Journal of Construction Automation and Robotics ISSN:2800-0552(Print) 2951-116X(Online) 건설자동화·로보틱스 논문집

건설산업에 존재하는 문서를 자동으로 분석하여 현장의 경험지식을 획득하기 위해 텍스트마이닝 기술이 활발하게 사용되고 있다. 하지만 건설산업의 전문용어와 특수한 표현으로 인해 자연어처리(Natural Language Processing; NLP) 및 대규모 언어 모델(Large Language Model; LLM) 기술을 활용하는 것에 어려움이 존재한다. 본 연구는 건설산업의 도메인 특성을 활용한 텍스트마이닝을 위해 건설산업 특화 시소러스를 자동으로 구축하는 방법론을 제안한다. 건설공사 시방서 데이터를 바탕으로 Co-occurrence, Word2Vec, Cosine Similarity를 활용하여 748,890개의 동시 등장 단어와 172,650개의 분산 표현 기반 시소러스를 구축하였으며, Word Network을 통해 단어 간 연관성 파악 및 시각화를 수행했다. 본 연구에서 구축한 시소러스를 활용하면 입력 데이터의 도메인 특성을 파악하여 문서 내 단어 인식 오류를 정확히 수정할 수 있으며, 건설산업 문서에서 텍스트 분석의 정확도를 향상시킬 수 있다.

본 연구는 기존 방식의 굴삭기와 GNSS 기반 머신 가이던스 굴삭기의 성능 차이를 정량적으로 평가한다. 30톤급 굴삭기 두 대를 아파트 건설 현장의 인접 구역에 배치하여, 한 대는 기존 방식으로, 다른 한 대는 머신 가이던스 시스템을 장착하여 작업하도록 하였다. 카메라, GNSS 장치, 레벨 측량을 이용하여 굴착량과 이동 효율 등의 주요 지표를 기록하였으며, 각 작업 단계의 빈도와 지속 시간을 평가하기 위해 시계열 및 패턴 분석을 수행하였다. 연구 결과, 머신 가이던스 굴삭기는 기존 굴삭기에 비해 총 굴착 시간을 약 27% 단축시켰고, 굴삭 주기 횟수를 약 16% 감소시켰다. 또한, 과굴착 및 미굴착률을 크게 낮춰 재작업 필요성을 최소화하고 전체적인 정확도를 향상시켰다. 이러한 결과는 실시간 위치 및 깊이 데이터가 수동적인 경험 기반 작업에 내재된 비효율성을 어떻게 해결할 수 있는지를 보여준다. 본 연구는 머신 가이던스 기술이 토공 작업의 효율성과 정밀도를 향상시키는 데 어떠한 이점을 제공하는지 보여주며, 특히 노동력 부족과 작업자 숙련도 차이에 어려움을 겪고 있는 대규모 건설 프로젝트에 강력한 시사점을 제공한다.