공동주택 하자 자동분류 및 특성 분석을 위한 HCLA 하자 관리모델

Abstract

건설 프로젝트에서의 하자는 전 세계 건설 산업에서 발생하는 공통적인 현상이다. 이에 국내외 건설관련 산(産)·학(學)·연(硏)·관(官)은 하자 관리의 중요성을 인식하여 하자를 방지하고자 노력하였다. 그러나 하자를 방지하기 위한 수많은 접근법에도 불구하고, 많은 하자가 지속적으로 발생하고 있다. 즉, 하자를 사전에 예방하기 위한 방안은 결국 한계를 가지게 되며 필연적으로 하자는 발생하기 때문에 유지관리 단계에서의 지속적인 하자관리가 중요하다고 보고되고 있다. 이때 발생 하자에 따라 연속 발생이 예상되는 하자, 즉 잠재하자를 예측하여 중점적으로 관리하는 전략이 유용하게 작용한다. 이를 위하여 하자의 세부요인을 통합적으로 고려하여 하자를 이해하고 하자 간의 복잡한 상호작용의 특성을 파악하기 위한 적절한 방법과 기술의 확립이 선제되어야 한다. 기존 연구에서 하자의 특성을 분석하고 하자 발생 메커니즘의 복잡성을 강조했지만, 이러한 메커니즘을 밝히는 연구와 이를 구동하는데 가장 큰 영향을 미치는 하자의 특성을 정량화하는 연구는 부족하다. 이에 본 연구에서는 잠재하자를 선제적으로 관리하기 위해 하자의 개별적 및 역학적 특성을 정량화하여 분석하고자 한다. 또한 기존의 관리모델 개발 연구에서 실효성이 떨어지는 한계점을 극복하기 위해 데이터의 입력(하자분류작업) 및 분석(하자관리전략 도출) 과정의 자동화를 통해 관리주체의 접근성을 확보하고, 정확도 및 전문성을 향상할 수 있다. 본 연구에서 하자를 자동분류하고 개별적 및 역학적 특성을 분석하여 중점 관리대상을 선정하는 하자관리 모델 개발 결과를 요약하면 다음과 같다. 첫째, 하자 데이터의 분류 작업이 수동으로 이뤄져 정확도가 저하되는 문제를 개선하기 위해 딥러닝 기술인 CNN(Convolution Neural Network)을 활용하여 텍스트 형식의 하자 데이터를 자동으로 분류하기 위한 모델을 제안하였다. 제안된 모델은 모든 범주를 동시에 분류할 수 있는 사용 편의성을 제공할 뿐 아니라 작업 평균 F1 점수가 90.72로 뛰어난 성능을 제공하였다. 둘째, 정기적으로 조사해야 하는 하자관리 업무는 효율성을 저하시키는 소모적인 업무이다. 이에 하자관리 업무 생산성 제고를 위해 LDA(Loss Distribution Approach)를 활용하여 하자 리스크의 프로파일을 확인하여 하자보수책임기간별 중점관리 하자를 인지하고, ARM(Association Rule Mining)을 활용하여 하자 간 연관성 분석을 통해 중점관리 하자 패키지를 도출하였다. 셋째, 하자의 분류모델 및 평가모델을 연동한 HCLA(Hybrid-CNN-LDA- ARM) 하자 관리모델을 개발하여 제시함으로써, 관리 우선순위를 설정하고 잠재하자/누락하자들을 예측하여 관리주체가 관리업무를 수행하는데 유용한 환경을 제공하였다. 넷째, 정보의 관리 및 활용이 어려운 환경은 과거 데이터로부터 유용한 피드백을 받기 어렵다. 이에 하자 항목에 대한 표준체계를 구성하고 지속적인 피드백 환경의 하자관리 플랫폼 환경을 제안하였다. 본 연구에서 제안한 HCLA 하자 관리모델의 관리 항목 우선순위 설정은 하자 발생원인 분석만으로 하자를 관리하기 어려운 한계점을 극복하기 위해 하자의 공종, 위치, 요소, 유형을 모두 고려하여 하자의 손실을 정량화하고 하자 간 생성 구조를 규명하고자 하였다. 결론적으로 하자의 세부요인과 개별적 및 역학적 특성을 통합적으로 고려한 관리 우선순위 패키지를 제공함으로써 하자 관리주체로 하여금 보다 효과적으로 관리 실무를 이행하고 의사결정을 하는 데에 도움을 줄 것으로 판단된다. 본 하자 관리모델의 적용대상을 공동주택에 국한하지 기타건축물 등으로, 적용분야를 안전관리, 자산관리 분야 등으로 확대 적용한다면 건설 산업전반의 지능화 혁신에 기여할 것으로 기대된다.|Defects in construction projects are a common problem occurring in the global construction industry. Accordingly, hand-on workers and researchers recognized the importance of defect management and tried to prevent defects. However, despite numerous approaches to preventing defects, many defects continue to occur. In other words, it is reported that continuous defect management in the maintenance stage is important because the measures to prevent defects in advance have limitations, and defects inevitably occur. At this time, a strategy of predicting and intensively managing defects(latent defects) that are expected to occur continuously according to the occurrence of defects is useful. To this end, it is necessary to establish an appropriate method and technology to understand the defects by considering the detailed factors of the defects in an integrated manner and to grasp the characteristics of the complex interaction between the defects. Existing studies have analyzed the characteristics of defects and emphasized the complexity of the defect mechanisms, but studies that elucidate these mechanisms and quantify the characteristics of defects are lacking. Therefore, in this study, in order to preemptively prevent defects, the individual and mechanical characteristics of defects are quantified and analyzed. Research and technology for defect management have the potential to effectively prevent latent defects, but the disadvantage is that most of the research is technology-oriented and technology developer-oriented, making it difficult and complicated for the management entity, the actual consumer, to utilize. Therefore, in order to manage and prevent latent defects in the maintenance phase, an environment capable of intuitive, visible and comprehensive information expression is required. Therefore, this study proposes a user-friendly HCLA defect management model. This integrated model can improve the accuracy by automating the defect classification task performed by the defect management subject, and compensate for the lack of expertise of the managing subject through quantitative analysis of the characteristics of defects and the complex interrelationship between defects. The defect management model proposed in this study is a model that quantifies the loss of defects and identifies the generating mechanism of defects between defects by considering all work types, location, elements, and defect types. In conclusion, it is expected that it will help the defect management entity to implement management practices or make decisions more effectively by providing a management priority package that comprehensively considers the detailed factors of defects and individual and mechanical characteristics.