건설현장에서의 인공지능
2021-10-11
org.kosen.entty.User@4674676b
이선화(lshko)
Key words
Construction, AI, Robot, Safety
건설, 인공지능, 로봇, 안전
인공지능 (Artificial Intelligence, AI) 기술은 단순히 로봇이나 컴퓨터 테크놀로지에만 사용되는 것이 아니라, 이미 자동차, 가전, 심지어 금융 산업에까지 다양하게 사용되고 있으며 그 사용 가능한 분야는 더욱 늘어날 것으로 예상된다. 그리고 이와 같은 새로운 변화는 건설 현장에서 사용되는 중장비 및 건설 업계 전반에 영향을 미치고 있다. 국내 산업 구조에서는 건설업이 차지하는 비중이 지대한 만큼 그에 대한 인공 지능의 도입에 대한 관심이 지대하다. 미국 노동부 (U.S. Department of Labor) 산하의 직업안전위생관리국 (Occupational Safety and Health Administration, OSHA) 의 통계에 따르면 건설현장에서의 산업재해율을 약 20퍼센트를 육박하며 미국 평균치를 훨씬 웃돈다. 이는 사고 당사자 다섯명 중 한명이 사망에 이르게 된다는 수치로 건설산업의 위험성을 알려주는 통계라 할 수 있다.
현재 인공지능은 건설 자재의 기획부터 계획, 시공, 완공, 완공 후 유지 관리까지 데이터 분석을 통해 효과적으로 사용될 수 있을 것으로 여겨진다. 이를 통하여 안전도를 사전에 검사할 수 있고 위험한 작업을 인공지능으로 대체할 수 있으므로 그리고 이러한 인공지능의 활용을 통하여 무엇보다 안전사고를 줄이는데 많은 도움을 줄 수 있을 것으로 기대되므로 건설 현장에서의 활용 방안에 대한 연구가 시급하다 할 수 있다.
2. 건설현장에서 인공지능의 활용 방안
인공지능은 사실상 기계가 사람의 문제 해결 능력이나 패턴을 인지하고 지속적인 학습을 해가는 인지능력을 말한다. 이러한 인지능력을 바탕으로 데이터 분석을 통해 건설 과정을 지원하고 로봇이나 드론등을 통해 직접적인 현장에서의 활용이 돋보인다.
전세계적으로 건설 산업은 매년 10조달러 (10 Trillion USD) 의 시장이다. 그리고 이러한 큰 시장에 인공지능을 활용할 경우 많은 비용을 절감할 것으로 기대하기 때문에 이에 대한 활용 방안 논의가 한창이다. 다음은 현재 인공지능이 활발하게 활용 중인 분야이다.
비용 절감:
현실적으로 많은 대형 건축 프로젝트의 경우 철저한 준비를 했음에도 불구하고 예산을 초과하는 경우가 종종 발생한다. 이런 경우를 방지하기 위해 인공 중립 네트워트 (Artificial Neural Networks)를 사용해 프로젝트의 크기, 계약 요건, 시공자의 관리 능력등을 종합하여 최종 건축비용을 계산하게 된다. 또한 기존의 사례를 통합하여 건축 기간에 대한 타임라인 (Timeline)을 수립하고 향후 프로젝트에도 사용할 수 있도록 데이터를 축적하게 된다. 또한 인공지능을 통해 현장 팀원들에 대한 필요한 기술을 파악하고 이를 원격으로 트레이닝을 제공할 수도 있기때문에 건축 비용을 줄이는 것은 물론이요 완공 시기 단축에도 도움을 준다.
그림 1. 인공지능을 이용한 바닥 평탄화 가상 작업 (출처: 현대엔지니어링)
효율성 향상:
건축 정보 모델링 (Building Information Modeling, BIM)은 3D 모델에 기초를 둔 것으로 엔지니어링이나 건축, 설계의 과정에서 이를 효과적으로 계획, 디자인, 시공, 관리하는 과정을 도와주게 된다. 3D 모델을 통해서 건물의 공학적, 기계적, 전기학적 요소와 배관 계획 (architecture, engineering, mechanical, electrical, and plumbing, MEP)을 중앙 부석을 통해 총체적으로 관리하고 그 밑의 하부 담당팀들간의 업무가 상호 협력 속에 진행되도록 효율을 높여준다. 이 과정에서 머신러닝 (Machine learning)이 사용되는데 사용자가 건설과정에서 요구되는 사항을 입력하면 인공지능을 이용해 가능한 자원을 찾고 최적의 방법이나 모델을 제공하게 된다.
