4편에서 ‘디지털 전환’(DX)에서 ‘AI 전환’(AX)으로 넘어가는 연결고리를 살펴봤다. 이제는 그 연결고리를 실제로 어떻게 구축할 것인지, 중장기 전략을 통해 구체적으로 준비해야 할 시점이다. AX는 단순한 기술 도입이 아니라 산업 구조의 재편이며, 건설사, 테크기업, 정부, 학계가 각자의 위치에서 전략을 세우고 함께 움직여야 한다. ①건설사의 중장기 전략-기술과 조직의 변화 건설사는 DX를 넘어 AX로 가기 위해 조직과 기술, 사업 전략을 동시에 변화시켜야 한다. 단기적으로는 BIM, 드론, IoT 센서 등을 활용해 현장 데이터를 디지털로 수집하고, 이를 CDE(Common Data Environment, 공동작업환경)에 통합하는 작업이 필요하다. 중기에는 AI 기반 의사결정 시스템을 도입해 공정 지연 예측, 자재 수급 최적화, 안전 위험 감지 등의 기능을 현장에 적용해야 한다. 현대건설은 2022년부터 ‘현장 CCTV 영상 분석 시스템’을 개발하고, AI CCTV를 활용해 위험 행동을 실시간 감지하며, 품질 관리에 AR 기술을 접목해 시공 오류를 줄이고 있다. 장기적으로는 자율주행 굴착기, 드론 순찰, 로봇 품질검사 등 자율 장비를 현장에 도입하고, 이를 운영할 수 있는 조직 체계를 갖춰야 한다. 조직 변화 측면에서 디지털 전담팀을 신설하고, 기존 직무를 재설계하며, 직원 교육을 강화해야 한다. DX는 기술 도입이 아니라 일하는 방식의 변화이기 때문에, 현장 직원들이 기술을 이해하고 활용할 수 있도록 체계적인 교육이 필요하다. 올해 삼성물산 데이터팀은 AWS와 공동으로 3대 ‘AI 에이전트’를 개발했다. ‘AI-ITB Reviewer’는 방대한 분량의 입찰제안서를 자동 분석해 리스크를 빠르게 식별하고, ‘AI-Contract Manager’는 법무 및 계약 리스크를 최소화해 전문적인 대응을 지원한다. 또 ‘AI-Project Expert’는 현장 데이터를 통합 분석해 숨겨진 인사이트를 도출하는 시스템으로, 프로젝트 전반의 효율성을 높이는 역할을 한다. 사업 전략 측면에서는 신규 프로젝트 수주 시 ‘AI 기반 시공 전략’을 제안 요소로 활용할 수 있다. 예를 들어, 스마트건설 인증제도를 활용해 발주처에 기술력을 어필하고, 공정 예측, 안전 관리, 품질 자동화 등의 기능을 제안서에 포함시키는 방식이다. ②테크기업의 전략-기술 방향성과 협업 체계 테크기업은 건설 현장에 맞는 기술을 개발하고, 건설사와 협업해 실제 적용 가능한 솔루션을 제공해야 한다. 핵심 기술 방향으로는 공정 예측 AI, 안전 감지 AI, 자율 장비(UGV, 드론, 로봇), 디지털 트윈 플랫폼 등이 있다. 최근 DL이앤씨는 Generative Design을 활용해 설계 자동화를 구현하고 있으며, 포스코이앤씨는 AI 기반 레미콘 품질 예측 시스템을 도입한 바 있다. 기술 개발 우선순위는 초기에는 현장 적용성이 높은 기술에 집중하고, 중기에는 AI 판단의 정확도와 속도를 개선하며, 장기에는 자율화된 현장 운영 시스템을 구축하는 방향으로 설정해야 한다. 투자 전략은 정부의 스마트건설 R&D 과제와 연계해 자금을 확보하고, 오픈이노베이션을 통해 유망 스타트업과 협력하는 방식이 효과적이다. 예를 들어, 중소 건설사와 기술기업 간의 공동 개발 프로젝트는 정부의 실증 지원을 받을 수 있으며, 현장 PoC를 통한 기술 검증과 시장 진입에 유리하다. 협업 체계는 건설사와 공동 개발 및 테스트베드 운영, 정부와 규제 대응 및 인증 체계 협력, 학계와 알고리즘 검증 및 인재 양성 연계를 포함할 수 있다. 이처럼 다자간 협력이 이루어질 때 기술은 현장에 빠르게 확산될 것이다. ③정부 및 학계의 전략-제도 정비와 인재 육성 정부와 학계는 기술 도입에 따른 제도적 혼란을 정비하고, 산업 전반의 방향성을 제시해야 한다. 제도 측면에서는 자율 장비 도입 시 안전 기준과 책임 범위를 명확히 하고, AI 판단 오류에 대한 법적 책임 구조를 정비해야 한다. 중대재해처벌법 시행 이후 건설업의 안전관리에 대한 책임 중요성이 부각되면서, 자율 시스템의 안전성과 책임 귀속 문제는 AX 확산의 핵심 과제가 될 것이다. 디지털 기록과 로그 기반의 안전관리 증빙 체계를 마련하고, 스마트건설 인증제도와 기술 검증 프로세스를 도입해야 한다. 국토교통부는 스마트건설 기술 실증 지원 사업을 통해 기술 검증과 현장 적용을 촉진하고 있으며, 이는 제도적 기반 마련의 좋은 사례이다. 학계는 건설 AI 융합형 교육과정을 신설하고, BIM, 로보틱스, 데이터 분석 중심의 실무형 커리큘럼을 개발해야 한다. 산학 협동 R&D를 통해 기술 검증과 표준화를 주도하고 테크기업, 건설사와 공동 인턴십, 현장 실습 프로그램을 운영함으로써 실무형 인재를 양성할 수 있다. 특히 AI 기술이 빠르게 발전하는 만큼, 학계는 기술 트렌드에 발맞춰 커리큘럼을 유연하게 개편하고, 산업 현장의 요구를 반영한 교육을 제공해야 한다. 이는 산업과 교육이 함께 성장하는 기반이 된다. 건설사, 테크기업, 정부, 학계가 각자의 위치에서 준비하고 협력할 때, 한국 건설산업은 AX 시대의 선도자로 자리매김할 수 있다.

