2026년 11월 · 읽는 데 6분
건설 현장 AI, 지금은 어느 업무에서 쓰이고 있을까요? CCTV 영상에서 안전모 미착용을 찾는 기능은 여러 현장에 적용되고 있고, 3D 카메라로 철근 배근을 확인하는 기술은 현장 실증 중입니다. 같은 ‘건설 AI’라도 어디까지 운영되고 있는지는 구분해서 볼 필요가 있죠.
내년 사업계획에 AI를 검토하고 계시다면 기능 이름부터 비교하기보다 어떤 업무를 맡길지, 그 일을 하려면 우리 현장에 어떤 데이터가 있어야 할지 먼저 살펴보시면 좋습니다. 오늘은 2026년 국내 사례를 감지·검측·집계 세 가지 쓰임으로 나눠 보고, 각 단계에서 사람이 확인할 부분까지 정리하겠습니다.
올해 공개된 사례는 크게 세 갈래로 읽힙니다. 영상에서 안전 상태를 찾는 감지, 촬영·계측값을 기준 자료와 대조하는 검측, 수량 계산에 쓸 지형·설계 데이터를 정리하는 집계입니다. 각 영역에 필요한 자료와 실제 적용 단계는 다릅니다.
| 쓰임 | 확인하려는 것 | 먼저 필요한 자료 | 사람이 확인할 것 |
|---|---|---|---|
| 감지 | 영상에 미착용·쓰러짐·진입 같은 상태가 나타났는가 | 대상이 보이는 화각과 밝기, 기록할 상태의 기준 | 실제 상황인지, 잘못 감지한 것인지 |
| 검측 | 시공·시설 상태가 기준 자료와 얼마나 다른가 | 촬영·계측 자료와 대조할 설계·시공 기록 | 검출 위치와 계산 결과가 실제와 맞는지 |
| 집계 | 어느 구역에서 얼마의 수량이 나오는가 | 품질이 확인된 지형 표면, 구역 경계와 비교 기준면 | 지면에서 제외할 객체와 적용한 산출 기준 |
감지는 카메라나 드론 영상에서 정해 둔 상태를 찾아 담당자에게 알리는 방식입니다. LH는 2026년 3월 기준 전국 311개 건설현장의 CCTV 영상을 AI로 살펴 안전모 미착용·쓰러짐·추락·위험반경 접근을 감지하고 있습니다. 이상 징후가 잡히면 현장 관리자에게 경보를 보내며, 적용 범위를 넓힐 계획이라고 밝혔습니다. (헤럴드경제, 2026-03-25)
드론 영상으로 감지하는 사례도 있습니다. 동부건설은 2026년 9월 드론 스테이션으로 현장을 매일 촬영하고, 안전모·형광조끼 착용과 중장비 작업구역 진입을 확인하는 체계를 3개 현장에 시범 도입했습니다. 2027년부터 공사비 2,200억 원 이상 현장에 적용하고, 2029년까지 전 현장으로 확대할 계획입니다. (한국금융신문, 2026-09-02) 씨이랩도 기존 CCTV에 연결해 안전모 미착용·쓰러짐·화재·위험구역 진입을 탐지하는 건설 현장용 비전 AI 확장 계획을 2026년 10월 발표했습니다. (팍스경제TV, 2026-10-16)
이때 먼저 살펴볼 것은 감지 항목의 개수보다 카메라가 필요한 장면을 실제로 담고 있는지입니다. 화각 밖에 있거나 장비에 가린 작업자는 영상만으로 확인하기 어렵습니다. 감지 결과를 누가 다시 보고 조치할지도 함께 정해 두셔야 하죠.
