건설회사와 AI기술의 연합…그런데 비용 분담을 어떻게 하지? [노승완의 공간짓기]
스마트 건설과 AI <2>: 시간과 비용이 드는 기술 증명의 길
2023년 7월 국토교통부 주도로 ‘스마트건설 얼라이언스’가 출범했다. 기술위원회와 특별위원회로 나누고, 기술위는 BIM(Building Information Modeling), OSC(Off-Site Construction), 건설 자동화, 디지털 센싱, 스마트 안전, 빅데이터 및 플랫폼 등 총 6개 분과로 구성했다. 각 분과별로 리딩사를 정해 자체적으로 정기 세미나 등을 통해 스마트 건설 기술의 개발, 실증, 협업방안, 규제 개선 방안 등을 논의하고 있다.
민간에서 자체적으로 개발 중인 기술 적용을 확대하고 건설업의 패러다임을 변화하기 위한 정부 드라이브 덕분에 스마트 건설 기술에 대한 관심이 증폭됐다. 일본도 2016년 국토교통성이 주도해 2025년까지 건설 현장 생산성을 20% 높이는 걸 목표로 한 ‘아이 컨스트럭션’(i-Construction) 정책을 추진했으며, 지난해 4월에는 건설 현장의 자동화, 무인화, 탈현장화를 추진하는 ‘i-Construction 2.0’ 정책을 발표했다. ‘i-Construction 2.0’은 2040년까지 투입 인력의 30%를 감축하거나 생산성을 1.5배 향상하는 것을 목표로 한다.
이렇듯 스마트 건설 기술 혹은 AI 기술은 현장의 일하는 방식을 바꾸고 효율을 높이는 방안으로 많은 건설사가 R&D 및 기술개발에 나서고 있다. 하지만 정작 기업 내부에서는 이런 질문이 나온다. “그 돈을 들일 만큼, 진짜 효과가 있긴 한 걸까?”
종합건설사는 기술기업이 아니다인공지능(AI) 기술은 결국 ‘개발된 기술’이 있어야 적용할 수 있다. 하지만 대부분의 건설사는 자체 AI 엔지니어링 기술을 개발하는 조직이 없다. 기술 부서는 자체적으로(in-house 조직) R&D를 수행하기도 하지만 대부분 외부 전문업체와 협업하거나, 이미 시장에서 개발되어 검증된 솔루션을 도입하려고 한다. 이때 실제 건설 현장에 적용할 수 있는 기술을 검증하고 적용 시 주의할 점, 예상 리스크 등을 면밀히 분석해 회사 기준을 제정 또는 개정하고 도면에 반영하는 등의 업무를 한다.
그런데 이렇게 도입하려는 기술들은 큰 비용이 들어간다. 적게는 몇천만원, 많게는 수억원까지 드는 기술이 ‘실제 우리 현장에 얼마나 효과를 줄지’는 미지수다. 바로 이 지점에서 경영진은 망설일 수밖에 없다.
한두 개 공사에 도입하는 건 가능하겠지만 전체 회사에 적용하려면 투자의 당위성을 제시해야 한다. 이걸 어떻게 찾아내고 설명할지에 대한 문제에 봉착하게 되는 것이다.
품질관리 이론에서는 ‘좋은 품질을 위해 드는 돈’(예방비용)이 결국에는 ‘하자보수, 재시공, 클레임’(실패비용)을 줄여 전체 품질비용(Q-cost)을 낮춘다고 한다. 그러니까 지금 AI 기술에 돈을 쓰면 나중에 더 큰 비용을 막을 수 있다는 논리다. 하지만 이 말엔 함정이 있다. ‘나중’이 너무 오래 걸린다는 점이다. 그리고 눈앞에 숫자로 보여주기도 어렵다. 즉 아무리 이론이 맞아도 실제로 3년 뒤에 줄어든 하자보수비용을 예상하고 투자 결정을 하긴 어렵다는 이야기다.
수치화도 좋지만 시간은?…품질비용(Q-cost)의 역설투자 결정을 쉽게 만들려면 ‘당장 눈앞에 보이는 데이터’와 ‘리스크 없는 구조’가 필요하다. 예를 들어 드론과 AI를 활용해 공정률 자동 산정 시스템을 적용한다고 가정하면 한 번에 이 시스템을 모든 현장에 적용하는 것이 아니라 먼저 한 개 현장, 한 개 공정에 한해서 적용해 본다.
수개월이 지나 기존 방식 대비 공정보고서 작성 시간 70% 절감, 공정 정확도 50% 향상이라는 성과가 나온다면 전사 확대 투자로 이어질 수 있다. 투자 판단의 기준은 ‘기술’이 아니라 ‘성공한 경험’이 핵심인 것이다.
AI 도입 전후의 오시공과 재시공률, 하자보수 건수, 품질검사 인력 투입 시간, 안전사고 발생률, 하자소송 비용 등을 비교해서 ‘이 기술을 썼더니 실패비용이 실제로 얼마 줄었다’는 숫자를 도출해보자.
물론 위에서 설명한 것처럼 예방비용을 투자했다고 곧바로 실패비용이 줄어드는 것이 아니라 준공 때까지 2~3년, 그리고 하자담보 기간에, 또 수년을 추적 관리해야 신빙성 있는 숫자가 도출될 수 있다. 그럼에도 불구하고 중장기적으로 품질비용을 관리하는 것은 회사의 투자와 결과를 검증하는 데 꼭 필요하다. 경영진은 그럴듯한 기획안보다 숫자에 반응한다.
기술회사가 책임진다(성과 기반 계약)
건설사가 도입하려는 AI 기술은 주로 스타트업 기업이나 중소기업이 보유하고 있는 경우가 많은데 신기술의 경우 아직 충분한 사전시험이(Pilot test)이 이뤄지지 않은 케이스도 있다.
하지만 이런 기술을 무턱대고 도입하게 되면 효과가 없을 경우 기술료만 지급하게 되므로 계약 시 조건을 명문화하여 개발업체에서 기술을 보증하거나 성과가 입증됐을 때 일정 부분 정산하도록 책임을 배분하는 방법도 리스크를 줄일 수 있는 방안이 될 것이다. 또한 공동투자를 통해 PoC(Proof of Concept)를 진행하고 이 기술을 타사에 적용하게 될 경우 로열티를 배분하는 방법도 생각해 볼 수 있다.
이외에 국토부를 비롯한 정부기관은 스마트 건설 기술에 매년 많은 지원을 하고 있다. R&D 과제, PoC 실증사업, 산학연계 프로그램, 공공현장 적용 시 인센티브까지 다양하다. 따라서 초기 투자 비용을 외부 자금으로 완충하면 기업 입장에서 리스크는 낮추고 기술은 검증할 기회가 있다.
기술은 사람을 대신하지 않지만 기술은 사람이 일을 더 잘 할 수 있게 도와준다. 정부 주도의 스마트 건설 실증사업이든 민간 건설사가 기술을 도입하려고 하든 “이 기술이 진짜 우리에게 이익이 되는가”에 대한 답을 먼저 얻어야 한다. 그러기 위해서는 기술을 증명하기 위한 많은 시도가 활발히 이뤄져야 할 것이다.
![건설회사와 AI기술의 연합…그런데 비용 분담을 어떻게 하지? [노승완의 공간짓기]](https://imgnn.seoul.co.kr/img/upload/2025/06/05/SSC_20250605105712_V.png)