위험성 감소:
건설 프로젝트는 단순히 건물을 짓는 것에서 벗어나, 안전과 시공 기간, 비용, 안전성등 많은 요소를 고려하여야 한다. 특히 프로젝트가 클수록 안전 사고의 위험성 또한 증가하므로 이에 대한 사고 위험을 줄이는 것이 가장 중요하게 되는데 인공지능을 이용할 경우, 무엇을 가장 최우선에 두고 공사를 진행할 것인가를 정할 수 있고, 또한 하도급 업체들을 평가하여 위험성이 높은 업체들을 다음 프로젝트에서 재계약 여부를 검토하고 안전성을 최우선을 두고 공사를 진행할 경우 안전사고를 대비할 수 있게 된다.
프로젝트 계획:
드론과 로봇 테크놀로지가 발전하면서 이를 이용하여 건설현장을 3D 스캔을 하여 최초 설계도와 비교 검토하여 프로젝트의 단계적 진행상황을 검토하고 수정 사항이 발생할 경우, 문제가 커지기 전에 이를 보완 할 수 있도록 도와준다. 또한 이러한 과정을 지속적으로 모니터링하고 저장하여 지속적인 데이터 분석을 하게 된다.
생산성 향상:
로봇 테크놀로지를 이용하여 벽돌을 쌓고 시멘트를 붇거나, 용접 및 해체 작업에 로봇을 사용하여 생산성을 높이고 있다. 이경우 인건비 절감을 물론 교대 없이 장시간의 작업이 가능하고 인명 사고의 위험이 줄어들므로 이에 대하 위험 비용 역시 감소 시킬 수 있다. 나아가서는 안면인식 기술을 이용하여 작업자들 개개인의 업무 능력을 평가할 수가 있다. 특히 건설현장이 광범위하고 외진 지역에 있는 경우, 로봇을 이용이 프로젝트의 생산성을 향상시키는데 큰 요소가 되고 있다.
안전성 향상:
건설 현장에 설치된 카메라와 드론을 이용하여 작업자들 중 안전모와 개인 보호장비 (PPE)를 착용하지 않은 작업자들의 작업 형태를 분석하여 안전사고와의 관련성을 분석하기도 한다. 실제 이러한 카메라 사진 분석은 코로나 기간 동안 마스크나 기타 개인 위생장비의 착용과 확진자 발생 빈도의 분석에도 사용되기도 하였다.
그림 2. 건설 현장에서의 드론 사용 (출처: 한국경제신문)
노동력 수급 계획:
건설 현장에서의 노동 강도가 높고 안전 사고의 빈도가 높은 만큼, 건설업을 기피하는 인력이 많다. 이는 지속적인 인력 수급 부족의 문제로 이어지고 시공 기간의 장기화와 이에 따른 비용의 증가를 초래하게 된다. 맥킨지 보고서에 따르면 인공지능을 통한 데이터 분석을 통해 효과적인 인력 배치와 기기의 사용을 높여 최대 생산성을 50퍼센트 이상 향상시킬 수 있다는 보고서를 내놓은 바 있다.
빅데이터 분석:
건설업은 제품을 생산하는 제조업이나 다른 산업과 비교하여 볼 때 반복적인 작업이 존재하는다는 점에서는 공통점이 있으나 건물이 완공되어 감에 따라 매일 다른 작업이 진행되고 작업 목표치가 다르다는 점에서 다른 산업과는 분명한 차이점을 가진다. 따라서 작업을 분석해 보면 수집되는 데이터가 다르고 분석 방법 역시 다르다. 특히 이미지 데이터가 많으며 고위험 작업에 따른 센서를 이용한 건축 정보 모델링 (BIM) 을 통해 대용량의 데이터가 쌓이므로 어느 산업보다도 빅데이터 분석이 용이하고 필요한 곳이다.
시공 후 사후 관리:
건설업은 건물이 완공된 이후에도 사후 관리가 중요한 분야이다. 건물이나 도로를 포함한 모든 건축물의 수명이 수십년에서 수 백년에 이르기 때문에 건축물에 대한 지속적인 정보를 수집하고 노후화로 인한 위험성을 미리 진단하고 이를 예방하는데 인공지능을 사용하고 있다.
