1. 서 론
1.1 연구의 배경
1.2 연구의 목적
2. 기술동향
3. 연구 방법
3.1 설계 BIM과 시공 BIM의 구성
3.2 머신 가이던스
4. 사례 연구
4.1 사례 개요
4.2 MG를 활용한 터파기 공사 수행 방안
4.3 실험 결과
5. 결 론
1. 서 론
1.1 연구의 배경
현대 건설산업은 생산성 저하, 안전사고 증가, 고령화된 노동력, 그리고 외국인 근로자 비율의 증가 등 다양한 문제에 직면하고 있다. 특히, 공공주택지구와 같은 대규모 도시 기반 시설 공사는 이러한 문제들이 더욱 두드러지며, 기존의 전통적 건설 방식만으로는 해결에 한계가 존재한다. 이를 극복하기 위해 스마트 건설 기술과 건설정보모델링(Building Information Modeling, 이하 BIM)이 주목받고 있으며, 건설 산업의 디지털 전환을 촉진할 핵심 기술로 자리 잡고 있다.
스마트 건설 기술은 첨단 ICT(Information and Communications Technologies)를 활용하여 설계, 시공, 유지관리 전 과정에서 데이터를 기반으로 한 의사결정을 지원하는 기술이다. 이를 통해 작업 효율성과 정밀도를 높이는 동시에, 안전사고를 예방하고 생산성을 극대화할 수 있다. 이 가운데, 머신 가이던스(Machine Guidance, MG)는 건설 장비의 정밀 시공을 돕는 대표적인 스마트 건설 기술로, 장비 운전자가 실시간으로 제공되는 3D 설계 정보와 위치 데이터를 활용해 정확한 작업을 수행할 수 있도록 지원한다. 이 기술은 측량 절차를 간소화하고 설계-시공 간 오차를 최소화하며, 작업 시간을 단축시켜 현장 효율성을 높일 수 있다. MG 기술은 공공주택지구와 같은 대규모 토공 작업에서 특히 유용하다. 이를 활용하면 굴삭기, 도저와 같은 장비가 설계된 작업 면에 따라 정확히 작업할 수 있어, 전통적인 작업 방식에서 발생할 수 있는 오류와 비효율성을 줄일 수 있다. 실제로, MG 가 적용된 현장에서 도저는 약 6~34%의 생산성 증가 효과가 있었으며, 굴삭기는 약 19~23%의 효과가 있다는 사례가 있다(Azar et al., 2015).
그러나 스마트 건설 기술, 특히 MG의 현장 적용은 초기 도입 비용과 기술 검증 부족으로 인해 제한되고 있다. 외국 소프트웨어 및 장비 의존도가 높아 초기 비용 부담이 크며, 이러한 요인은 시공사들이 새로운 기술을 도입하는 늦추는 요인으로 작용하고 있다. 또한, 설계 단계에서 BIM 기반 3D 도면이 반영되더라도 시공 단계에서 제대로 활용되지 못하거나 제한적으로 사용되는 문제도 빈번하다. 이러한 현실은 스마트 건설 기술의 효용성을 극대화하기 위해 해결해야 할 과제를 명확히 보여준다.
1.2 연구의 목적
한국토지주택공사에서 발주하는 공공주택지구 조성공사 현장은 도시기반시설물(우수, 오수, 상수) 및 대단위 토공사가 많이 이루어진다. 최근 실시 설계부터 스마트건설 및 시공BIM을 적극 반영하려고 노력하고 있다. 하지만 최종적으로는 설계에서 빠지거나 현장에서 실제 운영되지 못하는 경우가 많이 발생하고 있다. 실제 현장에서 적용하고 운영함에 따라 안전사고 예방 및 원가절감, 건설현장 노령화, 외국인 근로자가 늘어나는 등 절실히 필요한 시점이다. 스마트 건설 기술은 첨단 ICT(Information and Communications Technologies) 기술을 활용한 측량, 설계, 시공 각 단계에서 필요한 데이터를 생성 활용함에 따라 생산성 증대와 안전성을 강화시킬 수 있다.