건설산업은 지금 ‘디지털 전환(DX)’에서 ‘AI 전환(AX)’으로 넘어가는 거대한 변화의 초입에 서 있다. DX가 ‘기술을 도입하는 단계’였다면, AX는 ‘기술이 스스로 판단하고 움직이는 단계’이다. 이 변화는 단순한 업그레이드가 아니라, 건설산업의 운영 방식 자체를 다시 설계하는 과정이다. 그렇다면 어떻게 DX에서 AX로 자연스럽게 넘어갈 수 있을까? 그리고 아직 DX가 충분히 자리 잡지 않은 기업은 무엇부터 준비해야 할까? ①DX 성과를 기반으로 AX로 확장하는 방법 DX는 AX의 ‘기초 체력’이다. DX가 제대로 구축되지 않은 상태에서 AX를 시도하면, 마치 부실한 기초 위에 건물을 올리는 것과 같다. DX가 잘 된 기업은 크게 세 가지 특징이 있다. 데이터를 한 곳에 모으고, 표준화하며, 의사결정에 활용한다. 다시 말하면 자료는 클라우드 저장소에 모아 CDE(Common Data Environment) 환경을 구축하고, BIM, 드론 등을 활용해 정보를 디지털로 수집한다. 또한 데이터를 모으고 관리하는 툴이나 시트를 표준화하여 누구나 동일한 포맷을 사용하게 만든다. 마지막으로 이렇게 모은 정량적, 정성적 데이터를 바탕으로 의사결정에 활용한다. 이러한 기반이 갖춰진 기업은 AX로 확장할 때 AI가 학습할 자료인 데이터가 풍부하고, 자율 시스템이 작동할 환경(표준화된 프로세스)이 이미 마련돼 전환 속도가 빠르다. 그렇다면 아직 DX가 부족한 기업은 무엇부터 해야 할까? 우선 종이로 된 문서나 수기 기록들을 디지털 데이터로 변환해야 한다. 그리고 각자 관리하던 데이터를 한 곳에 집중해서 모으는 노력을 해야 한다. 또한 자재, 공정, 안전 등 관련 데이터를 일련 코드나 통일된 포맷으로 표준화하는 작업이 필요하다. 그리고 무엇보다 중요한 것은 직원들이 이러한 변화를 공감할 수 있도록 교육해야 한다. DX는 단순히 ‘특정 기술 도입’이 아니라 ‘일하는 방식의 총체적 변화’다. 이 변화가 자리 잡아야 AX가 비로소 현실이 된다. ②‘데이터 → 알고리즘 → 자율화’의 단계적 로드맵 AX는 하루아침에 완성되지 않는다. 다음 제시하는 3단계를 순서대로 진행해야 한다. 첫 번째, 모든 데이터를 디지털로 흐르는 상태로 만든다. 즉 현장에서 드론이 촬영한 영상이나 사진을 3D 지형 데이터로 변환하고 IoT 센서를 통해 읽어 들인 온도, 습도, 진동, 수치 등을 입력 데이터화하며, BIM에서 작성된 설계, 자재, 공정 등의 정보를 한 곳에 모아 디지털화한다. 이 데이터가 정확하고 표준화돼야 다음 단계로 넘어갈 수 있다. 다음은 알고리즘 단계로 AI가 판단을 돕는 단계다. 데이터가 쌓이면 AI가 패턴을 읽고 예측을 시작한다. 축적된 디지털 데이터를 기반으로 공정 지연 가능성, 자재 수급 부족 시점, 위험 구역 자동 감지, 장비 고장 가능성 등 사전 리스크를 감지하고 사람의 판단을 돕는다. 마지막은 자율화 단계로 AI와 로봇이 스스로 움직이는 단계이며 여기부터 진정한 AX가 시작된다. 예를 들어 자율주행 굴착기가 스스로 입력된 공정 계획에 따라 그날의 작업 경로를 계산해 굴착한다. 또한 드론이 주기적으로 현장을 순찰하며 위험 요소를 감지하고 필요 시 AI가 현장 상황을 판단해 공정 계획을 자동으로 조정한다. 또한 건설 로봇이 공종별 진척에 따라 Hold Point 도래 시 품질 검사를 수행하고 결과를 자동으로 보고한다. 이 단계에서는 사람이 감독자가 되고, AI는 실행자가 된다. ③협업 생태계 구축 “건설사 혼자서는 AX로 갈 수 없다” AX는 한 기업의 힘만으로는 불가능하다. 건설사, 테크 기업, 정부, 학계가 함께 생태계를 만들어야 한다. 건설사는 현장에서 도입하고자 하는 AI의 범위와 요구 조건을 명확히 정의하고 다양한 기술의 테스트베드를 제공해야 한다. 테크 기업들은 건설 현장의 요구에 맞는 솔루션을 커스터마이징하고 BIM을 활용한 공정 간 간섭 조율과 디지털 트윈 환경 구축, 건설 로봇 개발, 드론 기술 등을 선제적으로 개발해야 한다. 정부는 이러한 기술 개발과 적용 과정에서 필연적으로 발생할 수밖에 없는 제도적, 법적 허들을 완화 또는 제거할 수 있도록 관련 기업들과 적극적으로 소통하고 개선해 나가야 한다. 마지막으로 학계는 산학 연계 R&D 등을 통해 기술을 검증하고 관련 기술들에 대한 표준화, 전문 인력 양성 등의 노력을 기울여야 한다. 이 네 주체가 함께 움직일 때 비로소 AX는 산업 전체로 확산될 것이다. AX는 미래 기술이 아니라, 이미 시작된 변화다. 하지만 이 변화는 기술만으로 이루어지지 않는다. 데이터를 정제하고 조직 문화를 바꾸며, 협업 생태계를 구축하여 단계적으로 로드맵을 따라가야 자연스럽게 AX로 넘어갈 수 있다. DX가 기초 공사라면, AX는 그 위에 올라가는 건물이다.

건설산업은 지금 ‘디지털 전환’(DX)에서 ‘AI 전환’(AX)으로 넘어가는 거대한 변화의 초입에 서 있다. DX가 ‘기술을 도입하는 단계’였다면, AX는 ‘기술이 스스로 판단하고 움직이는 단계’이다. 이 변화는 단순한 업그레이드가 아니라, 건설산업의 운영 방식 자체를 다시 설계하는 과정이다. 그렇다면 어떻게 DX에서 AX로 자연스럽게 넘어갈 수 있을까? 그리고 아직 DX가 충분히 자리 잡지 않은 기업은 무엇부터 준비해야 할까? ①DX 성과를 기반으로 AX로 확장하는 방법 DX는 AX의 ‘기초 체력’이다. DX가 제대로 구축되지 않은 상태에서 AX를 시도하면, 마치 부실한 기초 위에 건물을 올리는 것과 같다. DX가 잘 된 기업은 크게 세 가지 특징이 있다. 데이터를 한 곳에 모으고, 표준화하며, 의사결정에 활용한다. 다시 말하면 자료는 클라우드 저장소에 모아 CDE(Common Data Environment) 환경을 구축하고, BIM, 드론 등을 활용해 정보를 디지털로 수집한다. 또한 데이터를 모으고 관리하는 툴이나 시트를 표준화하여 누구나 동일한 포맷을 사용하게 만든다. 마지막으로 이렇게 모은 정량적, 정성적 데이터를 바탕으로 의사결정에 활용한다. 이러한 기반이 갖춰진 기업은 AX로 확장할 때 AI가 학습할 자료인 데이터가 풍부하고, 자율 시스템이 작동할 환경(표준화된 프로세스)이 이미 마련돼 전환 속도가 빠르다. 그렇다면 아직 DX가 부족한 기업은 무엇부터 해야 할까? 우선 종이로 된 문서나 수기 기록들을 디지털 데이터로 변환해야 한다. 그리고 각자 관리하던 데이터를 한 곳에 집중해서 모으는 노력을 해야 한다. 또한 자재, 공정, 안전 등 관련 데이터를 일련 코드나 통일된 포맷으로 표준화하는 작업이 필요하다. 그리고 무엇보다 중요한 것은 직원들이 이러한 변화를 공감할 수 있도록 교육해야 한다. DX는 단순히 ‘특정 기술 도입’이 아니라 ‘일하는 방식의 총체적 변화’다. 이 변화가 자리 잡아야 AX가 비로소 현실이 된다. ②‘데이터 → 알고리즘 → 자율화’의 단계적 로드맵 AX는 하루아침에 완성되지 않는다. 다음 제시하는 3단계를 순서대로 진행해야 한다. 첫 번째, 모든 데이터를 디지털로 흐르는 상태로 만든다. 즉 현장에서 드론이 촬영한 영상이나 사진을 3D 지형 데이터로 변환하고 IoT 센서를 통해 읽어 들인 온도, 습도, 진동, 수치 등을 입력 데이터화하며, BIM에서 작성된 설계, 자재, 공정 등의 정보를 한 곳에 모아 디지털화한다. 이 데이터가 정확하고 표준화돼야 다음 단계로 넘어갈 수 있다. 다음은 알고리즘 단계로 AI가 판단을 돕는 단계다. 데이터가 쌓이면 AI가 패턴을 읽고 예측을 시작한다. 축적된 디지털 데이터를 기반으로 공정 지연 가능성, 자재 수급 부족 시점, 위험 구역 자동 감지, 장비 고장 가능성 등 사전 리스크를 감지하고 사람의 판단을 돕는다. 마지막은 자율화 단계로 AI와 로봇이 스스로 움직이는 단계이며 여기부터 진정한 AX가 시작된다. 예를 들어 자율주행 굴착기가 스스로 입력된 공정 계획에 따라 그날의 작업 경로를 계산해 굴착한다. 또한 드론이 주기적으로 현장을 순찰하며 위험 요소를 감지하고 필요 시 AI가 현장 상황을 판단해 공정 계획을 자동으로 조정한다. 또한 건설 로봇이 공종별 진척에 따라 Hold Point 도래 시 품질 검사를 수행하고 결과를 자동으로 보고한다. 이 단계에서는 사람이 감독자가 되고, AI는 실행자가 된다. ③협업 생태계 구축 “건설사 혼자서는 AX로 갈 수 없다” AX는 한 기업의 힘만으로는 불가능하다. 건설사, 테크 기업, 정부, 학계가 함께 생태계를 만들어야 한다. 건설사는 현장에서 도입하고자 하는 AI의 범위와 요구 조건을 명확히 정의하고 다양한 기술의 테스트베드를 제공해야 한다. 테크 기업들은 건설 현장의 요구에 맞는 솔루션을 커스터마이징하고 BIM을 활용한 공정 간 간섭 조율과 디지털 트윈 환경 구축, 건설 로봇 개발, 드론 기술 등을 선제적으로 개발해야 한다. 정부는 이러한 기술 개발과 적용 과정에서 필연적으로 발생할 수밖에 없는 제도적, 법적 허들을 완화 또는 제거할 수 있도록 관련 기업들과 적극적으로 소통하고 개선해 나가야 한다. 마지막으로 학계는 산학 연계 R&D 등을 통해 기술을 검증하고 관련 기술들에 대한 표준화, 전문 인력 양성 등의 노력을 기울여야 한다. 이 네 주체가 함께 움직일 때 비로소 AX는 산업 전체로 확산될 것이다. AX는 미래 기술이 아니라, 이미 시작된 변화다. 하지만 이 변화는 기술만으로 이루어지지 않는다. 데이터를 정제하고 조직 문화를 바꾸며, 협업 생태계를 구축하여 단계적으로 로드맵을 따라가야 자연스럽게 AX로 넘어갈 수 있다. DX가 기초 공사라면, AX는 그 위에 올라가는 건물이다.

