사례분석 기법을 통한 고속도로 건설시 흙막이 공법 선정방법 연구

Abstract

우리나라 고속도로의 흙막이 공사는 설계와 시공이 분리 발주되기 때문에 흙막이공사에 대한 설계는 엔지니어링회사에서 담당하고, 시공은 공사 착공 후에 하도급 계약에 의해 시공자가 담당하게 된다. 따라서 공사계획 단계에서 설계에서 결정된 흙막이공법의 적절성을 다시 검토하게 되는 것이 일반적이다. 일반적으로 시공계획 단계에서 이미 결정된 공법을 변경하고자 할 경우, 특히 10m 이상의 대심도 굴착의 경우에는 공법을 변경하기 위해서는 공법변경에 대한 심의를 받아야 한다. 따라서 흙막이 설계단계에서 적정한 흙막이 공법을 선정하는 것이 흙막이공사의 원활한 이행을 위해 매우 중요하다. 최근 이러한 문제점을 극복하기 위해서 AI(Artificial Intelligence)를 활용하여 복잡한 의사결정과정을 지원하기 위한 연구들이 활발하게 논의되고 있다. 이러한 연구는 분야를 막론하고 새로운 프로젝트에 대한 의사결정과정에서 과거의 실적데이터를 활용하여 참고자료를 제공하거나 예측할 수 있도록 지원하고 있다. 그러나 시공관리 분야에서 이러한 기법으로 많이 사용되고 있는 방법들은 신경망, 유전알고리즘 등으로 일부 분야에서는 그 유효성이 어느정도 인정되고 있지만, 비정량적 요소를 적용하기 어렵다거나 일부 과정이 완전하게 규명되지 못한 점 등의 한계가 있다. 이러한 학습이론과 관련하여 최근에 새롭게 도입된 SVM (Support Vector Machine)은 뛰어난 일반화 능력으로 인하여, 패턴인식과 학습이론분야에서 많은 주목을 받고 있다. 특히 SVM은 한글과 한자와 같이 부류수가 많은 언어, 데이터마이닝과 같은 대용량 분류에서 모듈러 신경망보다 성능이 우수한 특징을 나타내고 있는 것으로 보고되고 있다. 따라서 흙막이 공법의 선정과 같이 복잡한 요인들이 영향을 미치는 경우의 최적대안을 도출하는 분야에서는 뛰어난 일반화 능력을 가지고 있는 SVM이 의사결정시스템으로서 활용될 수 있을 것으로 판단된다. 따라서 본 연구에서는 AI와 SVM을 활용한 흙막이공법 선정모델을 구축하여 시공관리 분야에서의 적용가능성을 검토해 보고자 하였다. 연구결과, 본 연구에서 제시한 AI와 SVM을 활용한 공법선정과 같은 분류업무 분야에서는 가능한 복수의 대안을 모델에서 제시하고, 최종적인 판단은 책임 있는 전문가가 할 수 있도록 하는 SVM 모델이 좀 더 현실적인 활용 가능성이 큰 것으로 판단된다.