적, 행정적 목적으로 생성되기 때문에 건축물대장 정보와 연계-매칭할 고유키가 없는 경우가 대부분이다. 따라서 각 데이터의 위치정보 (위경도), 주소정보 (지번, 동, 호) 등을 가공하여 건축물대장 해상도에 맞추어 연계-매칭해야 한다. 해당 작업은 비표준화된 주소와 위치정보에 대한 문자열 처리 기술이 요구되며, 상당히 까다롭고 많은 예산과 시간이 소요된다. ISO 19650 기반 BIM 정보관리 프레임워크의 국내 도입방안 ISO 19650 활용모델이란, 디지털 기반 BIM 수행 워크플로와 데이터 조달 등 BIM 정보관리 프레임워크의 주요 구성요소를 사용자 관점에서 통합 활용할 수 있도록 개념적으로 정의한 모델을 의미한다. ISO 19650 분석을 통해 도출한 BIM 정보관리 프레임워크의 주요 구성요소와 ISO 19650 지원 도구 분석을 통해 도출한 주요 기능을 기반으로 ISO 19650 활용모델을 구성하였다. ISO 19650 활용모델은 그림 4와 같이 6개의 모듈로 구성된다. 1번 모듈은 Standards로 BIM 데이터를 교환, 유통하기 위한 개방형 BIM 표준과 국가 BIM 정보관리 운영체계를 정의하는 표준을 의미한다. 2번 모듈은 Requirements로 설계, 시공 등 사업단계와 시설물 운영단계에서 정보 요구사항, 정보관리 주체와 역할, 정보 조달 계획을 설정하는 기능을 한다. 3번 모듈은 Workflows로 사업수행단계와 운영단계별 BIM 세부 프로세스를 정의, 관리하는 기능을 한다. 4번 모듈은 Deliverables로 정보 납품 산출물인 PIM과 AIM 데이터를 정의, 관리하는 기능을 하며, 5번 모듈은 협업과 공유를 위한 CDE 환경을 의미한다. 2번 모듈과 3번 모듈은 프로세스의 영역이며 4번 모듈과 5번 모듈은 프로세스에 따라 생성, 공유, 저장되는 데이터의 영역으로 구성하였다. 2번 모듈부터 5번 모듈은 순차적인 흐름을 가지도록 운영이 필요하다. 1번 모듈은 데이터 생성의 기준으로 적용하며, 6번 모듈은 BIM 정보관리 주체가 1번부터 5번까지의 모듈을 활용하는 인터페이스의 성격을 지닌다. 각 모듈의 개념은 표준, 가이드라인과 같은 스펙 형태 또는 플랫폼의 기능 형태로 제공될 수 있다. ISO 19650 활용모델을 실무에 적용할 수 있도록 구현하기 위한 추진방안과 향후 과제를 다음과 같이 제안한다. 첫째, 국내 BIM의 Level 2 정착을 위해서는 2번 모듈부터 5번 모듈에 정의된 ISO 19650 주요 구성요소와 1번 모듈에 정의된 개방형 BIM 표준을 국내 상황에 맞게 Customizing하여 국가 표준으로 제시하는 것이 필요하다. 제도 시행 관점에서는 ISO 19650 의무 적용 대상을 일부 공공 건설공사부터 단계적으로 확대하는 전략이 필요하며, 의무화하기 전 시범 프로젝트를 통해 검증하는 과정이 수반되어야 한다. 둘째, ISO 19650 활용모델을 업무에 직접적으로 활용할 수 있도록 3번 모듈의 워크플로를 탑재하고 6번 모듈의 기능을 포함한 BIM 프로젝트 워크플로 지원 플랫폼 개발이 필요하다. 이를 위해서는 문서 단위의 스펙을 디지털 스펙으로 전환하고 조항과 워크플로 단위를 결합하는 것이 중요하다. 또한, ISO 19650 도입의 실효성을 높이기 위하여 상용 BIM 플랫폼 및 기업 ERP 시스템에서 ISO 19650 주요 기능 및 데이터와 연동하여 운영되도록 방안 마련이 필요하다. 셋째, 디지털 전환 패러다임 가속화에 따라 디지털 정보관리 성숙단계 Stage 2 및 BIM 성숙도 Level 2의 도입 및 안정화 전략과 함께 다음 성숙도 단계를 대비하기 위한 BIM 로드맵 개정 연구 등 선제적인 미래 대응이 필요하다. 맺음말 디지털 전환 시대, 글로벌 시장에서 ISO 19650의 도입과 활용은 글로벌 경쟁력 확보를 위한 필수 전략이 되고 있다. 이러한 변화에 국내에서 적극적으로 대응하기 위해 ISO 19650의 도입방안을 제안하였다. ISO 19650의 주요 구성요소 개념을 반영하고 실무에 적용할 수 있는 핵심 기능 구현을 위해 ISO 19650 활용모델을 정의하였으며, 이 모델이 국내에서 구현하기 위한 도입 방안과 추진과제를 제안하였다. 향후 국가 차원의 BIM 정보관리 운영체계 구축 방향을 구상함에 있어 ISO 19650 기반의 도입방안이 함께 검토되길 기대한다. 미래스마트건설연구본부 게시일2023-02-27 조회수 1812