건설산업이 DX(디지털 전환)를 넘어 AX(인공지능 전환)로 도약하려면 기술 자체만으로는 충분하지 않을 수 있다. 건설 현장의 고착화된 문화와 정서, 법과 제도, 공사비, 데이터 관리와 인력까지 모두 얽혀 있다. 이번에는 AX 전환을 위한 과정에서 기술, 제도, 조직, 경제적 측면의 허들이 어떠한 것들이 있고 극복 방안에 대해 살펴본다. ●기술적 허들: AI·로봇·자율시스템의 성숙도와 현장 적합성 CES 2025에 자율주행 굴착기를 비롯한 다양한 로봇들이 등장했다. 머신가이던스(MG), 머신컨트롤(MC), 드론 계측 등은 이미 시연 단계 또는 부분 적용 단계지만, “모든 현장에 당장 투입”은 아직 어려운 단계다. 복잡한 지반, 날씨 여건, 협소한 도심지 현장, 매일 변화하는 공정 간섭 속에서 센서 노이즈, 응답 지연, 맵 정합과 경로 계획 안정성 등을 기술적으로 극복하고 성숙 단계에 도달하기까지는 아직 많은 시행착오와 기술 개발이 숙제로 남아있다. 예를 들어 건설 현장에서 드론과 인공지능(AI)을 활용해 3차원(3D) 디지털 지도를 만들어 장비 투입 최적화 루트를 계산하지만, 최적 장비 조합을 실제 현장에서 구현 시 안전 구역 설정, 반출입 동선 관리, 공정 간섭 등과 충돌하여 실행에 옮기기까지는 어려움이 많다. 이는 건설 현장에서 지속적인 검토를 통해 통합 엔지니어링(로보틱스+BIM+시공 계획+HSE) 역량을 더욱 향상시켜야 비로소 AI 기술을 접목한 장비 활용이 가능할 것이다. ●제도적 허들: 규제, 안전 기준, 법적 책임의 명확화 2022년부터 중대재해처벌법 시행으로 사업주 및 경영 책임자의 책임 범위가 크게 확대됐다. 안전 관리 체계 구축과 실행 여부가 처벌 판단의 핵심 기준으로 작동한다. 이런 환경에서 건설사가 자율주행 지게차나 로봇과 같은 AI가 결합된 장비나 시스템을 도입하여 활용하다 안전 사고를 낼 경우 “사고의 법적 책임”이 쟁점이 될 수 있다. 디지털·AI 기반 안전 관리 증빙과 장비 운영 로그(데이터 거버넌스)가 관리 책임을 규명하는 주요 판단 근거가 될 것이다. 자칫 책임 불명확과 과도한 규제는 초기 AI 안전 관리 확산에 장애물이 될 수 있다. 결과적으로, 자율 주행 장비, AI가 결합된 기계의 의사 결정에 있어 안전 적합성 검증, 데이터 기반 위험 평가, 시정 조치 체계, 감리·발주자의 디지털 확인 절차 등이 제도적으로 내재화돼야 하며, 그렇지 않다면 AX의 PoC 단계에서 상용화 단계로 확대될 수 없다. ●조직적 허들: 보수적 문화와 인력 재교육 기술보다 더 어려운 것은 사람의 변화다. 건설업은 오랜 경험과 직관이 중요한 분야라, AI나 로봇이 판단한다고 해도 “과연 그게 맞아?”라는 의심이 생기기 쉽다. 또한 새로운 기술을 쓰려면 기존 인력의 재교육이 필요하다. 드론 조종, 데이터 분석, 로봇 운영 같은 새로운 직무가 생기기 때문이다. 일부 기업은 ‘디지털 전담팀’을 만들어 AX를 준비하고 있지만, 조직 전체가 바뀌려면 상당한 시간이 필요하다. AI가 의사 결정을 일부 대체하거나 지원하는 체계를 구축하려면, 권한과 책임의 위임 전결 설계, 새로운 직무 정의(로봇 운영, 데이터 엔지니어, HSE 데이터 관리자 등), 교육과 평가 체계 정립이 필요하다. 기업들은 ‘AX 조직’을 주축으로 프로세스 자동화, 데이터 기반 의사 결정 체계를 확립해야 하며, HR은 업무의 중요도와 분야에 따라 AI를 단순 참고용 의사 결정 도구로만 활용할지, 최종 의사 결정 권한을 부여할지에 대한 R&R을 분명히 정립해야 할 것이다. ●경제적 허들: 초기 투자, ROI 불확실성과 시장 변동성 AX 기술은 초기 투자 비용이 많이 들어간다. 드론, 센서, AI 시스템, 자율 주행 장비까지 도입하려면 수십억 원이 투입되기도 하는데 그만큼의 효과가 즉시 체감되지 않아 ROI(투자 대비 수익) 예측이 명확하지 않다. 그래서 많은 기업들이 “지금은 건설 경기도 안 좋은데, 이걸 무리해서 도입해도 괜찮을까?”라는 고민을 한다. 하지만 일부 기업은 과거부터 시스템적으로 공정 지연을 줄이고, 안전 사고를 예방하면서 실제로 비용을 절감하기 위한 시도를 해왔고 이를 통해 확보한 데이터를 활용하여 AI를 데이터 기반의 의사 결정 도구로 활용할 준비를 하고 있다. Q-cost(품질 비용)상 예방 비용을 선제적으로 투입함으로써 실패 비용을 낮춰 전체 품질 비용을 절감하기 위한 노력이기도 하다. 현재 대한민국 건설업은 2~3년 전부터 발주 물량 감소 및 착공 지연에 따라 수주 및 수익성 악화, 잠재된 PF 구조 부실, 높은 부채 비율 등 여러 리스크가 겹친 상태다. 경제 전문가들은 이르면 2026년 하반기부터 건설 경기가 서서히 회복될 것이라고 예측한다. 건설 경기 둔화와 회복의 사이클은 5~10년 주기로 반복되는 경향을 보이며 현재는 무리한 출혈 경쟁 수주보다 내실을 다지며 미래를 대비하기 위한 효율적인 업무 시스템을 정비할 필요가 있다. “데이터 통합→의사 결정 도구→운영 최적화”에 투자한 ROI는 다른 투자에 비해 더 빨리 다가올 수 있다. 위에 언급한 네 가지 허들이 전부는 아니겠지만 AX를 향해 건설사, 정부, IT 기업, 스타트업 기업들이 머리를 맞대고 장벽을 하나둘 논의하여 걷어냄으로써 대한민국의 건설 산업은 한 차원 높이 도약할 수 있을 것이다.