국내의 경우 현대건설과 현대엔지니어링을 필두로 건축 현장에서 인공지능 활용이 활발히 사용되고 있다. 특히, 최근 미국의 보스턴 다이나믹스사의 인수를 통해 로봇개 스팟 등을 이용한 건설현장에서의 로봇 이용이 점차 상용화 되고 있다. DL이앤씨가 국내에서는 건축 정보 모델링 분야에서 가장 앞선 기술력을 보유하고 있다. 특히 2022까지 무인 드론 촬영 기술을 완성하는 것을 목표로 하고 있다.
3. 결론
건설 현장에서의 인공지능 활용은 사실 다른 산업 분야에 비해 비교적 늦게 시작되었다. 이는 광대한 지역을 관장하고 매일의 작업 반경이나 업무가 달라지고 완공도에 따라 모델이 달라지는 건설업 특유의 특성으로 복합적인 데이터를 관리하는데 어려움을 격었다. 그러나 인공 지능 기술 역시 발달함에 따라 사용 가능한 범위가 확대되었고, 전반적인 건설 프로젝트의 기획과 계획 단계에서 부터 시공의 전반적인 과정의 관리 감독, 시공 후 관리 프로그램의 제공에까지 사용되게 되었다. 건설업은 다른 산업과는 달리 여러 업체들이 콘소시엄을 구성하여 프로젝트를 하는 경우도 빈번하므로 외부 업체와의 적극적인 기술 교류를 통한 스마트 컨스트럭션 (Smart Construction)을 구현하고자 한다.
건설현장은 인간의 창의성이 요구되는 산업 현장인 만큼 현재는 인간 노동에 많이 의지하고 있으나 앞으로의 개발 가능성은 무궁무진 하다고 할 수 있다. 이러한 인공지능을 건설 현장에 활용할 경우 공사비를 절감하고 공사기간을 단축하고 나아가 보다 나은 안정성을 제공해 줄 수 있을 것으로 보고 있다. 인공지능을 이용한 자율 주행 자동차들이 나오는 만큼 향후에는 시공의 자동화와 관계된 기술 동향과 활용방안에 대한 연구가 필요하다 하겠다.
References
Construction, AI, Robot, Safety
건설, 인공지능, 로봇, 안전
- 개요
인공지능 (Artificial Intelligence, AI) 기술은 단순히 로봇이나 컴퓨터 테크놀로지에만 사용되는 것이 아니라, 이미 자동차, 가전, 심지어 금융 산업에까지 다양하게 사용되고 있으며 그 사용 가능한 분야는 더욱 늘어날 것으로 예상된다. 그리고 이와 같은 새로운 변화는 건설 현장에서 사용되는 중장비 및 건설 업계 전반에 영향을 미치고 있다. 국내 산업 구조에서는 건설업이 차지하는 비중이 지대한 만큼 그에 대한 인공 지능의 도입에 대한 관심이 지대하다. 미국 노동부 (U.S. Department of Labor) 산하의 직업안전위생관리국 (Occupational Safety and Health Administration, OSHA) 의 통계에 따르면 건설현장에서의 산업재해율을 약 20퍼센트를 육박하며 미국 평균치를 훨씬 웃돈다. 이는 사고 당사자 다섯명 중 한명이 사망에 이르게 된다는 수치로 건설산업의 위험성을 알려주는 통계라 할 수 있다.
현재 인공지능은 건설 자재의 기획부터 계획, 시공, 완공, 완공 후 유지 관리까지 데이터 분석을 통해 효과적으로 사용될 수 있을 것으로 여겨진다. 이를 통하여 안전도를 사전에 검사할 수 있고 위험한 작업을 인공지능으로 대체할 수 있으므로 그리고 이러한 인공지능의 활용을 통하여 무엇보다 안전사고를 줄이는데 많은 도움을 줄 수 있을 것으로 기대되므로 건설 현장에서의 활용 방안에 대한 연구가 시급하다 할 수 있다.
2. 건설현장에서 인공지능의 활용 방안
인공지능은 사실상 기계가 사람의 문제 해결 능력이나 패턴을 인지하고 지속적인 학습을 해가는 인지능력을 말한다. 이러한 인지능력을 바탕으로 데이터 분석을 통해 건설 과정을 지원하고 로봇이나 드론등을 통해 직접적인 현장에서의 활용이 돋보인다.
전세계적으로 건설 산업은 매년 10조달러 (10 Trillion USD) 의 시장이다. 그리고 이러한 큰 시장에 인공지능을 활용할 경우 많은 비용을 절감할 것으로 기대하기 때문에 이에 대한 활용 방안 논의가 한창이다. 다음은 현재 인공지능이 활발하게 활용 중인 분야이다.