• 사물인터넷 기반 낙상 감지 부착형 센서 개발 사물인터넷 기반 낙상 감지 부착형 센서 개발 ▲ 김선겸 KICT 미래스마트건설연구본부 수석연구원 들어가며 최근 다수의 낙상사고가 발생하고 있으며, 사회 현안으로서낙상 문제가 대두되고 있다. 지난 2016~2018년의 6~12월에는 낙상환자 구급차 이송 현황이 매월 약 6만 명에 육박하였으며, 이 중 건설업에서의 추락, 부딪힘, 무너짐, 물체에 의한 타격, 깔림/전복, 기타 등 사망사고 원인 중 831명으로 추락사가 가장 높은 것을 확인할 수 있었다. 또한 서울시 동작구 등 급경사지에서의 노약자나 장애인들의 낙상사고가 사회현안으로서의 다루어지고 있으며, 이에 따라 낙상이 심각한 문제라는 인식과 함께 이를 대응할 방안에 대한 필요성이 대두되었다. 본 연구는 주변의 인프라를 통해 낙상을 감지하는 기존 인프라 중심의 연구가 아닌 사람의 행동에 직접적인 영향과 편의성을 제공하는 웨어러블 기기를 통한 사람 중심의 연구를 통해 이를 해결해 보려고 한다. 이를 위해 사물인터넷 기반 낙상 감지 부착형 센서를 개발하여 노약자, 건설노동자 등 낙상 사고 발생 시 즉각 대응하는 기반을 마련한다. 사물인터넷 기반 부착형 낙상 감지 센서는 센서 보드인 아두이노와 센서인 가속도/자이로, 진동센서를 활용하여 기울기와 충격량을 통해 낙상을 감지한다. GPS, 블루투스 모듈을 활용하여 관제센터와 주변 모바일 기기로 데이터 전송하고, 119 또는 동료로부터 낙상 사고를 조치함으로써 낙상에 대비한다. 기존 연구와의 차별성과 본 연구의 차별성 표 1은 기존 국내외 대표 낙상 사고 탐지 시스템 연구 10건이다. 대부분의 연구가 스마트 슈즈나 낙상 감지 센서를 통한 시스템으로 연구가 진행되고 있었다. 센서의 경우, 가장 중요한 가속도 센서 사용이 가장 큰 비중을 차지하고 있고, 족압센서, 지자기, 역각 센서를 사용하였다. 또한 한국건설기술연구원에서 수행한 기존 연구인 ‘건설 노무자 안전 관리용 스마트 슈즈’의 경우, 접촉 센서를 활용하여 충격을 감지하였다. 본 연구는 필수적으로 여겨지는 기울기 센서를 포함하여 접촉, 족압, 지자기, 역각 센서 대신에 충격량을 측정하였으며, 이는 다양한 행동을 감지하는 데 유용하였다. 또한 모바일 기기와의 연결을 통한 GPS 확인이 아닌, 자체 GPS 모듈 탑재를 통해 모바일 기기 없이도 위치를 감지하여 대응할 수 있도록 하였으며, 이는 모바일 기기를 활용할 수 없는 상황이나 익숙하지 않은 노약자들에게도 편의성을 제공할 수 있다. 본 연구의 핵심 본 연구의 핵심은 다음과 같다. 첫 번째로 무엇으로 낙상을 감지하는가이다. 센서를 부착할 수 있는 아두이노라는 센서 보드가 있으며, 다중 센서를 부착하여 이를 통해 낙상을 감지한다. 기울기/자이로센서는 기울기/각속도를, GPS는 위치를, 진동센서는 충격을 감지하여 낙상을 검출하고, 사물인터넷을 위하여 블루투스를 이용한다. 그리고 두 번째는 어떻게 대응할 것인가이다. 이것은 감지된 낙상을 블루투스로 관제센터나 모바일로 연결하여 확인된 위치를 통해 119로 대응한다. 본 연구는 이를 위해 소형 센서 모듈을 설계하고 프로토타입을 제작하여 테스트한다. 소형 센서 모듈 연구에 수행된 장비들은 표 2와 같다. 본 연구에 사용된 보드는 아두이노라는 것으로 센서와 결합하여 작동하는 보드이며, 가속도/각속도를 측정하기 위한 가속도/자이로 센서, 충격을 위한 진동센서, 위치를 측정하기 위한 GPS 모듈, 그리고 센서값 전송을 위한 블루투스 모듈로 구성하였다. 그림 1은 센서가 결합한 아두이노 보드와 이를 실행하기 프로그래밍 코드로 되어 있다. 보드는 보드 하나에 센서를 부착하는 것에는 한계가 있기 때문에 브레드보드에 진동 센서, 가속도/자이로 센서, GPS 모듈, 블루투스 모듈을 결합하고, 다시 이것을 아두이노에 연결한다. 프로그래밍 코드는 센서로부터 수집되는 데이터들을 수집하여 화면에 출력하는데 X축/Y축 기울기, 충격량, 위도, 경도를 출력한다. 프로토타입 제작 및 테스트 프로토타입은 그림 2에서와 같이 개발한 소형 센서 모듈은 건설화에 부착하고, 낙상 감지 후의 정보를 받을 수 있는 안드로이드 애플리케이션으로 개발하였다. X/Y축 기울기 충격량을 활용한 알고리즘을 통해 낙상을 감지한다. 낙상을 감지하기 위해 부동자세, 제자리 점프, 달리기, 앉았다 일어나기, 휘청대기, 눕기, 낙상의 행동별 테스트를 하여 기울기와 충격량(충격량은 1023 기준이며 낮을수록 충격량이 큼)을 측정하였으며, 표 3은 이에 따른 결과를 보여준다.결과적으로 낙상의 경우 X/Y축 기울기는 +50 이상 –50 이하 값을 가지며 충격량도 500 이하 값을 가짐에 따라 이를통해 낙상을 감지하며, 이를 이용해 낙상 알고리즘을 구현하였다. 해당 알고리즘을 아두이노에 코딩하고 그림 3과 같이 낙상 대응 시나리오에 따라 활용한다. 낙상 감지 센서를 부착한 사용자가 낙상사고를 당하면 센서에서 이를 감지하고 이 사물인터넷(블루투스)을 통해 낙상 여부와 기울기, 충격량,위도 및 경도가 모바일 기기와 관제센터로 전달되며, 119와 동료에게 전달하여 대응하게 된다. 