검측은 현장에서 얻은 값을 설계나 기준 자료와 대조하는 일입니다. SH 마곡16단지에서는 2026년 9월, AI와 3D 카메라로 철근 배근 상태를 판정하는 기술을 포함해 12개 기술을 골조 공사 현장에서 실증했습니다. 과제 종료 전까지 개선 사항을 반영한 뒤 상용화를 추진할 계획입니다. 아직 널리 운영되는 기능과는 단계를 달리 봐야 합니다. (머니투데이, 2026-09-16)
시설 상태를 평가하는 인접 사례도 있습니다. 한국건설기술연구원은 교량의 센서 실측값과 시뮬레이션을 결합해 안전성을 평가하는 AI 시스템을 2026년 10월 공개했습니다. 연구원 발표에 따르면 기존에 최대 3일 걸리던 평가를 약 10분으로 줄였고, 국내 현수교 실증에서 상용 프로그램 대비 90% 이상의 평가 정확도를 확보했습니다. 현재는 기술 이전을 거친 사업화 단계입니다. (헤럴드경제, 2026-10-01)
두 사례에 쓰인 장비는 다르지만, 무엇과 비교할지 정해 둔 기준 자료가 필요하다는 점은 같습니다. 철근 배근을 보려면 설계 자료가, 교량 상태를 보려면 실측값과 대조할 모델이 있어야 합니다.
토공에서는 AI가 곧바로 수량을 확정한다기보다 설계안을 계산하거나 지형 표면에서 지면을 구분하는 과정에 쓰입니다. LH는 2026년 6월, 계획고와 토공 운반 설계를 자동화하는 AI 소프트웨어 개발을 완료했다고 밝혔습니다. 토공 운반량을 평균 7%가량 줄일 수 있을 것으로 전망하며, BIM 설계 용역에 참여하는 설계사에 배포할 예정입니다. 전망치와 실제 현장 성과는 구분해서 읽어야 합니다. (뉴스핌, 2026-06-25)
시공 단계의 드론 데이터는 다른 방식으로 쓰입니다. 사진으로 만든 수치표면모델(DSM)에는 장비와 구조물도 담깁니다. 이를 걸러 지면만 남긴 수치지형모델(DTM)을 만드는 과정에 AI 객체 분류를 활용할 수 있습니다. DTM이 물량 산출의 바탕이 되는 이유는 정확한 토공 물량 산출 DTM 데이터 생성법에서 더 살펴보실 수 있습니다.
다만 지면 모델이 만들어졌다고 수량이 확정되는 것은 아닙니다. 어디까지를 계산할지 구역을 정하고, 어느 표면과 비교할지 기준을 맞춘 뒤 결과를 확인해야 합니다. 장비가 지면에 섞여 들어가지 않았는지도 이때 살펴볼 부분입니다.
세 갈래 모두 ‘무엇을 확인하고 싶은가’가 먼저 정해져야 필요한 자료와 장비가 정해집니다. 같은 감지라도 작업자의 안전을 볼지 주변 환경의 변화를 볼지에 따라 카메라의 종류와 위치가 달라지고, 검측과 집계도 무엇과 비교하고 무엇의 수량을 낼지에 따라 준비할 기준 자료가 달라집니다.
자료를 갖춘 뒤에는 감지 기록의 오탐, 말뚝 중심의 검출 위치, 지면 모델에서 제외한 객체를 누가 확인할지 정해 두세요. 자동 분석값과 담당자가 확인한 값을 구분해 남기면 보고 자료의 근거가 분명해집니다. 현장 데이터를 한 기준으로 모아야 하는 이유는 건설 AI 도입의 성패, ‘데이터 인프라(SSOT)’에 달려있다에서도 다뤘습니다.
메이사 플랫폼에서는 AI를 통해 CCTV 영상에서 보호구 미착용을 찾고, 말뚝의 위치 차이와 관입 깊이를 계산하며, 지면 모델을 수정하는 기능을 제공하고 있습니다. 각 기능에서 자동으로 처리되는 일과 담당자가 확인하는 일을 나눠 보겠습니다.
