최근 건설업계 뉴스를 살펴보면 AI 기술 도입에 대한 관심이 급격히 높아지고 있음을 확인할 수 있습니다. 현장 안전관리부터 품질검사, 문서 작업까지 자동화가 건설 현장의 모든 영역에서 혁신을 일으키고 있습니다.
메이사 역시 사진 기반 대지 보고서 자동 생성 등 업무 효율화를 위한 다양한 기능 고도화를 추진해왔습니다. 오늘은 특히 AI 기술과 자동화 솔루션에 초점을 맞춰, 건설업계의 최신 동향과 함께 메이사가 개발 중인 혁신적인 기술들을 소개해드리겠습니다.
현대건설은 AI CCTV와 IoT 센서를 결합한 통합 안전 관리 시스템을 구축했습니다. 안전모 미착용이나 장비 접근 위험 상황을 실시간으로 감지하며, 터널 공사에서는 TVWS 무선망 기반 'HITTS' 시스템으로 CCTV, 유해가스 센서, 근로자 위치 추적을 통합 관리합니다. 또한 AR 스마트 글래스 도입과 콘크리트 강도 예측 시스템 'QCON'을 통해 품질관리의 정확성과 효율성을 크게 향상시켰습니다.
GS건설은 현장 맞춤형 AI 솔루션으로 주목받고 있습니다. '자이 보이스'는 외국인 근로자를 위한 실시간 음성 번역 교육 시스템이며, '자이북'은 5,000페이지 이상의 시방서와 법규 문서를 생성형 AI가 검색하고 요약해 유튜브 영상과 이미지까지 함께 제공합니다.
DL이앤씨는 드론 영상 분석을 통한 균열과 하자 자동 탐지 시스템을 도입했습니다. 설계 단계부터 하자 점검까지 AI를 적용한 통합 관리 시스템을 구축하여 품질 관리의 새로운 표준을 제시하고 있습니다. 롯데건설은 업계 최초로 AI 영상 분석 기술을 현장에 적용했습니다. 액션캠과 CCTV 영상을 분석하여 안전 위험 요소를 식별하는 시스템으로 현장 감리의 효율성을 크게 높였습니다.
%201.png)
현재 적용된 자동화 기술부터 소개하겠습니다. 메이사의 GCP 자동 추천 시스템은 사용자가 하나의 GCP를 클릭하면, AI가 주변부 사진들에서 유사점을 찾아 다른 사진에서 같은 GCP 위치점을 자동으로 식별하고 추천해주는 기능입니다.
드론을 이용한 측량이나 토공량 계산과 같이 정확한 위치 정보가 중요한 작업을 하려면 반드시 GCP 작업이 필요합니다. 이전 블로그에서 설명했듯이, 측량할 때 기준점 역할을 하는 CP점처럼, GCP는 드론 사진 속 좌표를 실제 지상 좌표와 정확히 맞추는 데 매우 중요한 역할을 합니다.
GCP를 분석 작업에 활용하기 위해서는 드론이 촬영한 사진에서 GCP점을 찾아 마킹해주는 후보정 작업이 필요합니다. 분석 정확도를 높이기 위해서는 하나의 GCP마다 최소 4장의 사진에서 같은 지점을 표시하기를 권장하고 있습니다.메이사의 GCP 자동 추천 시스템은 이러한 작업을 더 쉽게 만들어줍니다.
사용자가 사진에서 한 번 GCP 위치를 클릭하면 AI가 나머지 사진 속 같은 지점을 자동으로 찾아 추천해주는 방식입니다. 이 기능을 활용하면 더 빠르고 편리하게 GCP 마킹을 완료할 수 있으며, 동시에 분석의 정확도도 높일 수 있습니다.
%201.png)
기초 공사에서 중요한 파일(pile) 시공의 정확성을 자동으로 검증하는 시스템입니다. 특수 객체(예: 파일)의 특징을 분석하고 SAM(Segment Anything Model)을 활용한 AI 기반 현장 특화 시스템이라고 설명할 수 있을 것 같습니다.
파 공사는 구조적으로 하중을 받는 핵심 부분이므로 정확한 위치에 정확한 크기로 시공되어야 합니다. 하지만 협력사가 담당하는 공정 특성상 설계와 다르게 시공되는 경우가 발생하며, 공정이 빠르게 진행되어 사후 확인이 어려운 문제가 있었습니다.
메이사의 파일 탐지 시스템은 정사사진에서 파일을 자동으로 탐지하고, 설계 도면과 비교하여 편심 정도를 측정합니다. 정상 범주를 벗어난 아웃라이어들을 자동으로 식별하고, 이를 바탕으로 보고서까지 자동 생성하는 통합 솔루션을 제공합니다.
메이사의 DTM 자동 지우개 시스템은 드론 데이터를 분석해서 땅이 아닌 객체들을 식별하고 제거할 영역을 추천해주는 기능입니다.
이전 게시글 '드론 플랫폼을 활용한 물량 산출 프로세스'에서 설명한 바와 같이, 메이사의 물량 산출 기능은 계획고와 현황고를 비교하여 계산됩니다. 이때 비교 기준이 되는 현황고가 바로 DSM 데이터인데, 더욱 정확한 물량 산출을 위해서는 DSM 데이터를 수정하여 DTM 데이터로 변환하는 것이 중요합니다. DTM 데이터를 생성하면 공사 현장의 토공 물량을 계산할 때 임시 적재된 토사나 중장비 등 불필요한 객체를 제외하고 순수 지표면만의 정확한 물량을 산출할 수 있기 때문입니다.
DTM 생성의 핵심은 땅인 영역을 정확히 검출하는 것입니다. 지형만을 정확히 파악하기 위해서는 땅이 아닌 모든 객체들을 찾아 제거해야 합니다. 그래서 메이사는 SAM(Segment Anything Model)과 VLM(Vision-Language Model)을 활용하여 공사 현장에서 DTM 생성에 불필요한 객체를 탐지하는 모델을 개발했습니다.
완전 자동화로 객체를 제거한 DTM만 제공할 수도 있지만, 고객들 입장에서는 "과연 신뢰할 수 있는 데이터일까?"라는 우려가 있습니다. 특히 물량 계산에 매우 민감한 건설 현장에서는 "땅 부분까지 잘못 제거되면 어떻게 할까?"하는 걱정이 클 수밖에 없습니다. 이러한 맥락에서 메이사는 추천 방식을 채택했습니다. AI가 "이 영역을 지우세요"라고 추천하면, 사용자가 최종적으로 선택해서 지울 수 있는 방식으로, 정확성과 신뢰성을 동시에 확보했습니다.
건설업계의 AI 기술 도입은 이제 선택이 아닌 필수가 되었습니다. 현장 안전성 향상부터 품질 관리, 업무 효율성 증대까지 AI가 건설 현장의 모든 영역에서 가치를 창출하고 있습니다. 메이사는 단순한 자동화를 넘어 건설 현장의 실제 니즈에 맞춘 AI 솔루션 개발에 집중하고 있습니다. 완전 자동화보다는 사용자의 판단과 AI의 지능이 조화를 이루는 '스마트 어시스턴트' 방식으로 신뢰성과 효율성을 동시에 확보해나가고 있습니다.
앞으로도 메이사는 건설 현장의 디지털 혁신을 이끌어가며, 더 안전하고 효율적인 스마트 건설 환경 구축에 최선을 다하겠습니다. 이와 관련하여 궁금한 점이 생기신다면 언제든 문의하기를 통해 의견을 남겨주세요.