맺음말 본 연구는 사물인터넷 기반 낙상 감지 부착형 센서 개발하여 센서 보드인 아두이노와 센서인 가속도/자이로, 진동센서를 활용하여 기울기와 충격량을 통해 낙상을 감지한다. 또한, GPS와 블루투스 모듈을 활용하여 관제센터와 주변 모바일 기기로 데이터 전송하여, 119 또는 동료로부터 낙상 사고를 조치함으로써 낙상에 대비하도록 하였다. 본 연구는 그림 4와 같이 활용될 수 있다. 거주지역과 건설 현장에 본 센서를 통해 다수의 사용자로부터 데이터를 수집하고, 분석 및 예측을 통한 빅데이터 AI 서비스와 법/제도 개선에 활용할 수 있다. 그 결과 거주지역에는 노약자, 장애인들 낙상 패턴 분석이 가능할 것이며, 이는 개인화된 서비스를 제공할 수 있고, 낙상 위험지역의 발견과 알림 서비스를 제공할 수 있을 것이다. 건설 현장에서도 건설 노동자의 공사 종류별로 낙상 패턴 분석이 가능하고 어디가 위험한 건설 현장인지 위험 스폿을 분석하여 안전 및 위험지역 조치에 관한 연구를 할 수 있을 것이다. 그 외 연구로 안전하지 못한 곳에 CCTV, 안전시설들을 배치할 수 있는 인프라 구축의 근거가 될 것이며, 더 나아가서는 중대재해 처벌법 등에 관한 볍률과 제도에 영향을 줄 수 있을 것이다. 결과적으로 본 연구를 통하여 우선 다중 센서를 활용해 사물인터넷 기반 낙상 대응 기술을 확보할 수 있다. 단일 센서가 아닌 다수의 센서를 통해 신호에 대한 간섭과 불안전성을 감지하며, 향후에 다중 센서를 활용한 연구에 기반이 된다. 또한 기울기와 충격량, 위치 센싱을 통해 낙상 및 보행 패턴 데이터 수집을 통해 낙상과 이동에 관한 데이터를 확보할 수 있다. 낙상 사고 발생 시 낙상 방지 센서로부터의 낙상 데이터가 전송되어 신속한 처리로 인한 큰 부상을 방지할 수 있고, 이를 통해 의료비도 절감할 수 있을 것으로 생각된다. 본 연구는 건설 자동화와 안전성을 높이는 낙상 사고에 대한 대응을 할 수 있는 인프라 구축의 기반이 될 것으로 기대한다. 미래스마트건설연구본부 게시일2023-01-27 조회수 2119
• 북극권 플랜트 건설을 위한 저온 지반 다짐 기술 개발 북극권 플랜트 건설을 위한 저온 지반 다짐 기술 개발 - 영하 10℃ 저온환경에서의 지반 다짐 및 평가 기술 ▲ 미래스마트건설연구본부 한국건설기술연구원은 북극권 에너지자원플랜트 건설을 위해 영하 10℃의 저온 환경에서도 안정성을 확보할 수 있는 지반 다짐 기술을 개발했다. 북극권의 비전통오일은 2000년도 이후 생산되기 시작했으며, 약 9조 배럴의 가채매장량으로 전통오일의 약 4조 배럴 대비 2배 이상이라고 보고되고 있다. 특히 캐나다의 오일샌드 매장량은 전 세계 매장량의 71.6%에 달하며 하루 약 300만 배럴이 생산되고 있다. 오일샌드가 많이 매장되어 있는 캐나다 애서배스카(Athabasca) 지역은 고위도에 있어 동절기가 길고 겨울철 최저기온이 약 영하 20℃까지 떨어지며, 지반이 얼고 녹는 과정에서 지표면의 융기와 침하가 반복된다. 특히, 오일샌드 매장 지역에는 동결·융해에 민감한 유기질토가 많이 분포되어 있어 겨울철 지표면이 융기되고 침하하는 양이 일반적인 지반보다 크게 발생한다. 이에 건설연 북방인프라특화팀(팀장 김영석 선임위원)에서는 저온 환경에서도 유기질 지반의 다짐을 확보할 수 있는 지반 다짐 기술과 동결·융해를 고려한 지반 거동 시뮬레이션 모델을 자체 개발하였다. 우선 유기질토의 저온 다짐 특성을 평가하기 위하여 영하 20℃까지 온도 조절이 가능한 냉동 체임버에서 실내 다짐시험을 수행하였다. 규사와 캐나다산 유기질토를 혼합하는 방법으로 캐나다 유기질 지반을 재현하였으며, 이 과정에서 -4℃에서 다짐 곡선을 확보할 수 있는 실내 다짐시험 장비를 개발하였다. 이와 더불어 경기도 연천군에 위치한 건설연 SOC실증연구센터에서 실규모(폭 8 m×길이 8 m×깊이 3 m)의 현장 다짐시험장을 구축하였다. 동절기에 캐나다 유기질 지반을 조성하고 최대 약 영하 10℃의 저온 환경에서 동결·융해에 따른 지표면 융기 및 장기 침하 특성을 평가하였다. 실내 다짐시험과 연계하여 유기질 지반의 다짐도를 확보할 수 있는 현장 다짐 기법을 검증하였으며, 반복적인 동결·융해에 따른 거동 분석을 위하여 장기 모니터링을 수행 중이다. 또한 동결·융해를 고려한 지반 거동 시뮬레이션 모델도 구축하였다. 실제 측정된 온도 데이터를 적용하여 뒤채움 지반의 동결·융해를 모사하고, 이에 따른 토압 및 변위를 평가하였다. 이 모델은 현장 다짐시험 계측 결과와 수치해석 결과를 비교하여 검증하였으며, 실제 측정된 온도 데이터를 통해 지반의 동결·융해를 모사하기 때문에 현장의 저온 환경을 100% 재현할 수 있다는 장점이 있다. 연구팀은 연구 개발 성과에 대한 성능 및 실용화를 검증하기 위하여 건설연 SOC실증연구센터에서 현장 실증을 계획하고 있다. 