인공신경망을 적용한 기획단계의 도로건설 공사비 예측 모델

Abstract

공사비 견적이란 건설공사를 수행하는데 소요되는 공사비를 산정하는 것으로, 공사 기획단계에서 사용하는 개략견적은 국가 예산편성, 설계, 실행예산결정 등의 다양한 목적으로 사용된다. 하지만 토목공사의 경우, 설계, 공법, 재료 등이 표준화 되어 있지 못하여, 건축공사 등에 비해 공사비 예측의 정확도가 낮은 편이다. 토목공사가 주를 이루는 도로공사의 경우, 국토해양부에서는 과거의 실적자료를 산술평균하여 단위 km 당 공사비를 제시하고 있으나 실제 개략공사비로 활용하기에는 정확도에서 어려움이 있다. 본 연구에서는 현재 도로공사건설에 대해 기획단계의 개략공사비 산정방식에 대한 한계를 해결하기 위하여, 인공신경망을 적용한 개략공사비 모델을 제시하는 것을 목적으로 한다. 도로건설 공사 입찰을 위한 기본설계도면 작성 이후 공사비를 결정하는 변수를 포함한 과거 실적 자료를 바탕으로 인공신경망을 적용하여 기획단계에서 공사비 예측이 가능한 도로 공사비를 개략 견적하는 모델을 설계하였으며, 시행착오방식을 이용하여 모델의 변수들을 최적화하였다. 또한 최적화된 모델을 통해 나온 결과를 기존 개략공사비 산정 기준을 적용한 결과와 비교하여 정확도가 뛰어남을 검증하였다. 제안된 인공신경망모델은 차후 도로건설공사의 개략공사비 산정을 위한 활용될 것으로 기대된다. Construction cost estimation is calculating the cost for performing construction, and cost estimation in planning phase is used for various ways. However, civil engineering project, doesn't have accurate cost estimation standard to use, because the construction environments is various. Current cost estimation standard of road construction by the government is averaged cost per unit length of past construction record, and it is not enough to be applied to road construction cost estimation in early phase. This paper propose neural network model for estimating road construction cost in planning phase to solve the limit of current cost estimation standard. The model was designed using past road construction records, and variables of it was optimized through trial and error. The estimation result of model was compared with current government standard and it was verified that the model is superior than government's standard in accuracy. It is expected that the proposed model will be used for road cost estimation in planning.