건설산업에서 디지털 전환(DX)은 단순히 컴퓨터를 잘 다루는 수준을 넘어 현장의 모든 정보를 데이터로 바꾸어 관리하는 시스템이다. 드론이 촬영한 현장 사진, IoT(사물인터넷) 센서가 기록한 온도와 습도, 설계 도면을 3차원(3D) 정보로 변환한 BIM(건축정보모델링) 객체까지 모두 데이터다. 하지만 중요한 점은 데이터를 모으는 것 자체가 목적이 아니라 잘 정리하고 활용해야 한다는 것이다. ●건설업의 데이터 활용사례 그렇다면 건설사에서는 프로젝트 수주, 설계, 시공 및 유지관리에 이르기까지의 방대한 데이터를 어떻게 다루고 있을까? 수주 단계에는 발주처의 요구사항, 입찰 조건 등의 자료와 함께 경쟁사 분석, 예상 손익, 리스크 등의 검토 자료들이 쌓인다. 삼성물산은 수천 페이지에 이르는 입찰 안내서를 효과적으로 분석하기 위해 LLM 기반의 AI 에이전트를 활용하여 리스크를 신속하게 분석하고 업무 효율을 높이고 있다. 설계 단계에는 BIM 모델, 설계 도면, 구조/환경 시뮬레이션 데이터를 활용하는데, 이런 데이터들을 활용해 설계 오류를 줄이고 공정과 공사비 예측 정확도를 높일 수 있다. 공사 중에는 현장에 심어놓은 각종 계측기를 통해 IoT 센서 데이터(온도, 습도, 변위값 등)를 수집하고 드론과 라이다 센서를 통해 측량한 데이터 등을 활용하여 품질 및 안전관리의 효율을 높인다. 준공 후 유지관리 단계에서는 시설물이나 건축물의 하자 이력, 유지보수 기록 등을 통해 설계 단계 혹은 공사 중 품질관리 방안, 대책을 수립하여 선 반영할 수 있으며 시설물을 디지털 트윈으로 구현하여 설계 단계부터 유지관리 단계까지 데이터를 연계해 관리하고 있다. ●데이터 관리의 허점과 실패 사례 하지만 데이터를 제대로 축적하고 정제하지 못하면 모으기만 하고 제대로 활용할 수 없다. 대표적인 사례가 표준화되지 않은 기록 관리다. 일부 회사에서는 똑같은 공사나 자재를 유사한 이름 여러 개로 관리하고 있어 어떤 공종과 이름으로 기록해야 할지 사용자가 고민하는 경우가 있다. 예를 들면, 방바닥 미장 공사를 방통 공사, 바닥 몰탈 공사, 바닥 미장 공사 등 여러 이름으로 등록해 두고 이 중에서 골라 입력하게 하여 업무에 혼선을 빚고 데이터를 제대로 모으기 어려운 경우가 있다. 다른 문제는 데이터 사일로 현상이다. 부서마다 별도로 데이터를 관리하여 서로 연결되지 못하고 중복되거나 위의 사례처럼 통일된 용어를 사용하지 않는 경우다. 또한 아날로그 데이터를 제대로 변환하지 못한 경우가 있다. 스캔 데이터를 제대로 디지털화하지 못해 활용이 불가능하기도 하다. 이러한 문제 때문에 건설사마다 “DX를 한다”면서도 실제로는 데이터가 흩어져 있고 제대로 정제되지 못해 활용률이 떨어지는 사례가 적지 않다. ●데이터 파이프라인과 표준화 데이터가 ‘생성→저장→정리→분석→활용’되는 흐름을 하나의 관처럼 연결해 놓은 것이 데이터 파이프라인이다. 예를 들어 현장에서 센서를 통해 읽어들인 온도가 자동으로 클라우드에 저장되고 불필요한 값은 걸러낸 후 분석 프로그램이 이를 분석해 공정 관리에 반영하는 과정이 바로 파이프라인이며 이 흐름이 끊기지 않고 매끄럽게 이어져야 DX가 제대로 작동된다. 또한 데이터는 자재, 공정, 품질 데이터 등 동일한 코드와 기준으로 기록해야 한다. 종이 문서, 스캔 데이터 등은 반드시 디지털로 변환해야 한다. 이 표준화와 디지털화가 갖춰져야 데이터가 ‘언어’로 인식되고 AI가 이해할 수 있다. 데이터는 많을수록 좋지만 정확하지 않으면 오히려 위험하다. 잘못된 데이터로 AI가 판단하면 엉뚱한 공정을 제시하거나 위험한 공법을 제안할 수도 있기 때문이다. 그리고 건설 데이터는 설계, 자재, 비용 등 민감한 정보가 많으므로 보안 관리가 필수다. 결국 데이터 관리는 단순히 많은 것이 최선이 아니라 정확하고 표준화된, 신뢰할 수 있는 데이터를 차곡차곡 모으는 것이 핵심이다. 잘 구축된 데이터는 AX(인공지능 전환) 시대에 건설 산업을 완전히 다른 차원으로 끌어올리는 원동력이 될 것이다.

박재희(왼쪽 세 번째) 한국공항공사 사장직무대행을 비롯한 참석자들이 11일 서울 강서구 한국공항공사에서 열린 ‘AI·BIM 센터 오픈 기념식’에서 테이프 커팅을 하고 있다.

서울시의회 예산결산특별위원회와 도시안전건설위원회에서 의정 활동 중인 남창진 의원(국민의힘, 송파2)은 지난 1일 열린 건설기술정책관 및 도시기반시설본부 시설국의 2026년도 예산 예비심사에서 최근 서울시 행정처분 패소 사례, 스마트건설기술(BIM) 도입에 따른 인력 양성 문제, 공공건축물 하자로 인한 개관 지연 등 주요 현안을 집중적으로 지적하며 개선을 촉구했다. 남 의원은 먼저 2021년 발생한 광주 학동 재개발 건물 붕괴 사고와 관련해 서울시가 현대산업개발에 부과한 과징금 처분이 1·2심과 대법원까지 모두 패소하면서, 서울시가 받았던 과징금 4억 600만원과 이자 수천만원을 돌려줘야 하는 상황을 지적하며, 행정처분 과정에 외부 전문가가 참여했다 하더라도, 결과적으로 시민의 소중한 세금이 불필요하게 낭비됐기 때문에 유사한 사례가 반복되지 않도록 원인 분석과 재발방지 대책을 반드시 마련해야 한다고 강조했다. 이어 남 의원은 서울시가 추진 중인 BIM(빌딩정보모델링) 기반 스마트 건설 전환 정책과 관련해, 2026년부터 조직을 구성하고 본격 추진할 때 전문 인력 양성도 같이 고려해야 한다며 BIM 프로그램은 연간 사용료가 개당 수백만원에 달하고 고사양 장비가 필요하므로 서울시 인재개발원의 자체 교육과 병행한 외부 전문기관을 활용한 교육 확대를 제안했다. 건설기술정책관은 건설사 행정 처분 시 건설사가 대부분 소송으로 대응하고 있고 행정 처분권자인 서울시 및 위원회의 견해와 법원의 다른 판단이 있을 수 있어 반환이 발생한 경우이고 손실을 최소화할 수 있도록 검토하며 BIM 적용 부분은 꼭 필요한 부서는 소프트웨어를 구매하고 제안한 외부 전문 교육기관 활용도 적극적으로 검토하겠다고 답변했다. 또한 도시기반시설본부 시설국 예비심사에서 남 의원은 서서울미술관이 2025년 3월 준공됐으나 건물 누수, 습도 과다, 곰팡이 등 다수의 하자가 발견되면서 개관을 2026년 초순으로 연기하고 있는데 감독관이 준공검사 시 철저하게 점검하지 못한 점을 지적했다. 도시기반시설본부장은 공사 시 하자 외에도 시설을 운영하는 기관의 운영 미숙에도 개관 지연의 일부 원인이 있다며 공사 준공검사 체크리스트 보완과 운영 매뉴얼 개발 등으로 유사 사례가 발생하지 않도록 노력하겠다고 답변했다.

경희사이버대학교가 2026학년도 1학기 신·편입생을 모집한다. 이번 모집에서 가장 주목할 부분은 공학계열의 대폭 확대다. 4차 산업혁명과 디지털 전환(DX) 시대가 요구하는 실무 역량 강화를 위해 스마트건축공학과와 AI기계제어공학과를 신설했다. 스마트건축공학과는 BIM(건축정보모델링)과 AI 기반 설계, 친환경·제로에너지 건축 등 디지털 건설 기술을 중점적으로 다룬다. 특히 AI·BIM 기반 디지털 설계와 시공 시뮬레이션을 온라인으로 수행할 수 있는 실습환경을 구축해 건축 및 건설 분야 전반에서 실무 경쟁력을 높이는 것을 목표로 한다. AI기계제어공학과는 전통 기계공학을 넘어 AI, 로봇, 자동화 산업을 선도하는 멀티형 인재를 양성한다. ‘기계 없는 기계공학’이라는 최신 공학교육 패러다임을 반영, 기초 역학 기반의 프로그래밍, 제어공학, 로봇공학 등 융합형 커리큘럼을 통해 지능형 기계공학 전문가를 배출할 계획이다. 경희사이버대는 AI 기반 교육혁신에 박차를 가하고 있다. 7개 언어 자막과 강의 노트를 제공하는 다국어 자막 강의 콘텐츠와, 26개 언어를 실시간 인식해 학사 정보를 24시간 안내하는 ‘다국어 AI 챗봇 상담 시스템’을 도입해 글로벌 학습자가 언어 장벽 없이 최고 수준의 교육 서비스를 누릴 수 있도록 지원한다. 신·편입생은 IT·디자인융합, 사회복지, 상담심리, 한국어문화, 경영·마케팅, 호텔·관광 등 9개 학부, 37개 학과(전공) 중 선택할 수 있다. 2025학년도 1학기 기준 전체 신·편입생의 93%가 경희가족장학, 산업체위탁장학 등 40여개의 교내·외 장학금 혜택을 받고 있으며, 국가장학금과 중복 수혜도 가능하다. 또한 경희의료원 이용 시 의료비 감면 혜택 등 경희학원 가족으로서의 특전도 누릴 수 있다.