이 현장 실증은 상용 오일 파이프라인을 직접 매설하고 저온 환경을 조성할 수 있는 시스템을 구축함으로써 캐나다 현장 조건을 100% 재현한 상태에서 다양한 조건의 성능 평가가 가능하리라 기대된다. 그뿐만 아니라 한국지질자원연구원, 캐나다 현지 자원개발 업체인 PetroFrontier Corp.와의 국제공동연구를 통해 개발 기술의 캐나다 현장 실증을 검토 중이다. 개발 기술은 0℃ 이하의 저온 환경에서도 지반 다짐이 가능하여, 북극권과 같이 동절기가 긴 지역에서도 충분한 공사 기간을 확보할 수 있다. 또한 우크라이나의 흑토지대와 같이 유기질토가 많은 지역에서 동결·융해로 인한 지표 변위를 최소화할 수 있을 것이라 판단된다. 박선규 원장은 “이번 연구를 통해 동절기 토공사의 공사 기간을 확보하기 위한 핵심 기술을 개발한 것으로, 우리나라 기업들의 미래 북극권 플랜트 건설 신시장 개척에 기여할 수 있게 되었다”라면서 “연구 개발을 통해 국내 유관기관, 기업 등에 관련 기술 등을 공유할 수 있도록 노력하겠다.”라고 밝혔다. 본 연구는 국토교통부의 재원으로 국토교통과학기술진흥원의 지원을 받아 수행되었다. 미래스마트건설연구본부 게시일2025-01-22 조회수 91
• Live 디지털 트윈을 위한 도심지 동적 공간정보 구축 Live 디지털 트윈을 위한 도심지 동적 공간정보 구축 ▲ 윤준희 KICT 미래스마트건설연구본부 연구위원, 김지은 KICT 미래스마트건설연구본부 전임연구원 Static 디지털 트윈에서 Live 디지털 트윈으로 국토 디지털 트윈 기술은 Static 디지털 트윈에서 Live 디지털 트윈으로 진화하고 있다. 2003년 마이클 그리브스 (Michael Grieves) 박사는 물리 세계와 가상 세계의 트위 닝(혹은 미러링)을 통해 상호작용을 구축하고 지능화를 이룰 수 있다는 ‘디지털 트윈’ 개념을 주장하였다. 이후 데이터의 전송과 가시화, 그리고 플랫폼 기술이 발전하면서 다양한 분야에서 디지털 트윈과 이를 위한 플랫폼 구축 기술이 발전하였다. 건설 및 국토관리 차원의 디지털 트윈은 건물, 도로, 지형 등의 ‘형상 정보’와 인구이동, 교통흐름, 기상변화, SOC 변화 등의 ‘현상 정보’를 융합하여 해석하고 가시화함으로써 다양한 사회문제를 해결하는 기술이라고 볼 수 있다. 현재까지의 국토 디지털 트윈은 주로 형상 정보를 분석하여 가시화/플랫폼화하는데 집중되었고 따라서 그 분석의 범위 또한 한계가 있었다. 이제는 현상 정보에 주목할 때다. 형상 정보 플랫폼인 Static 디지털 트윈에 더해 준실시간 현상 정보가 결합됨으로써 진정한 Live 디지털 트윈이 완성될 것이다. Live 디지털 트윈을 위한 동적 공간정보 Live 디지털 트윈을 위해서는 동적 공간정보의 구축이 필수적이다. 정보를 디지털 트윈 플랫폼에 저장하고 추출하여 가시화하고 분석하기 위해서는 각 정보의 위치와 속성이 취득되고 저장되어야 한다. 위치와 속성이 부여된 정보를 공간정보(Spatial Information)라 부른다. 디지털 트윈의 구축 차원에서 공간정보는 형상과 현상의 관점으로 세분하여 정적 공간정보와 동적 공간정보로 그 개념을 분리하여 지칭할 필요가 있다. 정적 공간정보를 건물, 도로 등 장기적으로 실존하는 공간정보라고 한다면 동적 공간정보는 보행자, 차량, 시설물 파손 등 SOC 입장에서 일시적으로 존재하다가 변화되거나 사라지는 공간정보(Dynamic or Temporary Spatial Information)라고 정의할 수 있다. 정적 공간정보는 갱신 필요 주기가 수일에서 수개월 정도라고 할 수 있다. 국토교통부와 자치단체 등에서 법령에 의거하여 구축하고 있으며 구글, 네이버, 카카오 등에서도 자체적으로 구축하여 사용하고 있다. 한편, 동적 공간정보는 필요 갱신 주기가 수분에서 수일 정도이다. 동적 공간정보의 공간적 객체적 대상은 현재 간선도로 이상의 도로에서 차량을 대상으로 CCTV, 프로브카(Probe car, 교통 정보 수집 차량), 운전자의 제보 등으로 그 정보가 제공되어 갱신 주기와 공간인식 범위에 한계가 존재한다. 최근 영상기반 인공지능, IoT, 드론, UAM(Urban Air Mobility), 인공위성 기술의 발전과 함께 그 한계 극복이 가능해지고 있다. 한국건설기술연구원의 동적 공간정보 구축기술 한국건설기술연구원은 2022년부터 디지털국토정보기술개발 사업(국토교통과학기술진흥원)의 4핵심, ‘차세대 디지털 국토정보 구축을 위한 고정/이동 플랫폼 기반 동적주제도 구축기술 개발’ 과제(총 182억 원)의 주관기관으로서 동적 공간정보를 준실시간으로 구축하고 갱신하여 표현하는 기술을 개발하고 있다. 