실제 현장에서 MG를 활용하여 도시기반시설물 터파기를 진행한다면 공사 전 측량 절차 생략 및 측량 담당 직원이 상주할 필요가 없어진다. 본 연구에서는 MG 시스템이 현장에서 효율적으로 활용될 수 있는지 검토하고, 사용자 편의성과 개선이 필요한 요소를 다양한 방식으로 분석하였다. 사전에 MG 장비에 전달된 시공 BIM 도면을 화면에 표시하여 장비 기사의 작업을 보조하며, 좌표 계산과 레벨 값을 입력하여 굴삭기 위치를 실시간으로 추적한다. 이를 통해 최첨단 기술을 활용한 정밀 시공이 가능해지며, 작업 오차를 최소화할 수 있다. 또한, 이러한 기술은 시공의 정확도를 높이고, 현장 직원들의 효율적인 운영에도 크게 기여할 것으로 판단된다. 굴삭기 운전기사는 MG 시스템에서 실시간으로 제공되는 정보를 이용하여 설계상의 토공 작업면을 정확하게 굴삭 할 수 있다(Azar et al., 2015).
MG를 활용하기 위해서는 외국 기업의 프로그램 구매, 장비 제작 및 구입, 장비 기사 교육, 설계 도면의 3D 도면화 등과 같은 과정에서 상당한 초기 비용이 소요된다. 이로 인해 시공사는 기술 검증이 충분히 이루어지지 않은 MG 시스템을 도입하는 것을 주저하는 경향이 있다. 본 연구에서는 설계 단계에서부터 예산을 반영하여 시공 품질 향상과 원가 절감을 목표로 하였으며, 이를 통해 스마트 건설 기술의 실효성을 입증하고 보다 효율적인 시공 방안을 마련하는 것을 목적으로 한다.
2. 기술동향
BIM은 설계, 시공, 유지관리 전 과정의 효율성을 높이고 품질을 향상시키는 AEC(Architecture, Engineering, Construction) 산업의 핵심 기술로 자리 잡았다. 특히, BIM은 4차 산업혁명 기술과 융합되면서 설계 도구를 넘어 데이터 통합, 분석, 협업 플랫폼으로 발전하고 있다. Bhushan(2023)는 AEC 산업을 변화시킬 8가지 주요 BIM 기술 동향을 제시하며, 이들 기술이 미래 산업에 미칠 영향을 분석하였다.
우선, IoT(Internet of Things) 지원 디지털 트윈 기술은 AEC 산업에서 실시간 데이터 수집과 분석을 가능하게 한다. IoT와 디지털 트윈의 결합을 통해 건설 현장과 시설물의 상태를 실시간으로 모니터링하고, 이상 상태를 사전에 감지하며, 유지보수 활동을 최적화할 수 있다. 이러한 기술은 시설물의 운영 효율성을 높이고, 불필요한 비용을 절감하는 데 기여한다(Ghosh et al., 2021).
또한, BIM과 GIS 통합은 설계자와 엔지니어가 지리적 데이터를 통합하여 프로젝트를 보다 거시적 관점에서 분석할 수 있게 한다. 이 통합은 도시계획, 인프라 설계 등 대규모 프로젝트에서 설계와 시공의 정밀도를 높이는 데 기여하며, 잠재적인 문제를 조기에 발견할 수 있는 강점을 가진다(Rafiee et al., 2014).
클라우드 기반 협업 도구는 AEC 산업의 협업 방식을 혁신적으로 변화시키고 있다. 클라우드 플랫폼은 BIM 데이터를 실시간으로 저장하고 공유할 수 있는 환경을 제공함으로써 프로젝트 참여자들이 효과적으로 협력할 수 있도록 지원한다. 이를 통해 설계와 시공의 연속성을 확보하고, 커뮤니케이션 간소화로 작업 효율성이 증대된다(Goulding et al., 2014).
AI(Artificial Intelligence)와 자동화 기술의 도입은 AEC 산업의 설계 및 시공 프로세스를 더욱 효율적으로 변화시키고 있다. AI는 설계 단계에서 자동화된 대안을 제안하거나 공사 일정을 최적화하는 데 활용되며, 유지관리 단계에서는 건축물 상태를 분석하여 예측 가능한 관리 방안을 제공한다. 이러한 기술은 프로젝트 비용 절감과 품질 개선을 동시에 달성할 수 있게 한다(Abioye et al., 2021).