비용 절감:
현실적으로 많은 대형 건축 프로젝트의 경우 철저한 준비를 했음에도 불구하고 예산을 초과하는 경우가 종종 발생한다. 이런 경우를 방지하기 위해 인공 중립 네트워트 (Artificial Neural Networks)를 사용해 프로젝트의 크기, 계약 요건, 시공자의 관리 능력등을 종합하여 최종 건축비용을 계산하게 된다. 또한 기존의 사례를 통합하여 건축 기간에 대한 타임라인 (Timeline)을 수립하고 향후 프로젝트에도 사용할 수 있도록 데이터를 축적하게 된다. 또한 인공지능을 통해 현장 팀원들에 대한 필요한 기술을 파악하고 이를 원격으로 트레이닝을 제공할 수도 있기때문에 건축 비용을 줄이는 것은 물론이요 완공 시기 단축에도 도움을 준다.
그림 1. 인공지능을 이용한 바닥 평탄화 가상 작업 (출처: 현대엔지니어링)
효율성 향상:
건축 정보 모델링 (Building Information Modeling, BIM)은 3D 모델에 기초를 둔 것으로 엔지니어링이나 건축, 설계의 과정에서 이를 효과적으로 계획, 디자인, 시공, 관리하는 과정을 도와주게 된다. 3D 모델을 통해서 건물의 공학적, 기계적, 전기학적 요소와 배관 계획 (architecture, engineering, mechanical, electrical, and plumbing, MEP)을 중앙 부석을 통해 총체적으로 관리하고 그 밑의 하부 담당팀들간의 업무가 상호 협력 속에 진행되도록 효율을 높여준다. 이 과정에서 머신러닝 (Machine learning)이 사용되는데 사용자가 건설과정에서 요구되는 사항을 입력하면 인공지능을 이용해 가능한 자원을 찾고 최적의 방법이나 모델을 제공하게 된다.
위험성 감소:
건설 프로젝트는 단순히 건물을 짓는 것에서 벗어나, 안전과 시공 기간, 비용, 안전성등 많은 요소를 고려하여야 한다. 특히 프로젝트가 클수록 안전 사고의 위험성 또한 증가하므로 이에 대한 사고 위험을 줄이는 것이 가장 중요하게 되는데 인공지능을 이용할 경우, 무엇을 가장 최우선에 두고 공사를 진행할 것인가를 정할 수 있고, 또한 하도급 업체들을 평가하여 위험성이 높은 업체들을 다음 프로젝트에서 재계약 여부를 검토하고 안전성을 최우선을 두고 공사를 진행할 경우 안전사고를 대비할 수 있게 된다.
프로젝트 계획:
드론과 로봇 테크놀로지가 발전하면서 이를 이용하여 건설현장을 3D 스캔을 하여 최초 설계도와 비교 검토하여 프로젝트의 단계적 진행상황을 검토하고 수정 사항이 발생할 경우, 문제가 커지기 전에 이를 보완 할 수 있도록 도와준다. 또한 이러한 과정을 지속적으로 모니터링하고 저장하여 지속적인 데이터 분석을 하게 된다.
생산성 향상:
로봇 테크놀로지를 이용하여 벽돌을 쌓고 시멘트를 붇거나, 용접 및 해체 작업에 로봇을 사용하여 생산성을 높이고 있다. 이경우 인건비 절감을 물론 교대 없이 장시간의 작업이 가능하고 인명 사고의 위험이 줄어들므로 이에 대하 위험 비용 역시 감소 시킬 수 있다. 나아가서는 안면인식 기술을 이용하여 작업자들 개개인의 업무 능력을 평가할 수가 있다. 특히 건설현장이 광범위하고 외진 지역에 있는 경우, 로봇을 이용이 프로젝트의 생산성을 향상시키는데 큰 요소가 되고 있다.
안전성 향상:
건설 현장에 설치된 카메라와 드론을 이용하여 작업자들 중 안전모와 개인 보호장비 (PPE)를 착용하지 않은 작업자들의 작업 형태를 분석하여 안전사고와의 관련성을 분석하기도 한다. 실제 이러한 카메라 사진 분석은 코로나 기간 동안 마스크나 기타 개인 위생장비의 착용과 확진자 발생 빈도의 분석에도 사용되기도 하였다.