본 과제는 도시 내 이동하는 객체와 변화하는 현상 등의 생활 SOC에서 발생하는 동적 공간정보라 정의하고, 고정센서(CCTV, WiFi 등)와 이동센서(드론 스테 이션)로 지속적 준실시간 감지·추적을 통해 다양한 사회문제 해결을 위한 동적정보 주제도 구축 기술 개발을 목표로 한다. CCTV는 24시간 관제가 가능한 수단이나 대상 지역이 좁은 단점이 있다. 드론(스테이션)은 관제 지역이 넓은 장점이 있으나 24시간 관제할 수 없는 단점이 있다. 본 과제에서 는 두 플랫폼의 장점을 융합하여 도심지역을 관제하고자 한다. 그림 1은 지상 고정 및 상공 이동센서 기반의 도시 관제 개념을 표현하고 있다. 과제는 크게 ‘고정플랫폼 기반 동적정보 수집 기술 개발’, ‘이 동플랫폼 기반 동적정보 수집 기술 개발’. ‘동적정보 분석, 예측 및 표현기술 개발’의 3개 핵심기술과 각각을 구성하는 총 6개 핵심 요소기술로 구성되어 있다(그림 2). ‘고정플랫폼 기반 동적정보 수집 기술 개발’ 분야는 ‘고정플 랫폼 이종센서 연계 및 이동체정보 수집기술 개발’ 파트에서 CCTV, WiFi, 블루투스 등 고정되어 있는 센서 장비와 연계하여 객체 검출 및 추적 기술을 활용하여 실시간으로 이동체를 검출하고 추적한다. 고정플랫폼 환경 분석 및 센서별 정보 취득·수집 방안을 연구하여 이종센서 데이터를 활용한 이동체 위치 전송·저장 데이터 모델링, 이종센서 연계 및 이동객체 인식·분류, 이종센싱 환경의 이동객체 위치정보 추출 기술을 개발한다. 두 번째로 ’고정플랫폼 연계 기반 시계열 이동체정보 연속 추적기술 개발‘ 파트에서 한정된 지역을 감시하는 고정 센서 장비와 연계하여 도시 내 이동체의 연속적 시계열 위치정보를 지속적으로 추적하기 위해, 연속 위치추적을 위한 이종센서 간 이동체 데이터 모델 과 동종/이종센서 간 이동객체 위치 핸드오버 기술 개발에 나서고 있다. ‘이동플랫폼 기반 동적정보 수집 기술 개발’ 분야 내 ‘동적정보 수집 및 AI 학습데이터 구축기술 개발’ 파트는 도심 내 동적정보를 수집하고 이를 활용한 AI 학습데이터를 구축하고자 한다. 이를 위해 AI 학습데이터 수집을 위한 동적정보 수집용 드론/이동플랫폼/운용시스템을 테스트베드별 지역의 특성을 고려하여 구축하고, 학습데이터 수집을 위해 학습데이터용 변환 및 자동분류, 주제별 다차원 동적정보 데이터셋 구축 자동화 기술을 개발한다. ‘지식/학습 기반 동적정보 인식기술 개발’ 파트에서는 이동플랫폼에서 관측된 데이터를 이용한 지식/학습 기반의 동적정보 인식/통합 알고리즘을 개발하고 고정-이동플랫폼의 협업형 연속적 객체인식을 목표로 한다. 동적정보 인식 최적화를 위한 객체별 데이터 전처리 기술과 객체별 동적정보 인식/분류 및 상황탐지 기술을 토대로 시공간 변화를 고려한 동적정보 데이터 통합 알고리즘을 개발하고, 이를 가시화하기 위한 고정-이동플랫폼의 협업형 객체 관측 기술을 개발하고 있다. 마지막으로 ‘동적정보 분석, 예측 및 표현기술 개발’ 분야는 앞선 두 분야의 결괏값을 토대로 데이터를 분석하고 이를 동적주제도로 구축한다. ‘이동맥락정보 기반 동적정보 분석 및 예측기술 개발’ 파트는 고정/이동플랫폼에서 수집되는 객체 단위의 이동체 정보와 정적데이터를 연계한 이동체 맥락정보를 생성하고, AI를 적용한 이동체 분석 및 예측이 목표이다. 이를 위해 이동맥락정보 생성을 위한 정적데이터 연계 및 데이터마이닝, 이동체 시계열 패턴정보 및 맥락정보 생성 기술, 맥락정보 기반 이동체 분석/예측을 위한 AI 적용 기술을 개발하고 있다. 마지막 ‘동적주제도 구축 및 갱신기술 개발’ 파트에서는 앞서 개발한 동적정보를 활용하여 사용자 맞춤형 동적주제도를 구축하고 갱신하고자, 공공/민간 분야 측면에서 동적주제도 서비스모델을 발굴하고, 위치, 시간, 상태 등 다차원 동적 정보의 2D/3D 가시화 기술, 사용자 맞춤형 동적주제도 구축 및 갱신기술 개발 등의 연구를 수행하고 있다. 그림 3은 동적 주제도의 예시를 표현하고 있다. 과제는 특히 1차 연도부터 성공적인 과제 실증을 위하여 조기 테스트베드를 구축하고 연차별 성과물들을 검증하고 있다. 한국건설기술연구원에서 기수행 완료한 지능형방범연구단, 실감형재난연구단의 실증 지자체인 안양시를 대상으로 기존 실험 인프라 활용을 포함하여, 안양시 테스트베드 내 드론/운영플랫폼 구축, 과제에 필요한 CCTV 영상, IoT 센싱 데이터 등 실제 도심 데이터 취득 활용으로 긴밀한 협조체계를 통해 연구 개발 실증 리스크를 최소화하고자 한다. 또한 동적주제도의 경우, 주요 공공기관, 지자체, 민간업체 수요처를 대상으로 주기적 실용화 자문회의를 거쳐 사용자 지향형 수요 기반의 동적주제도를 발굴하고 구현 중이다. 미래스마트건설연구본부 게시일2024-11-22 조회수 253