한편, 가상현실 VR(Virtual Reality)과 증강현실 AR(Artificial Reality) 및 이 두 기술을 혼합한 혼합현실 MR(Mixed Reality) 기술과 BIM 모델을 활용하여 설계 검토와 협업의 효율성을 극대화하고 있다. VR 및 AR을 통해 작업자와 이해관계자는 설계를 시각적으로 검토할 수 있으며, MR을 통해 실제 시공 과정에서의 시뮬레이션이 가능하다. 이로 인해 잠재적인 설계 오류를 사전에 발견하고, 설계 변경에 따른 비용을 절감할 수 있다(Choe, 2017; Jo et al., 2021).
3D 프린팅 기술은 복잡한 건축 부재를 신속하게 제작할 수 있도록 하며, 건축 생산성과 경제성을 높이는 데 기여하고 있다. 3D 프린팅은 건축 요소의 커스터마이징을 가능하게 하여 설계 유연성을 극대화할 뿐만 아니라, 제작 시간을 크게 단축시킨다(Hyundai E&C Newsroom, 2018; Seung et al., 2018; El-Sayegh et al., 2020).
마지막으로, LiDAR(Light Detection and Ranging)와 드론 기술은 AEC 산업에서 데이터 수집 및 분석 과정을 혁신하고 있다. LiDAR는 정밀한 3D 데이터를 제공하며, 드론은 접근하기 어려운 지역의 데이터를 수집하여 시공 현장의 실시간 모니터링과 품질 관리를 가능하게 한다. 이와 함께, 빌딩 에너지 모델링은 BIM 데이터를 기반으로 건축물의 에너지 소비를 분석하고 효율성을 극대화할 수 있는 설계 대안을 제안한다(Choi et al., 2023; Syazan, 2024).
Bhushan(2023)가 제시한 이러한 BIM 기술 동향은 AEC 산업의 디지털 전환을 촉진하며, 효율성과 지속 가능성을 동시에 향상시키는 데 기여할 것으로 보인다.
MG와 머신 컨트롤(Machine Control, MC)은 스마트 건설 기술의 핵심 요소로, 건설 현장에서 작업의 정밀도와 생산성을 크게 향상시킬 수 있는 잠재력을 가지고 있다. MG는 장비의 위치, 기울기, 깊이 등의 정보를 실시간으로 작업자에게 제공하여 작업자가 설계와 일치하도록 작업을 수행할 수 있도록 돕는 기술이다. 반면, MC는 이러한 정보 기반에서 장비를 자동으로 제어하여 작업을 더욱 정밀하고 효율적으로 수행할 수 있게 한다(Park et al., 2021).
Seo(2020)는 단지 조성공사 토공 현장에서 MG 시스템을 적용한 사례를 연구하였다. 연구 결과, MG 시스템이 적용된 굴삭기는 기존 작업 방식과 비교하여 생산성이 크게 향상되었으며, 작업 정밀도 또한 개선된 것으로 나타났다. 이러한 결과는 MG 시스템이 토공 작업의 생산성과 품질 향상에 중요한 기여를 할 수 있음을 입증하지만 MG 시스템의 도입 초기 비용과 현장 적용 사례의 제한성은 여전히 해결해야 할 과제로 남아 있다.
스마트시티 건설 현장에서 MG 기술은 대규모 프로젝트의 효율성을 극대화하는 데 활용되고 있다. Kim et al.(2024)은 스마트시티 건설 현장에서 MG 시스템의 적용 효과를 분석하였다. 연구에 따르면, 부지조성공사에서 토공 MG시스템 적용에 의한 시공속도 증가 등의 효과가 파악되었다. 그러나 시공성 측면에서만 분석하여 추후 기타 스마트건설장비와의 연동관계 등에 대해서는 추가적인 연구가 필요함을 시사하였다.
3. 연구 방법
3.1 설계 BIM과 시공 BIM의 구성
Table 1은 설계 BIM과 시공 BIM의 차이를 보여준다. 설계 BIM은 주로 설계 최적화와 간섭 검토를 수행하는 단계이며, 시공 BIM은 설계 데이터를 시공 가능하도록 변환하고, 시공 자동화를 지원하는 역할을 한다. 본 연구에서는 설계 BIM 데이터를 기반으로 시공 BIM을 구축하여, MG 시스템과 연계하여 시공 효율성을 높이는 방법을 연구했다.
Table 1.
