.svg)
AI 솔루션 문의하기
건설공사에서 마감 품질 검사는 입주민 만족도와 직결되는 중요한 공정입니다. 그러나 현장 인력에 의존하던 품질관리 방식은 검사자의 주관성이 개입되고 장시간 작업 시 피로도가 누적되어 일관성을 유지하기 어렵습니다. 과거 현장소장의 육안 판단에 의존하던 주관적 관리가 인공지능 분석 기반의 객관적 품질관리 체계로 전환되고 있습니다.
건설업계가 하자 발생을 줄이고 아파트 품질을 높이기 위해 인공지능 등 첨단 기술 활용에 적극 나서고 있습니다. 기존 하자 대응이 사후 보수 중심이었다면 인공지능 도입 후에는 시공 단계에서부터 선제적으로 관리하는 체계를 구축하고 있습니다.
인공지능 기반 영상 분석 기술은 콘크리트 구조물의 균열을 자동으로 감지할 수 있습니다. 균열의 폭과 길이, 패턴을 자동 분석해 균열관리 대장을 생성하고, 보수와 보강 이력을 누적 관리합니다. 콘크리트 기둥의 수직면에 위치한 균열을 기둥의 상단 부근에서 시작하여 아래로 뻗어 있는 형태로 파악합니다.
균열이 약간 불규칙한 경로를 따라가는지 선형에 가까운 형태인지를 분석하고, 길이에 따라 균열의 폭이 변화하는 패턴도 감지합니다. 구조물의 상태를 정확히 평가하기 위해서는 위치와 길이, 형태, 심각도를 종합적으로 검토해야 합니다.
드론을 활용해 건물 외벽을 정밀 촬영하고, 인공지능이 촬영된 이미지를 분석하여 균열과 손상 등을 자동으로 감지하는 기술이 적용되고 있습니다. 기존에는 단순 균열만 잡아낼 수 있었으나, 인공지능이 접목되면서 다양한 하자 유형 판단이 가능해졌습니다.
점검 과정의 안전성을 높이고 시간과 비용을 절감하는 효과가 있습니다. 사람이 직접 접근하기 어려운 고층 건물이나 위험 구역의 외벽도 안전하게 검사할 수 있습니다. 보다 정확한 하자 관리를 가능하게 함으로써 다양한 하자 유형에 맞는 맞춤형 보수를 실시할 수 있습니다.
콘크리트 타설 과정을 카메라로 촬영하면 인공지능이 실시간으로 품질을 분석할 수 있습니다. 슬럼프는 콘크리트의 반죽질기를 나타내는 지표로, 국가 표준에서는 150-180mm, 180-210mm 등으로 구간을 나누어 관리합니다. 영상 분석 시스템은 이 구간에 맞춰 콘크리트 상태를 자동으로 분류합니다.
기존에는 작업자가 슬럼프 콘으로 직접 측정해야 했으나, 영상 분석으로 타설 중에 즉시 확인이 가능해졌습니다. 측정값이 요구 범위 안에 있으면 정상으로, 벗어나면 부적합으로 분류하여 효과적인 품질관리를 실현합니다.
광섬유 센서를 이용하여 건물의 인장력이나 비틀림, 진동을 측정하는 기술이 개발되고 있습니다. 콘크리트 단위면적 3m×3m당 1mm 크기의 광섬유를 삽입해 센싱을 통해 건물 균열 등을 감시할 수 있습니다. 지능형 건축물 안전 모니터링 시스템은 노트북 크기로 광섬유 센서로부터 모아진 온도와 재료변형률, 진동 측정값 등 데이터를 수집합니다.
광섬유 기반 센싱기술을 통해 장기 강도 예측은 물론 균열 추이 모니터링과 외부 소음 측정 등 다양한 응용기술로 확장이 가능합니다. 콘크리트 양생 시 발생하는 수화열을 측정하여 콘크리트 배합 비율과 내부 온도, 외부 환경을 고려해 콘크리트 양생에 따른 장기 강도를 예측할 수 있습니다.
사물인터넷 센서를 활용하여 양생 과정의 온도와 습도를 실시간으로 모니터링할 수 있습니다. 콘크리트 출하일과 배합번호, 강도, 슬럼프, 배합비 등 주요 정보를 자동으로 저장합니다. 인공지능이 예측한 강도 데이터를 기반으로 후속 공정 시점을 제안하고, 데이터를 분석해 배합 오류나 원자재 변경 가능성을 사전에 검증합니다.
사람이 나중에 보고서를 쓰는 방식이 아니라 공장에서 생산되는 순간부터 데이터가 스스로 품질을 증명하는 구조입니다. 출하부터 타설, 양생, 하자관리까지 전 공정을 실시간으로 기록하고 예측하는 시스템이 속속 등장하고 있습니다.
한국건설기술연구원은 다양한 콘크리트의 배합 설계와 강도 예측, 양생관리 등을 종합적으로 검토할 수 있는 인공지능 기반 콘크리트 품질관리 예측시스템을 개발했습니다. 이 시스템은 물과 시멘트, 골재 등 사용 재료 정보와 재령을 입력 변수로 활용합니다.
7300개 이상의 데이터를 머신러닝 알고리즘에 적용해 최적의 콘크리트 강도와 배합구성 및 양생관리가 가능하도록 설계되었습니다. 콘크리트 설계 기준 강도 10~120MPa 범위를 지원합니다. 일반 콘크리트뿐만 아니라 순환골재와 고강도 콘크리트, 초고성능 콘크리트 등의 예측도 가능합니다.
축적한 하자 관련 자료를 빅데이터 기술로 분석하여 대응방안을 도출할 수 있습니다. 산발적으로 퍼져 있던 데이터를 정제해 실시간으로 분석할 수 있도록 시각화한 대시보드를 구축합니다. 예측 알고리즘을 적용해 준공 예정 현장의 하자 발생 가능성을 예측합니다.
축적된 시공 데이터를 바탕으로 시공 매뉴얼과 공정별 하자 예방 가이드를 작성할 수 있습니다. 과거 발생했던 하자 사례를 분석하여 유사한 상황에서 재발을 방지하는 데 활용합니다. 하자 발생 시 시행착오를 최소화하고 신속히 대응하는 데 도움이 됩니다.
데이터 기반의 품질 관리는 불필요한 공정 지연을 막고 자원 투입을 최적화하는 등 현장 효율성을 극대화하고 있습니다. 축적된 빅데이터는 향후 더 정밀한 배합 설계나 시공법 개발에도 활용될 수 있는 자산입니다. 건설 계획 수립 단계에서 중요한 역할을 할 수 있고, 다양한 프로젝트에서 고품질의 콘크리트 생산과 시공 효율성을 높일 것으로 기대됩니다.
건설업계는 국내 건설공사뿐만 아니라 해외 건설시장에서도 이 시스템을 활용하기 위해 해외 기관과의 협력을 통해 콘크리트 관련 데이터베이스 구축을 확대할 계획입니다.
건설 관리 시스템과 연결하여 전체 건설 과정의 품질을 자동으로 추적하는 통합 시스템 연구가 필요합니다. 콘크리트 배합비율과 같은 맞춤형 수요를 반영한 인공지능 딥러닝 기술을 개발하여 기술의 완성도를 높여야 합니다. 거푸집 제거 시기 예측과 콘크리트 노후화에 따른 열화 및 건축물 수명 예측에도 활용할 수 있을 것입니다.
.svg)
.svg)