• AX 시대, 건설업계 AI 도입 수요 현황 AX 시대, 건설업계 AI 도입 수요 현황 ▲ 원지선 KICT 미래스마트건설연구본부 수석연구원 들어가며 출시 두 달 만에 사용자 1억 명을 돌파한 챗GPT에 이어 온디바이스(On-Device) AI와 생성형 AI 기능이 탑재된 AI 스마트폰까지 … 멀게만 느껴지던 인공지능은 일상에 스며들고 있으며, 일상을 넘어 비즈니스에 적용은 ‘선택’이 아닌 ‘필수’가 되고 있다. 새로운 AI 기술이 등장할 때마다 나의 업무에 어떻게 적용하고 앞으로의 전략은 어떻게 세워야 할까를 끊임없이 고민하게 되는 시대이다. AI 기술 발전 속도가 빨라지면서 AI 대전환(AI Transformation, AX)은 ‘미래’의 일이 아닌 ‘현재’의 화두(전자신문, 2024)가 되고 있다. 다가오는 AX 시대, 건설업계 종사자들은 AI 기술을 어느 업무에 적용하고 싶어 하고, 도입과정에서 어떤 어려움을 겪고 있을까? 한국건설기술연구원은 건설 AI 도입에 대한 업계의 인식과 수요를 파악하기 위해 주요사업(미래 건설산업 견인 및 신시장 창출을 위한 스마트 건설기술 연구, 2022년~2023년)을 통해 설문조사를 실시한 바 있다(한국건설기술연구원, 2022). 환경 변화로 설문조사 결과가 현재의 수요를 정확히 대변하기는 어렵지만 미래 방향 설정과 대응에 도움이 되길 바라며 일부 내용을 소개하고자 한다. 설문조사 개요 및 응답자 특성 설문조사 전체 항목은 ① 소속기관의 AI 도입 현황 및 계획, ②건설분야 AI 도입 인식, ③ 건설분야 AI 도입 수요, ④ 건설분야 AI 도입 장애요인 및 생태계 조성방안으로 구성된다. 이 글에서는 AI 시장 상황에 따라 답변의 변화가 클 것으로 예상되는 ①번과 ②번 항목은 제외하고 AI 기술을 우선 도입하고 싶은 건설 업무를 조사한 ③번 항목과 중장기적으로 건설산업에서 대응이 필요한 ④번 항목의 분석 결과를 중점적으로 다루었다. 설문조사는 건설업계 종사자 대상으로 진행하였으며 총 107명이 참여하였다. 건설 업무에 AI 기술을 활용한 경험이 있는 사람은 49.5%, 없는 사람은 50.5%로 거의 동등한 비율을 보였다. 응답자의 소속기관은 설계사가 29%, 공사/공단이 22.4%, 학계/연구원이 16.8%이며, 담당업무로는 설계와 시공업무 담당자가 각각 32.8%와 21.5%로 절반 이상을 차지했다. 응답자의 약 82%는 10년 이상 경력을 가진 종사자이며, 담당하는 시설분야는 건축과 도로가 각각 42.1%, 34.6%로 큰 비중을 차지했다. 건설분야 AI 도입 수요 현황 건설분야의 AI 도입 수요를 조사하기 위해 건설 단계별로 AI 도입이 가능한 업무 목록과 업무별 AI 적용 사례를 제시한 후, AI 기술 도입이 시급하게 필요하다고 생각하는 업무를 우선순위에 따라 선택하도록 했다. 이 글에서는 우선순위 1순위 업무에 대한 통계와 응답자 특성에 따른 수요 분석 결과 일부를 선별하여 설명하였다. 기획·설계 단계 기획·설계 단계의 수요는 그림 2에 표현된 8개의 업무를 기준으로 조사하였다. 전체 종사자와 기획·설계 업무 담당자의 수요 비교 현황과 AI 활용 경험 유무에 따른 수요 분석 결과는 다음과 같다. 전체 종사자와 기획·설계 업무 담당자 그룹은 공통적으로 최적 설계안 도출 및 설계특성 추출을 위한 ‘설계 분석 및 해석’, 개산견적 예측과 같은 ‘공기 및 공사비 산정’, 다양한 설계안 생성과 같은 ‘설계 기획 및 계획’에서 높은 수요를 보였다. 두 그룹은 8개의 세부 업무에 동일한 우선순위를 부여했다. 건설 AI 활용 경험 유무에 따른 수요를 비교해 보면, ‘설계기획 및 계획’에서 경험이 있는 그룹이 경험이 없는 그룹보다 눈에 띄게 큰 수요를 나타냈다. 이는 실무에서 AI 기반 설계 자동화 솔루션의 활용 경험으로 인해 도입 효과에 대한 기대치가 반영된 것으로 분석된다. 시공 단계 시공 단계의 수요는 그림 3에 표현된 5개의 업무를 기준으로 조사하였다. 전체 종사자와 시공 업무 담당자의 수요 비교 현황과 건설분야 종사기간에 따른 수요 분석 결과는 다음과 같다. 전체 종사자와 시공 업무 담당자 그룹은 공통적으로 사고 예측, 재해사례 분류 등과 같은 ‘안전관리’와 공정 최적화 같은 ‘공정관리’에서 높은 수요를 보였다. 시공 업무 담당자는 ‘안전관리’에 대해 전체 종사자보다 15% 정도 높은 수요를 보이는 것이 특징이다. 이는 중대재해처벌법 등 건설현장의 안전이 더욱 중요해짐에 따라 실무에서 AI 기반 안전관리 기술에 대한 필요성을 크게 체감하는 상황으로 분석된다. 건설분야 종사 기간에 따라 수요를 비교해 보면, 다른 그룹에 비해 5년 미만 경력자는 ‘품질관리’에, 5~10년 미만 경력자는 ‘공정관리’에 상대적으로 높은 수요를 보였다. 유지관리 단계 유지관리 단계의 수요는 그림 4에 표현된 4개의 업무를 기준으로 조사하였다. 