Difference between Design BIM and Construction BIM
Fig. 1은 BIM을 활용한 설계 과정의 흐름도를 나타내며, Fig. 2는 BIM을 활용한 시공 과정의 흐름도를 나타내고 있다. 각 단계별 역할과 상호작용을 자세하게 보여준다. 먼저 설계단계에서 발주자는 프로젝트의 목표 및 요구사항을 설정하고, BIM 적용 기준을 정한다. 설계 단계에서 BIM이 공정 계획, 비용 추정, 시공성 검토 등에 활용될 수 있도록 지침을 제공하며, 설계 승인 및 피드백을 통해 최적화된 설계안이 도출되도록 관리한다.
설계팀은 발주자의 요구사항을 바탕으로 BIM 기반 3D 설계 모델을 작성하고, 설계 모델과 물량 산출 데이터를 연동하여 정확한 도면 및 시공 데이터를 준비한다. BIM 팀과 협력하여 간섭 검토를 수행하여 설계 오류를 사전에 방지한다. 또한 토공, 구조, 전기, 설비 등 분야별 설계 데이터를 통합하여 모델을 검토한다.
BIM 팀에서는 설계 모델의 표준화를 진행하고, 간섭 검토를 수행하여 문제점을 사전에 해결한다. 또한 4D 및 5D BIM 분석을 통해 시공성을 검토하고 시공 시뮬레이션을 지원하며, BIM 데이터를 시공 단계에서 활용할 수 있도록 가공 및 최적화한다.
시공 단계에서는 발주자는 시공 품질 및 일정 관리를 수행하며, BIM 데이터를 활용한 공정 모니터링을 진행한다. BIM 기반으로 시공 진행 상황을 점검하고, 계획 대비 실제 시공 데이터의 일치 여부를 검토하며, 프로젝트가 원활히 진행되도록 시공사 및 BIM 팀과 협력한다.
본 연구에서는 토공, 도로 및 포장공, 우수공, 오수공, 상수공, 구조물공에 대해 각각 BIM 모델을 작성하고 이를 시공 과정에 적용하였다. 구체적으로, 절토 및 성토 구역, 포장 평면, 우수관 및 맨홀, 상수도 배관, 오수관 및 맨홀, 구조물 기초 등의 분야별 상세 BIM 모델을 구축하였으며, 생성된 BIM 모델은 MG 시스템과 연계하여 현장에서 모델에 맞는 시공을 진행하기 위해 사용된다. Fig. 3은 본 연구에서의 BIM 설계 대상을 보여준다.
3.2 머신 가이던스
MG 시스템은 건설 장비에 위치 추적 장치 및 센서를 부착하여, 실시간으로 작업 정보를 제공하고 시공 정밀도를 높이는 스마트 건설 기술이다. MG 시스템은 Fig. 4와 같이 붐, 암, 버켓 등의 건설장비의 주요 부위에 센서를 부착하여, 장비의 움직임을 실시간으로 추적한다. 이를 통해 버켓 끝점의 X, Y, Z 좌표값을 계산하여 작업 목표 형상과 비교하면서 정밀한 시공을 지원한다.
MG 시스템의 주요 센서로는 장비의 전체적인 위치를 추적하는 GNSS/GPS 수신기, 장비의 기울기 및 움직임을 감지하는 자이로 센서, 붐, 암, 버켓의 각도를 측정하여 끝점 좌표 계산을 위한 각도 센서 등으로 이뤄지며, 이러한 정보를 바탕으로 별도의 디스플레이 장치를 통해 장비 기사에게 작업 목표 및 실시간 가이드 제공한다.
Fig. 5은 일반 굴삭기와 MG 시스템이 장착된 굴삭기의 토공 수행 순서를 보여준다. 기존의 일반 굴삭기는 작업 전에 측량팀이 현장을 방문하여 기준점을 설정하고, 지형을 측량한 후 도면을 작성하는 사전 측량이 진행된다. 이 후, 장비 기사가 도면을 참고하여 육안으로 판단하여 굴착을 수행하고, 일정 부분 굴착 후 측량팀이 다시 측량을 진행하여 작업량과 목표 높이를 확인하는 중간 측량 및 도면 재확인을 한다.
마지막으로 추가 굴착이나 되메우기를 진행하며, 최종 측량을 통해 도면과 일치하는지 검토한다. 일반 굴삭기 작업 시에는 측량과 작업이 반복되어 시간이 소요되고, 작업자의 경험에 의존하여 시공 품질 편차가 발생하며, 설계와 실제 시공 간 오차가 발생할 가능성이 높다. 이에 따라 재작업이 빈번하며, 이 경우 추가 비용이 발생하고 공사기간이 증가한다.