인공지능(AI) 기반의 도면 자동분석을 이용한 자동 적산 기술을 개발한 포비콘이 ‘2025 호반혁신기술공모전’에서 대상을 받았다. 포비콘은 ‘비전 AI 기반 도면 자동분석 기술’로 심사위원단의 높은 평가를 받았다. 건설 현장에서 적산은 건설비 산출 등을 위해 건설 도면을 보고 건설에 들어가는 원자재의 물량을 산출하는 작업이다. 컴퓨터 보조설계(CAD) 도면을 기반으로 자재 물량을 산출하는 핵심 업무이기도 하다. 기존 적산 업무는 수작업에 의존해 인력 소요가 크고, 산출 기간이 길며, 인적 오류가 빈번했다. 특히 설계 변경이 잦은 프로젝트에서는 매번 새로 계산해야 했고, 한 번 시작하면 4주 이상 소요됐다. 타일 공사, 미장 공사 등 공사 종류별로 750만원 이상의 비용이 발생해 효율성 문제도 심각했다. 사람이 하는 작업이라 산출내역서를 만드는 과정에서 실수도 종종 있었다. 포비콘은 CAD 로우 데이터(원자료)를 AI 데이터와 융합한 라이브러리를 자체 개발했다. AI가 도면에서 골조벽, 창문, 습식벽 등을 자동으로 인식하고 자재 물량을 계산한다. 기존에 3주 걸리던 작업을 하루 만에 완료할 수 있으며, 도면이 축적될수록 정확도는 99% 수준까지 향상된다. AI에 기반한 포비콘의 ‘오토 적산’은 기존 수작업으로 10시간 걸리는 일을 20분 만에 처리하는 능력을 갖춘 것으로 평가된다. 포비콘은 CAD 도면을 자유롭게 분석해 원하는 데이터를 추출할 수 있는 자체 개발 라이브러리를 보유하고 있다. CAD 도면의 원자료와 AI 엔진 결과를 융합해 밀리미터(㎜) 단위로 정밀하게 데이터를 처리할 수 있다. 지난해 1월 설립된 포비콘은 창업한 지 2년이 안 됐지만 포스코이앤씨, 우미건설, BS한양 등 대형 종합건설사와 협업하며 기술력을 검증했다. 포스코이앤씨에 오토적산 엔터프라이즈를 납품 중이며 처음에는 85% 수준이던 정확도가 도면 데이터 축적으로 4개월 만에 99%까지 향상되는 성과를 거뒀다. 포비콘은 지난 10월 우미건설과 공사비 견적 플랫폼 개발 업무협약을 체결했으며, 같은 달 23일 열린 ‘BS그룹 AI 데모데이 2025’에서도 최우수상을 받아 기술력을 인정받았다. 포비콘은 관련 기술 특허 5개를 출원했고, 성남 창업경연대회 최우수상과 국토연구원 주관 부동산서비스 창업 경진대회 국토연구원장상 등을 받았다. 마크앤컴퍼니와 윤민창의투자재단으로부터 ‘시드 투자’도 유치했다. 이 밖에 신용보증기금 ‘스타트업 네스트’ 프로그램 17기에 선정되기도 했다. 지난해 8월에는 중소벤처기업부의 민간투자 주도형 기술창업 지원 프로그램인 ‘팁스’(TIPS)에 선정돼 최대 5억원의 연구개발 자금을 받고 있다. 포비콘은 호반건설과 밀접한 협업을 지속하며 건설 적산 자동화뿐 아니라 설계 검토, 건설정보모델링(BIM) 기반의 데이터 통합 등에서 긴밀히 협력할 예정이다. 호반그룹은 계열사 현장에 포비콘의 기술을 적용해 도면 분석을 통한 자동 적산과 건축 공사비를 예측해 산출하는 ‘개산견적 프로세스’의 디지털화도 추진할 계획이다. 송중석 포비콘 대표는 “이번 수상을 계기로 포비콘의 기술을 더욱 발전시키고 호반그룹과 함께 건설 산업을 혁신하는 데 앞장서겠다”고 말했다.

현대건설은 지난 5일 경기도 고양시 킨텍스에서 열린 ‘2025 스마트건설 챌린지’ 시상식에서 건설정보모델링(BIM)과 철도 분야 최우수 혁신상, 단지·주택 분야 혁신상 등 3개 상을 받았다고 7일 밝혔다. 올해 5회째인 스마트건설 챌린지는 스마트건설 기술 보급과 확산을 위해 국토교통부와 건설동행위원회가 주최하는 국내 대표 건설기술 경연이다. 현대건설은 2021년부터 올해까지 5년 연속 수상했다. 현대건설이 BIM 분야 최우수 혁신상을 받은 ‘인공지능(AI) 프리콘 자동화’ 기술은 설계 단계에서 시공 전 데이터를 연동해 공정과 물량을 정밀화한 기술이다. 시공 최적화·작업시간 단축·리스크 최소화 측면에서 효율성을 인정받았다. 아이티엠건축사사무소, ㈜빔스온탑엔지니어링, 가천대와 컨소시엄을 구성했다. 철도 분야 최우수 혁신상인 ‘AI 스마트 안전 시스템’은 현대건설이 이노넷·아이브스와 함께 출품한 안전관리 플랫폼이다.현대건설이 2021년 업계 최초로 지하 터널 현장에 도입한 TVWS(TV 주파수 유휴 대역을 활용해 통신할 수 있게 하는 기술)를 기반으로 AI 영상 인식, 사물인터넷(IoT) 센서 등을 연동한다. 삼성물산과 협업한 단지·주택 분야 혁신상 수상작 ‘건설현장 자재 운반 로봇’은 자율주행 로봇이 주변 환경을 인식해 지도를 만들고, 스스로 위치를 파악해 건설현장에 최적화된 자재 운반작업을 수행하게 하는 기술이다. 작업자와 자재 이동 동선을 분리해 효율과 안전성도 높였다고 현대건설은 설명했다. 현대건설 관계자는 “이번 수상으로 지난 10여년간 국내외 현장에서 실증을 통해 검증된 앞선 스마트건설 기술력이 다시금 인정받는 계기가 됐다”며 “앞으로도 첨단 디지털 기술의 융합과 현장 작업자를 배려한 안전하고 효율적인 시스템 개발을 지속해 K-건설의 고도화와 경쟁력 향상에 최선을 다하겠다”고 말했다.

AI와 스마트기술이 건설현장에 본격 도입되면서, ‘사람이 직접 감시하지 않아도 위험을 사전에 인지하고 대응하는 시스템’에 대한 기대가 높아진다. 국토부가 최근 ‘AI 기반 건축 안전 모니터링’ 기술 개발에 착수한 가운데, 현장에서는 실시간 감지·전송·기록을 자동으로 수행하는 초소형 안전 디바이스에 주목한다. ㈜데키스트는 이런 흐름 속에서 휴대용 4가스 감지기 ‘라디오노드 RN630’을 출시했다. 이 장비는 LoRaWAN 통신 기반의 세계 최소형 가스 감지기로, 별도 중계기나 와이파이 없이도 수 km 거리에서도 안정적인 데이터 전송이 가능하다. 또한 산소(O₂), 일산화탄소(CO), 황화수소(H₂S), 이산화탄소(CO₂) 또는 LEL 4종의 가스를 동시에 감지하고, 경고 및 관리자 전송, 자동 기록까지 수행한다. 특히 건설현장이나 정비작업, 플랜트 등 복잡하고 넓은 공간에 중계기 없이 적용 가능하다는 점에서 스마트 건설 기술 확산 흐름에 최적화된 장비로 평가받는다. RN630의 무게는 단 175g에 불과해 작업자의 활동을 방해하지 않으면서도 안전 기능은 절대 포기하지 않는 현장 최적화 설계가 특징이다. 이 장비는 쓰러짐 감지, 긴급 호출, 관리자 다중 전송, 기록 보고서 기능 등을 통해 실제 작업자 중심의 안전관리 환경을 실현한다. 최근 RN630에는 온도 및 습도 센서를 기반으로 한 체감온도 측정 기능이 탑재됐다. 이로써 폭염 등 온열 질환 위험에도 실시간 대응할 수 있다. 체감온도 기준이 산업안전보건규정에 포함되면서, 작업 환경의 온열 리스크를 가시적으로 관리하고 예방할 수 있는 수단으로 RN630의 활용도가 더욱 확대된다. 데키스트는 현장 기업들이 RN630을 자사 건설관리 시스템, 안전관제 플랫폼, ERP 등과 쉽게 연동할 수 있도록 OPEN API를 제공한다. 이를 통해 기업들은 RN630이 측정한 실시간 가스 데이터, 체감온도 정보, 경고 발생 이력 등을 기존 시스템에 통합하여, 현장 데이터를 단순 기록이 아닌 ‘스마트 안전 자산’으로 전환할 수 있다. RN630의 실시간 알림 및 기록 기능은 디지털 트윈, 스마트 건설 플랫폼, 무인관제 시스템과도 연동할 수 있다. 이는 데이터 기반 위험예측 체계를 구성하려는 기업들에 실질적인 기술적 토대를 제공한다. 현재 건설업계는 AI 기반 위험예측, BIM 기반 자동 검측, 스마트 관제 기술 등 다양한 디지털 안전기술을 도입하고 있다. RN630은 이러한 흐름에 현장 친화적이면서도 정책 대응 가능한 연결 고리로 주목된다. RN630은 기존 시스템과 쉽게 연동 가능하고, 현장 적용 장벽이 낮기 때문이다. 정부가 스마트건설 기술 도입에 인센티브 기반 제도 도입을 검토 중인 만큼, RN630은 기술성뿐 아니라 정책 대응 가능성과 확장성 측면에서도 주목할 만한 장비다. 데키스트는 “기술은 사용자와 현장에 부담을 주지 않아야 의미가 있다”며 “RN630은 스마트건설 전환의 마지막 공백지대였던 ‘현장 실시간 안전 감지’의 해법이 될 것”이라고 강조했다.