그림 2. 건설 현장에서의 드론 사용 (출처: 한국경제신문)
노동력 수급 계획:
건설 현장에서의 노동 강도가 높고 안전 사고의 빈도가 높은 만큼, 건설업을 기피하는 인력이 많다. 이는 지속적인 인력 수급 부족의 문제로 이어지고 시공 기간의 장기화와 이에 따른 비용의 증가를 초래하게 된다. 맥킨지 보고서에 따르면 인공지능을 통한 데이터 분석을 통해 효과적인 인력 배치와 기기의 사용을 높여 최대 생산성을 50퍼센트 이상 향상시킬 수 있다는 보고서를 내놓은 바 있다.
빅데이터 분석:
건설업은 제품을 생산하는 제조업이나 다른 산업과 비교하여 볼 때 반복적인 작업이 존재하는다는 점에서는 공통점이 있으나 건물이 완공되어 감에 따라 매일 다른 작업이 진행되고 작업 목표치가 다르다는 점에서 다른 산업과는 분명한 차이점을 가진다. 따라서 작업을 분석해 보면 수집되는 데이터가 다르고 분석 방법 역시 다르다. 특히 이미지 데이터가 많으며 고위험 작업에 따른 센서를 이용한 건축 정보 모델링 (BIM) 을 통해 대용량의 데이터가 쌓이므로 어느 산업보다도 빅데이터 분석이 용이하고 필요한 곳이다.
시공 후 사후 관리:
건설업은 건물이 완공된 이후에도 사후 관리가 중요한 분야이다. 건물이나 도로를 포함한 모든 건축물의 수명이 수십년에서 수 백년에 이르기 때문에 건축물에 대한 지속적인 정보를 수집하고 노후화로 인한 위험성을 미리 진단하고 이를 예방하는데 인공지능을 사용하고 있다.
국내의 경우 현대건설과 현대엔지니어링을 필두로 건축 현장에서 인공지능 활용이 활발히 사용되고 있다. 특히, 최근 미국의 보스턴 다이나믹스사의 인수를 통해 로봇개 스팟 등을 이용한 건설현장에서의 로봇 이용이 점차 상용화 되고 있다. DL이앤씨가 국내에서는 건축 정보 모델링 분야에서 가장 앞선 기술력을 보유하고 있다. 특히 2022까지 무인 드론 촬영 기술을 완성하는 것을 목표로 하고 있다.
3. 결론
건설 현장에서의 인공지능 활용은 사실 다른 산업 분야에 비해 비교적 늦게 시작되었다. 이는 광대한 지역을 관장하고 매일의 작업 반경이나 업무가 달라지고 완공도에 따라 모델이 달라지는 건설업 특유의 특성으로 복합적인 데이터를 관리하는데 어려움을 격었다. 그러나 인공 지능 기술 역시 발달함에 따라 사용 가능한 범위가 확대되었고, 전반적인 건설 프로젝트의 기획과 계획 단계에서 부터 시공의 전반적인 과정의 관리 감독, 시공 후 관리 프로그램의 제공에까지 사용되게 되었다. 건설업은 다른 산업과는 달리 여러 업체들이 콘소시엄을 구성하여 프로젝트를 하는 경우도 빈번하므로 외부 업체와의 적극적인 기술 교류를 통한 스마트 컨스트럭션 (Smart Construction)을 구현하고자 한다.
건설현장은 인간의 창의성이 요구되는 산업 현장인 만큼 현재는 인간 노동에 많이 의지하고 있으나 앞으로의 개발 가능성은 무궁무진 하다고 할 수 있다. 이러한 인공지능을 건설 현장에 활용할 경우 공사비를 절감하고 공사기간을 단축하고 나아가 보다 나은 안정성을 제공해 줄 수 있을 것으로 보고 있다. 인공지능을 이용한 자율 주행 자동차들이 나오는 만큼 향후에는 시공의 자동화와 관계된 기술 동향과 활용방안에 대한 연구가 필요하다 하겠다.
References
- Department of Labor Logo United Statesdepartment of Labor. Commonly Used Statistics | Occupational Safety and Health Administration, https://www.osha.gov/data/commonstats.
- 한국경제신문 (https://www.hankyung.com/realestate/article/202103086330i)
- Blanco, J. L., Fuchs, S., Parsons, M., & Ribeirinho, M. J. (2020, October 20). Artificial intelligence: Construction technology’s next frontier. McKinsey & Company. https://www.mckinsey.com/business-functions/operations/our-insights/artificial-intelligence-construction-technologys-next-frontier
- Increasing Construction Site Safety With Artificial Intelligence. (2021, July 22). NCCER_SF. https://www.nccer.org/news-research/newsroom/BlogPost/breaking-ground-the-nccer-blog/2021/07/22/increasing-construction-site-safety-with-artificial-intelligence