반면에 MG 시스템이 장착된 굴삭기는 사전 측량 없이 BIM 기반 3D 설계 도면을 연동하여 작업 지침을 생성하여 굴착 목표 형상과 위치가 장비 내부 디스플레이에 실시간으로 표시된다. 이를 통해 장비 기사는 굴착 작업을 수행하게 되고, GNSS/GPS 데이터를 통해 현재 위치를 실시간 추적하며 목표 형상과 비교한다. 작업이 완료되어도 추가 측량 및 도면 확인 과정이 필요하지 않다. 이에 따라 작업자의 경험에 크게 의존하지 않고, 측량이 불필요하기 때문에 공사 기간을 크게 줄일 수 있다.
4. 사례 연구
4.1 사례 개요
본 연구에서 MG 시스템의 효율성을 확인하기 위해 수행한 현장 개요는 Table 2와 같으며 일부 지역에 한하여 실험을 수행하였다(Fig. 6 참조).
Table 2.
Case overview
4.2 MG를 활용한 터파기 공사 수행 방안
본 연구에서는 택지 조성 공사 현장에서 단독부지 내에 약 1,153m에 걸친 도시기반시설(Fig. 6)의 관로 터파기 작업을 대상으로 MG 시스템의 효과를 분석하였다. 생성된 BIM 모델을 MG 장비와 연계하여 작업자가 굴삭기 내의 MG 디스플레이를 보며 작업을 수행하였다. Fig. 7(a)는 굴삭기가 작업을 수행하는 모습을 보여주며, Fig. 7(b)는 작업자는 굴삭기 내의 디스플레이를 통해 장비상태 및 작업면을 실시간으로 확인하는 모습을 보여준다. 연구의 주요 목적은 MG 시스템을 적용한 시공 방식이 기존 방식 대비 원가 절감, 안전성 강화, 공정률 향상에 미치는 영향을 평가하는 것이다.
MG 시스템의 효과를 검증하기 위해, 성토부 및 절토부에서 도로 중앙을 기준으로 좌우 동시 작업을 수행하여 생산성과 경제성을 비교하였다. 또한, 작업 시간이 지속적으로 유지되는 조건에서 일반 굴삭기와 MG 시스템이 장착된 굴삭기의 작업 성능을 비교하고, 연약지반 및 암반 지반에서 동시 작업을 실시하여 작업 효율성을 분석하였다.
데이터는 약 7일 동안 연속적으로 수집하여, 기계 오류, 프로그램 오류, 작업자의 조작 실수(휴먼 에러) 등 다양한 변수를 종합적으로 분석하였다. 연구 과정에서 발생한 변수를 면밀히 검토하여 MG 시스템이 적용된 공법이 다른 현장에서도 동일한 효과를 나타낼 수 있는지 평가하였다.
실제 현장 실험에서는 예상치 못한 변수들이 다수 발생하였으며, 이를 해결하기 위해 MG 시스템의 오차 보정 및 실시간 데이터 피드백 기능을 활용하였다. 드론 스캐닝을 통한 토공량 계산의 정확도는 약 2~3%의 오차를 보이는 것으로 나타났다 (Lee et al., 2022; Matsimbe et al., 2022). 본 연구에서도 동일한 측정 기법을 활용하여 반복적인 절, 성토 작업과 다양한 현장 변수를 고려한 경제성 및 안전성을 분석하였다. 이를 통해 BIM과 MG 시스템이 연계될 경우, 공정 최적화와 실시간 시공 관리에 미치는 영향을 분석하고, 향후 스마트 건설 기술의 발전 방향을 제시하고자 한다.