경기도의회 김완규 의원(국민의힘, 고양12)은 10월 23일(목) 고양시 킨텍스 제3전시장 건립부지에서 열린 ‘킨텍스 제3전시장 착공식’에 참석해 “킨텍스 제3전시장 착공은 멈춰 있던 일산의 미래가 다시 움직이기 시작했다는 상징적인 순간”이라며 “이번 착공을 계기로 고양특례시가 대한민국을 대표하는 글로벌 MICE 산업 중심도시로 도약할 것”이라고 밝혔다. 이번에 착공한 제3전시장 건립사업은 총사업비 6,726억 원 규모로, 기존 제1·2전시장 서측 부지에 약 67,000㎡ 규모의 전시장을 신축하는 초대형 프로젝트다. 완공 시 킨텍스는 국내 최대 규모이자 세계 20위권 수준의 전시장으로 자리매김하게 된다. 김완규 의원은 “킨텍스 제3전시장은 일산테크노밸리, CJ라이브시티, K-컬처밸리와 함께 고양특례시를 대표하는 대한민국 MICE 산업의 핵심 인프라가 될 것”이라며 “이번 착공으로 일산이 문화·산업·관광이 융합된 미래형 경제도시로 도약하는 또 한 걸음을 내딛었다”고 평가했다. 이어 김완규 의원은 “고양특례시가 경기북부의 새로운 성장축으로 자리 잡을 수 있도록 앞으로도 흔들림 없이 챙기고, 시민이 체감할 수 있는 변화를 만들어가겠다”고 강조했다. 한편, 이날 착공식에는 김동연 경기도지사, 이동환 고양특례시장, 박종복 산업통상자원부 통상차관, 지역 국회의원 등 주요 인사와 시민 500여 명이 참석했다. ‘세계로 향하는 글로벌 마이스로드, 킨텍스’를 주제로 한 영상 상영과 착공 퍼포먼스가 함께 진행되며 제3전시장 건립의 첫 삽을 기념했다. 제3전시장은 인공지능(AI) 기반의 에너지 관리시스템과 3D BIM(건축정보모델링) 설계를 적용해 효율적인 시공과 지속 가능한 운영이 가능한 ‘스마트 전시장’으로 조성될 예정이며, 2028년 하반기 완공을 목표로 하고 있다. 김완규 의원은 끝으로 “오늘의 착공이 일산의 새로운 성장 신호탄이 되어, 경기북부가 대한민국의 균형발전을 이끄는 중심축이 되길 바란다”며 “앞으로도 경기도의회가 지역의 비전과 미래를 향해 흔들림 없이 나아가겠다”고 말했다.

디지털 트윈·CCTV 통합관제로 현장 관리 고도화 AI와 로봇, 드론 기술이 건설 현장의 패러다임을 바꾸고 있다. HDC현대산업개발이 이 같은 기술을 적극 도입하며 스마트 건설 환경 구축과 현장 관리 문화 혁신에 나섰다. 클라우드 드론 플랫폼 도입… 전국 현장에 확대 적용21일 건설업계에 따르면 HDC현대산업개발은 최근 드론 기반 ‘디지털 트윈’(Digital Twin) 솔루션 기업인 메이사와 업무협약(MOU)을 체결하고, 클라우드 기반 드론 플랫폼을 현장 관리 체계에 도입하기로 했다. 양사는 드론과 BIM(건설정보모델링) 기술을 융합해 현장의 생산성과 안전성 향상, 그리고 차세대 디지털 건설 환경 구현을 위한 공동 연구개발을 추진한다. HDC현대산업개발은 향후 전국 모든 현장에 드론 관리 체계를 확대 적용한다는 방침이다. 드론의 섬세한 촬영과 영상 분석을 통해 착공부터 준공까지의 공정 기록, 원가관리, 안전 모니터링이 한층 정교해질 것으로 기대된다. 특히 대규모 현장의 사각지대도 실시간 모니터링이 가능해져 안전사고 예방에 큰 도움이 될 전망이다. 이 체계에는 실제 현장을 3차원 가상 공간에 구현하는 디지털 트윈 기술이 적용된다. 이를 통해 시공 상태를 실시간 점검하고, 정확한 측량과 토공량 산출, 공정 시뮬레이션 등 효율적인 시공 관리가 가능하다. 현재 서울원 아이파크, 시티오씨엘 7단지 등 일부 현장에서 운영 중이며 향후 전 현장으로 확대할 계획이다. 회사 관계자는 “드론과 데이터 기반 관리 체계로 공정의 효율성과 현장의 안전성을 정밀하게 높이고 있다”며 “스마트 건설기술을 통해 디지털 전환(DX)과 자동화 경쟁력 강화를 지속하겠다”고 말했다. AI 기술 결합한 스마트 건설 솔루션 개발HDC현대산업개발은 메이사와 협력해 AI를 활용한 파일 탐지 및 관입 깊이 계산 기술, 드론 실시간 영상 분석 및 AI 안전 관리 기술, 3D BIM 기반 현장 모델링 기술 등을 개발 중이다. 또한 드론 영상 분석을 통한 골조 검측 기술과 공정·원가 효율화 솔루션도 추진하고 있다. 이외에도 현장 경험을 토대로 다양한 솔루션을 고도화해 스마트 건설 기술 기반의 새로운 사업 모델 발굴에도 나선다. CCTV 통합관제센터·타워크레인 CCTV 확대HDC현대산업개발은 기술 고도화 외에도 CCTV 통합관제센터 운영으로 안전 관리 체계 강화에 힘쓰고 있다. 2022년부터 운영 중인 관제센터는 최근 증축과 기능 강화에 착수했으며, AI CCTV 기술을 접목해 지상·지하층을 포함한 전 현장 실시간 관제체계를 구축할 계획이다. 이를 통해 근로자의 안전 상태를 조기에 파악하고 위험 요인에 신속히 대응할 수 있을 것으로 기대된다. 현재 천안 아이파크 시티를 비롯해 군산 레이크시티 아이파크, 춘천 레이크시티 아이파크, 서울원 아이파크, 광주 센테니얼 아이파크 등 주요 현장에 CCTV를 확대 설치 중이며 타워크레인 CCTV도 전국으로 확대 적용할 예정이다. 안전관리자 교육·노사 합동 점검으로 ‘안전 문화’ 강화현장 기술 고도화와 더불어 HDC현대산업개발은 안전·보건관리자의 역량 강화에도 나섰다. 지난여름부터는 자기주도형 학습 시스템을 도입해 상시 교육과 온라인 시험을 통해 표준 역량 이상을 갖춘 관리자 양성에 주력하고 있다. 기존 일회성 교육에서 벗어나 안전 기준의 최신 정보를 상시 학습할 수 있도록 개선했다. 노동조합과의 협력도 이어가고 있다. 회사는 이문 아이파크 자이, 강변역 센트럴 아이파크 등에서 노사 합동 안전 점검을 했으며, 하반기에는 전 현장 근로자 대상 안전 컨설팅 프로그램을 운영해 안전 문화 정착을 추진할 예정이다. HDC현대산업개발은 AI와 디지털 기술을 적극 접목해 건설 현장의 스마트화·안전화를 동시에 실현한다는 방침이다. 회사 관계자는 “AI와 DX를 기반으로 한 관리 체계를 지속적으로 발전시켜 지속 가능한 안전 문화를 정착시키겠다”며 “전사적 안전 캠페인과 책임자 교육을 강화해 안전 중심의 현장 문화를 만들어가겠다”고 밝혔다.