전체 종사자와 유지관리 업무 담당자의 수요 비교 현황과 건설분야 종사기간과 AI 활용 경험 유무에 따른 수요 분석 결과는 다음과 같다. 전체 종사자와 유지관리 업무 담당자 그룹은 공통적으로 AI 기술 도입이 가장 시급한 업무를 손상 탐지나 상태등급 평가예측을 다루는 ‘점검진단’으로 답변했다. 유지관리 업무 담당자는 구조 상태변화 모니터링과 같은 ‘상시계측’보다 보수공법/비용/시기를 예측하는 ‘보수보강’에 더 높은 수요를 보여 그룹 간 시각 차이를 보였다. 열화모델 생성, 노후도 예측과 같은 ‘예방적 유지관리’에 대한 수요는 가장 낮았다. 건설분야 종사 기간에 따른 수요를 살펴보면, 15년 이상 경력자 그룹은 다른 그룹과 달리 ‘상시계측’에 가장 높은 수요를 나타냈으며, 5~10년 미만 경력자 그룹은 ‘보수보강’보다 ‘예방적 유지관리’에 대해 높은 수요를 나타낸 것이 특징이다. AI 기술 활용 경험 유무에 따라 기술 수요를 살펴보면 경험자는 ‘상시계측’에, 미경험자는 ‘점검진단’에 가장 도입이 시급하다고 응답했다(원지선, 2024). 건설분야 AI 도입 장애요인 및 생태계 조성방안 건설분야에 AI 도입 시 장애요인을 진단하고 향후 AI 활성화를 위한 방안을 마련하고자 AI 기술 활용 경험자 그룹과 미경험자 그룹으로 나누어 의견을 조사하였다. AI 도입 및 활용시 고충사항은 전체 응답자와 AI 활용 경험자 그룹 모두에서 ‘데이터 확보 및 품질 문제’, ‘AI 관련 인력 부족’, ‘건설에 특화된 기반 기술 부족’ 순으로 조사되었다. AI 개발 경험자를 대상으로 AI 도입 장애요인을 해결하고 향후 건설분야 AI 도입 활성화를 위한 방안을 조사한 결과, ‘데이터 개방 등 AI 인프라 구축’에 대한 의견이 많았다. 이외에도 ‘AI 인력 양성’, AI 활용 인식 확대’, ‘규제 개선 및 규율 체계 정립’, ‘AI 관련 연구개발 지원’ 등에 대한 과제가 도출되었다(신재영 등, 2023). 마치며 이 글에서는 건설업계 종사자 107명의 의견을 바탕으로 AI 기술 도입이 필요한 건설 업무 수요 현황을 살펴보았다. 건설업계는 설문조사 시점과 다르게 생성형 AI 등장으로 새로운 변화를 맞이하고 있다. 기술은 혁신성보다 사람들에게 얼마나 친숙하고 쓸모 있느냐로 기술의 미래가 판가름난다고 한다. 비즈니스에 AI 기술을 가치 있고 쓸모 있게 활용하기 위해서는 어떤 업무에 도움을 받고 어떤 문제를 해결하고자 하는지에 대한 니즈 파악이 우선되어야 할 것이다. 본 자료가 건설업계 종사자의 니즈를 파악하고 자신만의 전략을 구상하는 데 도움이 되길 기대해 본다. ――――――――――――――――― 참고자료 전자신문(2024, 1월 1일), AI 대전환(AX) 시대 앞서가자, https://www.etnews.com/20240101000072. • 한국건설기술연구원(2022), 건설분야 AI 도입 인식 수요 및 생태계 조성방안 조사 결과보고서. • 원지선(2024), 시설물 유지관리 분야 AI 인식현황 및 연구동향, KACEM News, Vol 242. • 신재영, 원지선(2023), 국내 건설분야 AI 활성화를 위한 실무자 인식에 관한 연구, 한국산학기술학회 논문지, Vol. 24, No. 6, pp. 386-399. 미래스마트건설연구본부 게시일2024-06-26 조회수 2068
• 미리보는 건설정보 플랫폼 추진 동향 미리보는 건설정보 플랫폼 추진 동향 ▲ 김태학 KICT 미래스마트건설연구본부 수석연구원 들어가며 작년 5월부터 시작한 윤석열 정부는 ‘다시 도약하는 대한민국, 함께 잘 사는 국민의 나라’를 국정 비전으로 110대 국정과제를 발표했다. 국정과제의 대표적인 화두는 단연코 ‘디지털’이며 모든 데이터가 연결되는 세계 최고의 디지털플랫폼정부 구현과 공공기관 혁신을 통한 질 높은 대국민 서비스를표방하였다. 국토교통부는 그림 1, 2와 같이 현재 건설, 교통물류, 도로, 철도, 항공 등 여러 분야에 걸쳐 200여 개의 정보시스템을 운영하고 있다(국토교통부 정보시스템 가이드북,2022). 이러한 시점에서 건설 디지털화를 위해 전 분야에서다양한 정책들이 추진 중이다. 정부는 디지털플랫폼 정부를 표방하면서 스마트건설, 디지털 혁신 및 데이터 활용 등에 대한 정책적 지원을 확대하고 있으며, 디지털 중심으로건설 분야 관련 기술발전 로드맵, 전략 및 법정계획을 수립중이다. 이 글에서는 국토교통부가 향후 추진 예정인 건설정보 관련플랫폼과 더불어 조달청에서 추진하고 있는 공공건설 디지털 플랫폼의 구축 추진 동향을 소개하고자 한다. 조달청 공공건설 디지털 플랫폼 추진 동향 토목공사의 경우 공사비 데이터의 부족으로 건축공사에 비해공사비를 예측하는 서비스가 제한적이다. 이에 따라 설계-시공간 입찰·계약 단계에서부터 WBS(Work BreakdownStructure) 내역서의 관리를 통해 토목공사의 세부 공종별 공사비를 실시간으로 파악함으로써 공사비 분석 및 예측이 가능하다. 