[국토경제신문 전병수 기자] 일본 건설업계가 인공지능(AI)을 활용한 건설기술을 잇따라 선보이고 있다. 건물의 내진성능 평가, 터널 점검, 도로정비 효과 평가 등 다양한 건설분야에 AI를 적용하고 있다. 이들 신기술은 작업시간 단축, 원가절감, 인프라 유지관리의 효율화 등 효과가 높아 지방자치단체 등으로 적용이 확산되고 있다.

 
▣ 기설터널 점검기술…딥러닝으로 균열 등 찾아내


오요지질은 AI를 구사해 기설 터널의 점검 작업을 효율화한 기술을 개발했다. 3D 레이저스캐너로 얻은 점군데이터를 해석, 터널내부의 화상 전개와 갈라진 부분을 자동으로 찾아낸다. 경험이 필요한 육안점검보다 정밀도가 높고 휴먼에러를 방지하는데도 도움이 된다. 터널보수를 담당하는 시공회사 등에 제공해 인프라 유지관리에 기여한다.


개발기술은 터널내부의 복공콘크리트를 육안으로 점검하면서 레이저 계측으로 얻은 점군데이터를 베이스로 유지관리를 효율화한다. 그동안 쌓아온 점검기술과 노하우를 살려, 딥러닝으로 갈라진 부분을 CAD로 가시화한다.


육안이나 타격음에 의한 점검은 기능자의 경험이 결과에 크게 영향을 준다. 인위적인 실수가 발생하기 쉽다. 디지털카메라의 화상을 이용한 점검방법도 있으나 균열의 추출누락과 오검진 등으로 점검 정밀도가 높지 않다.


전국에는 약 1만1000여개의 도로터널이 있다. 국토교통성에 따르면 2033년에는 40% 이상의 터널이 공용개시 50년을 맞는다. 유지보수의 효율화가 시급한 실정이다.


▣ AI로 노이즈 제거해 단기간에 건물내진성 평가


타이세이건설은 AI와 고유의 알고리즘을 조합, 지진계의 관측데이터를 자동으로 처리할 수 있는 시스템을 개발했다. 지진계의 관측데이터에 포함된 노이즈를 AI로 제거, P파와 S파를 자동으로 추출한다. 육안으로 실시해왔던 지진파 추출작업을 자동화함에 따라 지금까지 2주간 걸렸던 데이터 처리를 하루 만에 마칠 수 있다.


새 시스템은 지진계의 관측데이터 입수에서 노이즈 판별·제거, P파·S파의 분리까지 모든 것을 자동화했다. 지진동의 크기를 나타내는 관측데이터의 파형도에서 노이즈의 유무를 판별한다. 지진동의 크기와 주파수의 특성을 나타낸 그림에서 자동적으로 노이즈 성분을 포함한 주파수를 추정해 제거한다. P파와 S파의 분리에는 지진파의 도달시각을 추정하는 기법과 지진파의 진동방향을 추출하는 기법을 조합한 고유의 알고리즘을 활용하고 있다.


앞으로 건물의 내진진단 등에 시스템을 적극 활용해 나갈 계획이다. 지진관측 데이터의 학습기록을 축적, 노이즈 성분을 포함하는 주파수대의 추정 정밀도를 높이는 동시에 건물의 내진성능 평가의 신속화를 추진한다.


데이터 처리 후에는 지금까지와 같이 육안으로 최종 확인하는데 노이즈제거와 지진파의 분리를 자동화함으로써 1개월 걸렸던 데이터 입수에서 최종확인까지 전체 작업을 2주간에 마칠 수 있다. 단기간·저코스트로 건물의 내진성능 평가에 필요한 데이터를 얻을 수 있다.


▣ 도로정비 효과 평가해 정비계획 입안도 가능


다이니폰컨설턴트는 AI를 구사해 도로정비의 우선순위 등을 결정하는 방재·감재시스템을 개발했다. 재해 시 토사 등으로 간선도로가 끊어진 케이스를 상정, 우회로의 정비효과 등을 객관적으로 평가한다. 낮은 원가로 큰 효과를 기대하는 도로의 정비계획 입안에 도움이 될 수 있도록 AI의 평가결과를 지자체에 제공한다.


시스템은 심각한 자연재해를 상정해 신규노선과 확폭 등 정비가 필요한 노선을 평가한다. 딥러닝을 활용해 과거의 재해와 지역 안을 통과하는 도로정보를 축적한다. 정비비용과 공기 등 조건을 설정해 우선도가 높은 것부터 A~C의 3단계로 순위를 나눈다. 평상시뿐만 아니라 사전방재의 관점에서 정비계획을 입안할 수 있다.
 

재해발생 때 하천범람에 따른 유목과 토사재해로 피해를 입은 간선도로의 대체노선, 신규노선의 정비효과를 가시화한다. 중환자와 지원물자의 신속한 수송 등에 도움이 된다. 평가의 정밀도를 높이기 위해 앞으로는 도로망과 관련한 정보수집에 주력한다. 지진이나 쓰나미가 다발하는 국가의 정부와 지자체에 제안할 계획이다.

저작권자 © 국토경제 무단전재 및 재배포 금지