그동안 스마트 건설과 AI 기술의 현장 적용 가능성 및 개발 동향을 집중적으로 살펴보았다. 시리즈의 마지막 편인 이번 글에서는 지난 9편의 논의를 바탕으로 2030년에 건설 현장이 맞이할 변화에 대해 구체적인 예측과 전망을 정리한다. 2000년대 초반, 지하 주차장 골조 공사에 PC(Precast Concrete) 공법을 적용했던 경험은 당시로서는 혁신적인 기술 도입 사례였다. 20년이 지난 지금도 PC 공법은 여전히 사용되고 있으나, 적용 범위가 크게 확장되지 못했다는 사실은 건설업의 특성을 시사한다. 건설업은 프로젝트의 대형화, 비표준화, 복잡한 인력 프로세스로 인해 신기술 도입의 효용성을 입증하기 어렵고 시간과 비용이 많이 소요되어 다른 산업에 비해 혁신 속도가 느린 경향이 있다. 하지만 코로나19 이후 노동력 부족, 외국인 근로자 증가로 인한 소통 문제, 안전사고 예방의 중요성 증대, 그리고 자재비 및 인건비 급등과 같은 요인들이 기술 개발의 필요성을 가속화시키고 있다. 이러한 배경 속에서 2030년에 활성화될 스마트 건설 기술의 방향을 다음과 같이 제시한다. 건설 로봇의 현장 투입 확대 위험하고 단순 반복적인 작업을 대체할 로봇 도입이 본격화될 전망이다. 사람이 하기 위험했던 고소 작업이나 파일 항타 시 튀어오르는 정도를 원거리에서 측정하는 리바운드 체크 기술이 대표적이다. 특히 대규모 작업 공간의 효율을 높이는 로봇들이 등장할 것이다. 넓은 바닥의 정확한 도면을 그려주는 먹매김 로봇, 골조 공사 후 알루미늄 거푸집을 해체하는 로봇, 외벽 도장 및 창호 주변 코킹(Sealing) 로봇 등이 실용화된다. 자율 이동 로봇(AGV: Automated Guided Vehicle)을 활용한 자재 운반 로봇 등 다양한 기계와 로봇들이 현장 인력의 역할을 분담하게 된다. BIM과 디지털 트윈 기술의 통합 관리 체계 구축 BIM은 단순 3D 모델링 도구를 넘어 건축물 생애주기(Life Cycle) 전체를 관리하는 핵심 데이터 소스로 진화한다. 설계 단계부터 시공 단계의 공정 간섭 점검, 원가 변동 관리, 진척도 및 안전 관리까지 통합적으로 수행하게 된다. 준공 이후에는 디지털 트윈(Digital Twin)으로 전환되어 유지보수 및 시설물 관제의 기반이 된다. 현장 관리자는 360도 카메라를 장착한 안전모를 착용하고 현장을 순회하는 것만으로 공정 진척도를 측정하고, 작업장별 위험 요소를 파악하여 조치 계획을 푸시 알림(Push Notification)으로 안내받는 등 현장 관리가 획기적으로 수월해진다. 나아가 로봇개나 AGV에 고해상도 카메라를 장착해 사람이 접근하기 어려운 공간까지 손쉽게 점검하며 업무 효율성을 높일 것이다. 드론 기술을 활용한 전방위적 모니터링 활성화 공항, 도로, 항만, 공동주택단지 등 광범위한 현장에서 드론의 활용이 필수화된다. 드론은 사람이 직접 움직여 확인하기 어려웠던 전체 현장 상황을 신속하게 모니터링하여 공정 상황을 실시간으로 체크한다. 또한 특정 구간에 대한 작업 현황 모니터링, 위험 예지 활동 및 안전 조치 등이 드론을 통해 효율적으로 이루어지면서 현장 관리의 사각지대를 해소하고 신속한 의사결정을 지원할 것이다. 센싱 기술의 진화와 맞춤형 안전 관리 기존의 육안 확인 방식에서 벗어나, 현장에 설치된 센서와 계측기의 모든 정보를 스마트폰 앱이나 소프트웨어를 통해 실시간으로 공유하고 체계적으로 관리하는 원격 계측 및 모니터링 체계가 구축된다. 이를 통해 변위, 안전, 품질 문제에 즉각적으로 대처할 수 있게 된다. 특히 안전 분야에서 센싱 기술은 더욱 진화한다. 지게차, 중장비 등 건설 기계에 센서를 장착하여 작업장 주변 사람 접근 시 알람으로 통제하고, 작업자가 웨어러블 장치를 착용하면 실시간 위치 파악과 위험 발생 여부를 감지하여 알람을 제공하는 등 맞춤형 안전 관리가 가능해진다. 중량물 취급 근로자를 위한 근골격계 질환 예방 웨어러블 장치 개발도 활발해지면서 작업 효율과 안전성이 동시에 높아질 것이다. OSC(Off-Site Construction) 기반의 건설 패러다임 전환 PC 공법을 넘어 모듈러(Modular) 공법을 중심으로 한 OSC 시장이 점차 확대될 전망이다. 주택 전체를 공장에서 제작해 현장에서는 조립만 하는 모듈러 공법은 운송 및 설치의 한계가 있었으나, 건설 자재를 표준 모듈 기반으로 통일하여 설계하고 공장에서 유닛(Unit)을 생산하는 방식으로 패러다임이 바뀔 가능성이 높다. 이는 과거 미국의 ‘카테라(Katerra)’ 사례처럼 건설업이 지향해야 할 방향을 제시한다. 이러한 방식이 정착되면 건설 시장은 현재와 같은 주문형 시장(Customized)과 공장 유닛타입 방식인 규격화 시장(Ready-made)으로 양분될 수 있으며, 노동 집약적인 현장 의존도를 획기적으로 낮추게 될 것이다. 마무리하며 2030년은 먼 미래가 아닌, 건설업의 공사 기간으로 치면 한두 개 현장의 기간에 불과한 짧은 시간이다. 5년 후 건설 현장의 모습이 드라마틱하게 변하지는 않겠지만, 지금 활발하게 시도되고 있는 건설 로봇, 드론 기술, 디지털 트윈 기술 등에 대한 PoC(Proof of Concept)는 그때쯤이면 정착 단계에 들어설 것이라 조심스레 예측한다. 이러한 끊임없는 시도들이 건설업을 노동 집약적 산업에서 효율을 극대화한 제조업 방식으로 변화시키는 원동력이 될 것이다. [스마트 건설과 AI]1편-콘크리트 속 스마트 기술2편-AI를 건설에 쓴다고? 그런데 그 돈은 누가 내지?3편-건설사의 AI, 우리가 직접 만들어야 하나?4편-AI를 도입했는데, 현장에서는 안 써요.5편-AI가 품질을 지킨다고?6편-건설기술과 AI, 어디까지 자동화할 수 있을까?7편-기술보다 중요한 건 데이터8편-기술은 혼자 못 바꾼다9편-해외사례로 살펴본 스마트 건설 기술 10편-2030년의 건설현장은 어떻게 달라질까?