4.3 실험 결과
실제 작업을 통해 얻어지는 많은 데이터를 이용해서 MG 시스템의 경제성 및 안전성을 분석했다. Table 3은 도시 기반 시설물(우수, 오수, 상수)의 터파기 작업에 대한 작업에 대해 비교분석한 결과를 보여준다. 전체 작업 가능 시간을 100으로 설정한 후, 실제 작업 시간을 이에 대한 비율로 환산하여 분석하였다. 예를 들어, 하루 전체 작업 가능 시간이 9시간일 때, 4.5시간 동안 작업한 경우 작업 시간은 50으로 계산된다. 또한, 작업 시간과 더불어 측량 등 운전자 외의 작업자가 직접 수행해야 하는 지원 시간을 합산하여 전체 소요 시간을 위와 같은 방법으로 계산하였다. 분석 결과, 작업 시간 면에서 MG 장비를 사용한 경우, 더 많은 작업 시간을 확보했으며, 보조 작업자의 의존도가 낮아진 것을 확인하였다. 마지막으로 전체 작업량은 일반 장비 대비 약 1.2배 우수한 것으로 나타났다. MG 시스템은 작업의 효율성 측면에서 우수한 성과를 보였을 뿐만 아니라 작업자의 경험 의존도를 낮추며 실시간 가이드를 제공함으로써 안전성에서도 더욱 큰 개선 효과가 확인되었다.
Table 3.
Comparative analysis of urban infrastructure excavation work
| Item |
Production Time (hr) |
Production Time + Support Time (hr) |
Excavation quantity (m3) |
| Process A | 65.21 | 75.20 | 2,985.12 |
| Process B | 83.47 | 60.16 | 3,582.11 |
| B/A | 1.28 | 0.80 | 1.20 |
그러나 BIM 기술자와 현장 공사 담당자의 지속적인 상주가 필요하며, 현장에서 발생하는 변수들을 실시간으로 관리해야 하는 점이 주요 과제로 나타났다. 근로자 및 장비의 작업 시간 측면에서는 MG 시스템이 긍정적인 영향을 미쳤으나, 관리자 교육과 프로그램에 대한 지속적인 학습이 필요함이 확인되었다. 또한, 경제성 향상을 위해 투입 비용의 지속적인 분석이 요구되며, 장비 운영비용 및 초기 비용 산출 과정에서 추가적인 실적 데이터와 자료가 필요할 것으로 판단된다. 그럼에도 불구하고, MG 시스템의 작업 효율성은 기존 재래식 방법의 터파기 공사에 비해 명확하게 우수한 것으로 확인되었으며, 향후 실적 데이터 축적을 통해 보다 정확한 비용 분석이 가능할 것으로 기대된다.
5. 결 론
본 연구는 MG 시스템을 장착한 굴삭 방식과 기존의 굴삭 방식을 비교하여, MG 시스템이 작업 안정성과 경제성에 미치는 영향을 분석하는 것을 목표로 하였다. 이를 위해 택지 조성 공사 현장에서 약 1,153m 구간의 도시기반시설 관로 터파기 작업을 대상으로 실험을 수행하였으며, 성토부 및 절토부에서 MG 시스템 적용 여부에 따른 생산성과 효율성을 비교하였다.
분석 결과, MG 시스템을 적용할 경우 평균 20%의 안정성 및 경제성 향상 효과가 있는 것으로 나타났다. 다만, 현장 여건에 따라 굴착 심도, 토질 변화, 굴착 폭 등에 따른 차이가 발생하였으며, 이에 대한 추가적인 데이터 확보가 필요함을 확인하였다. 또한, 지질주상도와 실제 현장의 차이로 인해 용수 발생, 연약지반 형성 등의 변수가 장비의 워커빌리티에 영향을 미쳐 작업 효율이 감소하는 경우도 존재하였다.
그러나 MG 시스템을 지속적으로 개선하고, 다양한 환경에서 최적화 한다면, 향후 더욱 긍정적인 효과를 기대할 수 있을 것이다. 특히, ICT 기반 기술과 MG를 결합하여 실시간 데이터 분석 및 자동 보정 기능을 강화한다면, 정밀한 데이터 처리와 우수한 품질 확보가 가능한 시공 방식으로 발전할 것으로 전망된다. 또한, 본 연구를 통해 토목 현장에서 발생하는 다양한 변수를 어떻게 데이터화하고, 이를 활용하여 시공 자동화를 극대화할 것인가에 대한 과제가 향후 연구에서 중요한 부분이 될 것임을 확인하였다.
현재 MG 장비로부터 수집되는 데이터는 장비의 좌표 정보에 한정되어 있으므로, 버켓의 위치와 각도 정보를 활용하여 굴착된 지반 형상을 데이터화하고, 이를 기반으로 다음 작업의 모델을 생성하기 위한 추가 연구가 필요하다.