그 일환으로 조달청은 2019년 공사원가통합관리 체계 재구축을 위한 ISP(정보화 전략계획)를 수행했다. 이에 더해 4대 전략과제1를 도출하고 3단계로 진행하고 있다. 단계별 진행 로드맵에 따라 2022년 유형별 건설공사의 적정공사비 산정을 목표로 공사원가통합관리시스템을 재구축하고 현재는 공공건설 디지털플랫폼을 확산하기 위한 작업을 진행하고 있다. 향후 조달청이 추진하는 공공건설 디지털플랫폼의확장·운영 시 공사비 분야뿐만 아니라 공정관리 분야의 기준 제시, 건설 전 생애주기 간 디지털 데이터 환류 체계 마련,디지털 데이터의 활용 방안 발굴 등을 도모할 수 있을 것으로기대된다. 건설사업 통합 정보플랫폼 구축 추진 동향 건설공사는 생애주기별 복잡하고 다양한 정보를 생산한다.하지만 과정별로 생성된 데이터에 대한 관리와 상호 연결성이 부족한 현실이다. 이러한 문제점을 해결하기 위해 국토교통부는 2023년부터 단절된 건설정보를 통합하고 수요자가편리하게 활용할 수 있는 정보이용 체계를 구축하기 위해 그림 4와 같이 건설산업 통합 정보플랫폼을 구축할 계획이다.분절된 건설데이터를 연계·통합하여 건설행정을 간소화하고 새로운 서비스를 위한 기반이 필요한 시점에서 공공 부분의 데이터 통합 및 표준화와 ‘구조물’ 정보를 중심으로 통합하기 위한 방안을 현재 수립 중이다. 국토교통부 소관 시스템 중 건설 활동 주체(사업자, 기술자) 및 생산 활동(용역, 공사) 데이터를 관리하는 용역, 시공, 인력, 유지관리 분야별 14개 시스템을 선정하여 통합플랫폼 추진 시 필요한 데이터,통합, 서비스 운영, 제도로 구분하여 수요조사 및 플랫폼 구축 방안 전략 수립 등의 연구가 건설산업정보원(KISCON) 주도하에 진행되고 있다. 기반시설통합관리시스템(기반터) 구축 추진 동향 기반시설통합관리시스템(기반터, www.inframanage.go.kr)의 경우 「기반시설관리법」 제16조(기반시설 관리시스템 구축·운영)를 근거로 국가기반기설2의 현황·유지관리 등정보를 통합 관리·활용하고, 분석 기능을 제공함으로써 관리주체 등의 유지관리 및 국가 재정지원에 대한 의사결정을 지원하기 위해 2020년 5월부터 추진되고 있다. 2023년 현재 FMS(시설물종합관리시스템), KISCON(건설산업지식정보시스템), 서울시 기반시설관리시스템, BMS(교량통합관리시스템), BTI(도로 교량 및 터널 현황정보시스템) 등과시범운영을 하여 2024년 4월부터 본격적인 운영을 시작할계획이다. 주요 사용자는 기반시설 관리기관(중앙정부기관, 지자체, 민간 등), 유관기관, 국민 등이며 주요 기능은 다음과 같다. 행정기능 관리주체 등의 기반시설 관리·실행계획 수립, 기준 관리,실태조사 등 제도 이행 지원(업무 절차 온라인化, 정보 제공 등) 분석 기능 기반시설LCC 분석(생애주기 비용,유지관리·성능개선 효과), 분석정보 관리(분석 DB, 통계), 기반시설 보고서(현황,성능, 비용) 등 연계 기능 15종 기반시설 개별 시스템과의 정보 연계 이러한 체계가 구축되면 시스템 간 데이터 통합을 통한 시설 정보 고도화 및 공동 활용, 관리주체 등이 여러 시스템에 자료를 중복 제출하는 행정부담 감소, 기반시설 생애주기에걸친 분석, 통계 정보를 관리주체 등에 제공 등의 기대효과가 예상된다. 맺음말 작년 10월 카카오 사태와 더불어 최근 정부 행정망 장애로행정 및 민원서비스가 마비되어 서비스를 제대로 활용할 수없는 일들이 발생하였다. 아무리 좋은 데이터가 제공되어도활용하고자 하는 국민이 혼란에 빠질 정도의 사태를 미연에방지하기 위한 운영상 필요한 네트워크, 저장 등의 장비 관리 지침과 가이드, 비상대책에 대한 점검도 필요한 시점에있다. 즉 시스템이나 운영체계에 대한 유지관리와 더불어 위기관리에 대한 매뉴얼을 재정립해야만 정부가 표방하는 세계 최고의 디지털플랫폼 정부가 될 것으로 기대된다. ――――――――――――――――― 참고자료 • 국토교통부 (2022), 2022 국토교통부 정보시스템 가이드북 • 국토교통부 (2022), 22 건설정보표준 운영 및 유지보수, 한국건설기술연구원, pp.272 ~279 • 대한경제 (2023, 4월 19일), 건설산업 빅데이터 위한 통합 플랫폼 구축 나선다, • https://www.dnews.co.kr/uhtml/view.jsp?idxno=202304181109559380524 • 토목신문 (2023, 7월 7일) 2030년까지 모든 공공 건설사업 정보 ‘디지털화’, http://www.cenews.co.kr/news/articleView.html?idxno=13803 미래스마트건설연구본부 게시일2024-03-22 조회수 927

첫페이지이전페이지12다음페이지마지막페이지