AI CCTV와 AI 드론은 영상에서 안전모·안전조끼 미착용을 찾아 기록합니다. AI CCTV에서는 미착용 상태가 연속 2초 이상 이어질 때 기록하고, 감지 이미지의 얼굴은 가림 처리합니다. 담당자는 기록을 보고 확인 또는 탐지 오류로 분류합니다.
AI 탐지 기록은 현장 날씨나 밝기, 작업 환경, 카메라 각도 등에 따라 실제와 일부 차이가 있을 수 있습니다. 안전 점검 보조 용도로 참고해 주시기 바랍니다.
말뚝(Pile) 항타 관리에서는 설계 자료와 항타 일지, 시공 후 촬영한 정사사진을 연결하면 AI가 정사사진에서 말뚝의 중심점(항심)을 검출해 설계 위치와의 차이와 관입 깊이를 계산합니다. 담당자는 일지를 올리고, 계산이 유예된 말뚝이나 AI가 검출한 위치가 실제 말뚝 중심과 어긋난 곳을 사진과 기록으로 다시 확인합니다. 촬영 고도는 100m 이하여야 합니다.
DTM 직접 생성의 AI 객체 탐지는 촬영 자료에 담긴 구조물·장비 등을 구분해 지면 모델을 준비하는 데 쓰입니다. 이후 토공 집계표로 수량을 보려면 토공 구역계와 계획고, 토공 시작일의 표면 정보가 따로 필요합니다. 모델에 남아 있거나 빠진 객체와 적용한 기준면은 담당자가 확인해야 합니다.
안전 감지 내역은 오탐 여부를, 말뚝 계산은 검출 위치와 유예 대상을, 지면 모델은 제외한 객체와 구역 경계를 확인합니다. AI가 처리한 결과와 담당자가 확인한 결과를 함께 남겨야 본사에서도 같은 기준으로 살펴볼 수 있습니다.
A. 국내 공개 사례를 보면 안전 영상에서 특정 상태를 찾는 감지, 촬영·계측 결과를 기준 자료와 비교하는 검측, 토공 설계나 지면 모델을 정리하는 집계에 쓰이고 있습니다. 여러 현장에 운영 중인 기능과 현장 실증 중인 기술이 함께 있으므로, 도입 단계를 구분해서 살펴보세요.
A. 영상에 확인하려는 대상이 보여야 하고, 화각과 밝기 등 촬영 조건도 맞아야 합니다. 감지된 기록을 누가 확인하고 잘못 감지한 건을 어떻게 처리할지도 정해 두셔야 합니다. 메이사에서는 담당자가 감지 내역을 ‘확인’ 또는 ‘탐지 오류’로 검토할 수 있습니다.
A. 사진으로 만든 지형 표면에서 객체를 구분하는 작업에 AI를 활용할 수 있습니다. 물량을 내려면 지면 모델을 확인하고 산출 구역과 비교 기준면을 정해야 합니다. 메이사 ‘토공 집계표’에서는 토공 구역계·계획고와 토공 시작일의 표면 정보도 필요합니다.
A. 어떤 자료를 입력했는지, 자동으로 나온 값이 무엇인지, 담당자가 어느 부분을 확인했는지를 함께 남겨 두세요. 감지 기록이라면 오탐 검토 상태를, 말뚝 계산이라면 검출 위치와 유예 대상을, 토공 수량이라면 적용한 구역과 기준면을 확인하시면 됩니다.
내년 AI 도입을 검토하신다면 영상에 대상 작업자가 보이는지, 설계와 촬영 자료가 맞는지, 토공 구역과 비교 기준면이 정해져 있는지 점검해 보세요. 각 결과를 확인할 담당자까지 정하면 현장에서 시작할 업무가 한결 분명해집니다. 대형 건설사의 AI 활용 방향은 대형 건설사는 지금 AI를 ‘어디에’ 쓰려 할까에서 이어서 보실 수 있습니다.