그동안 스마트 건설과 AI 기술의 현장 적용 가능성 및 개발 동향을 집중적으로 살펴보았다. 시리즈의 마지막 편인 이번 글에서는 지난 9편의 논의를 바탕으로 2030년에 건설 현장이 맞이할 변화에 대해 구체적인 예측과 전망을 정리한다. 2000년대 초반, 지하 주차장 골조 공사에 PC(Precast Concrete) 공법을 적용했던 경험은 당시로서는 혁신적인 기술 도입 사례였다. 20년이 지난 지금도 PC 공법은 여전히 사용되고 있으나, 적용 범위가 크게 확장되지 못했다는 사실은 건설업의 특성을 시사한다. 건설업은 프로젝트의 대형화, 비표준화, 복잡한 인력 프로세스로 인해 신기술 도입의 효용성을 입증하기 어렵고 시간과 비용이 많이 소요되어 다른 산업에 비해 혁신 속도가 느린 경향이 있다. 하지만 코로나19 이후 노동력 부족, 외국인 근로자 증가로 인한 소통 문제, 안전사고 예방의 중요성 증대, 그리고 자재비 및 인건비 급등과 같은 요인들이 기술 개발의 필요성을 가속화시키고 있다. 이러한 배경 속에서 2030년에 활성화될 스마트 건설 기술의 방향을 다음과 같이 제시한다. 건설 로봇의 현장 투입 확대 위험하고 단순 반복적인 작업을 대체할 로봇 도입이 본격화될 전망이다. 사람이 하기 위험했던 고소 작업이나 파일 항타 시 튀어오르는 정도를 원거리에서 측정하는 리바운드 체크 기술이 대표적이다. 특히 대규모 작업 공간의 효율을 높이는 로봇들이 등장할 것이다. 넓은 바닥의 정확한 도면을 그려주는 먹매김 로봇, 골조 공사 후 알루미늄 거푸집을 해체하는 로봇, 외벽 도장 및 창호 주변 코킹(Sealing) 로봇 등이 실용화된다. 자율 이동 로봇(AGV: Automated Guided Vehicle)을 활용한 자재 운반 로봇 등 다양한 기계와 로봇들이 현장 인력의 역할을 분담하게 된다. BIM과 디지털 트윈 기술의 통합 관리 체계 구축 BIM은 단순 3D 모델링 도구를 넘어 건축물 생애주기(Life Cycle) 전체를 관리하는 핵심 데이터 소스로 진화한다. 설계 단계부터 시공 단계의 공정 간섭 점검, 원가 변동 관리, 진척도 및 안전 관리까지 통합적으로 수행하게 된다. 준공 이후에는 디지털 트윈(Digital Twin)으로 전환되어 유지보수 및 시설물 관제의 기반이 된다. 현장 관리자는 360도 카메라를 장착한 안전모를 착용하고 현장을 순회하는 것만으로 공정 진척도를 측정하고, 작업장별 위험 요소를 파악하여 조치 계획을 푸시 알림(Push Notification)으로 안내받는 등 현장 관리가 획기적으로 수월해진다. 나아가 로봇개나 AGV에 고해상도 카메라를 장착해 사람이 접근하기 어려운 공간까지 손쉽게 점검하며 업무 효율성을 높일 것이다. 드론 기술을 활용한 전방위적 모니터링 활성화 공항, 도로, 항만, 공동주택단지 등 광범위한 현장에서 드론의 활용이 필수화된다. 드론은 사람이 직접 움직여 확인하기 어려웠던 전체 현장 상황을 신속하게 모니터링하여 공정 상황을 실시간으로 체크한다. 또한 특정 구간에 대한 작업 현황 모니터링, 위험 예지 활동 및 안전 조치 등이 드론을 통해 효율적으로 이루어지면서 현장 관리의 사각지대를 해소하고 신속한 의사결정을 지원할 것이다. 센싱 기술의 진화와 맞춤형 안전 관리 기존의 육안 확인 방식에서 벗어나, 현장에 설치된 센서와 계측기의 모든 정보를 스마트폰 앱이나 소프트웨어를 통해 실시간으로 공유하고 체계적으로 관리하는 원격 계측 및 모니터링 체계가 구축된다. 이를 통해 변위, 안전, 품질 문제에 즉각적으로 대처할 수 있게 된다. 특히 안전 분야에서 센싱 기술은 더욱 진화한다. 지게차, 중장비 등 건설 기계에 센서를 장착하여 작업장 주변 사람 접근 시 알람으로 통제하고, 작업자가 웨어러블 장치를 착용하면 실시간 위치 파악과 위험 발생 여부를 감지하여 알람을 제공하는 등 맞춤형 안전 관리가 가능해진다. 중량물 취급 근로자를 위한 근골격계 질환 예방 웨어러블 장치 개발도 활발해지면서 작업 효율과 안전성이 동시에 높아질 것이다. OSC(Off-Site Construction) 기반의 건설 패러다임 전환 PC 공법을 넘어 모듈러(Modular) 공법을 중심으로 한 OSC 시장이 점차 확대될 전망이다. 주택 전체를 공장에서 제작해 현장에서는 조립만 하는 모듈러 공법은 운송 및 설치의 한계가 있었으나, 건설 자재를 표준 모듈 기반으로 통일하여 설계하고 공장에서 유닛(Unit)을 생산하는 방식으로 패러다임이 바뀔 가능성이 높다. 이는 과거 미국의 ‘카테라(Katerra)’ 사례처럼 건설업이 지향해야 할 방향을 제시한다. 이러한 방식이 정착되면 건설 시장은 현재와 같은 주문형 시장(Customized)과 공장 유닛타입 방식인 규격화 시장(Ready-made)으로 양분될 수 있으며, 노동 집약적인 현장 의존도를 획기적으로 낮추게 될 것이다. 마무리하며 2030년은 먼 미래가 아닌, 건설업의 공사 기간으로 치면 한두 개 현장의 기간에 불과한 짧은 시간이다. 5년 후 건설 현장의 모습이 드라마틱하게 변하지는 않겠지만, 지금 활발하게 시도되고 있는 건설 로봇, 드론 기술, 디지털 트윈 기술 등에 대한 PoC(Proof of Concept)는 그때쯤이면 정착 단계에 들어설 것이라 조심스레 예측한다. 이러한 끊임없는 시도들이 건설업을 노동 집약적 산업에서 효율을 극대화한 제조업 방식으로 변화시키는 원동력이 될 것이다. [스마트 건설과 AI]1편-콘크리트 속 스마트 기술2편-AI를 건설에 쓴다고? 그런데 그 돈은 누가 내지?3편-건설사의 AI, 우리가 직접 만들어야 하나?4편-AI를 도입했는데, 현장에서는 안 써요.5편-AI가 품질을 지킨다고?6편-건설기술과 AI, 어디까지 자동화할 수 있을까?7편-기술보다 중요한 건 데이터8편-기술은 혼자 못 바꾼다9편-해외사례로 살펴본 스마트 건설 기술 10편-2030년의 건설현장은 어떻게 달라질까?

인도네시아 발리에서 숨진 호주 청년의 시신을 인도받은 유가족이 시신에서 장기가 없어진 사실을 발견해 논란이 일고 있다. 21일(현지시간) 호주 뉴스닷컴 등에 따르면 바이런 해도우(23)는 지난 5월 26일 발리의 개인 빌라 수영장에서 의식을 잃은 채 발견됐다. 바이런은 업무차 발리에 머물고 있었다. 발리 현지 수사당국은 바이런의 사인을 익사로 판정했다. 바이런의 시신은 사망 후 거의 4주가 지난 뒤에야 호주 퀸즐랜드에 사는 유족의 품으로 돌아왔다. 시신 송환 일정 지연에도 묵묵히 기다렸던 유족은 호주 당국의 부검 뒤 충격적인 소식을 또다시 듣게 됐다. 퀸즐랜드 당국의 검시관이 바이런의 시신에서 심장을 찾을 수 없었다고 전한 것이었다. 장례식을 이틀 앞두고 전해진 소식이었다. 유족은 발리 당국의 무성의한 태도에 커다란 실망감을 표했다. 뉴스닷컴은 그가 숨진 지 나흘 후(5월 30일)에야 발리 경찰에 신고가 접수된 것부터 석연찮다고 전했다. 경찰이 현장에 도착했을 때 이미 현장은 상당히 ‘오염’된 상태였다. 시신은 발리의 BIMC 사립병원으로 이송됐고 사망증명서가 발급됐다. 이후 시신은 발리의 한 장례식장으로 보내졌고, 호주 브리즈번으로 송환될 준비를 마쳤다. 사망증명서에 기재된 사망 원인은 익사였다. 그러나 유족은 그의 사인 판정에도 의문을 제기하고 있다. 바이런은 수영에 능숙했던 데다 키도 178㎝로 작지 않은 키였다. 그가 발견된 수영장의 깊이는 150㎝에 불과했다. 더욱 의심스러운 대목은 그의 몸에서 발견된 여러 상처와 멍 자국이었다. 바이런의 몸을 감싼 수건에선 혈흔이 발견됐다. 유족은 수사 초기부터 바이런이 범죄 피해를 당했을 가능성을 염두에 두고 발리에 있는 바이런의 호주 친구에게 ‘발리에서 부검이 이뤄지도록 조치해 달라’고 요청했다고 한다. 특히 이메일에서 “그의 시신이 온전하게 돌아와야 한다”고 강조했다. 바이런이 사망 판정을 받은 지 4일 뒤 그의 시신과 함께 친구가 유족을 대리해 서명한 ‘(임상적) 표준 부검 요청서’가 발리의 응우라 종합병원으로 발송됐다. 이는 현지 법의학 전문가인 놀라 마가렛 구나완 박사가 접수했다. 그러나 장례식장에서 냉동 보관됐던 시신이 응우라 종합병원에 이송된 뒤 녹기 시작했고, 구나완 박사가 부검을 시행할 때까지 4일이 더 소요됐다. 그 사이 발리 경찰은 구나완 박사에게 바이런의 시신을 ‘법의학적’으로 부검해달라는 두 번째 요청을 넣었다. 법의학적 부검은 임상적 부검이나 표준 부검과 다르다. 법의학적 부검은 폭력이 의심되거나 사인이 불분명한 사건에서 법적 절차를 위해 사망 원인과 사망 방식을 파악하기 위해 이뤄진다. 이 경우 훨씬 더 자세한 검사가 포함되며 추가 조사를 위해 심장이나 뇌 등 중요 장기를 따로 부검하는 절차가 따를 수 있다. 구나완 박사는 뉴스닷컴에 “부검 요청이 두 건 들어왔을 때 법의학적 부검에 우선순위가 있다”면서 “임상 부검의 경우 장기를 따로 보관하는 데 유족의 동의가 필요하지만, 법의학적 부검은 인도네시아 법에 따라 동의가 필요하지 않다”고 설명했다. 이어 “법의학적 부검에서 사인을 규명하기 위해 장기 전체를 따로 보존하는 것은 전 세계적으로 흔한 관행”이라고 주장했다. 구나완 박사는 바이런의 사인에 대해 알코올 중독과 항우울제의 복합적인 영향으로 수영장에서 빠져나오지 못했을 가능성이 있다고 결론내렸다. 다만 그의 몸에서 발견된 수많은 흉터와 멍의 원인과 그 영향은 설명하지 못했다. 구나완 박사는 “그의 죽음이 사고인지 자살인지 타살인지 결론을 내릴 수 없었다”면서 “브리즈번의 법의학 연구실에서 더 진보된 기술로 더 상세한 원인을 파악하게 되길 바란다”고 매체에 전했다. 호주 퀸즐랜드 사법 당국은 바이런의 사망을 검시 대상으로 분류했다. 바이런의 어머니는 “아들의 심장이 실종됐다는 소식을 들었을 때 가슴이 무너져내렸다”면서 “그들(발리 당국)이 아들의 심장을 가져갔다는 사실을 알게 됐고, 발리 영사관을 포함해 아무도 그 사실을 몰랐다는 데 큰 충격을 받았다”고 말했다. 유족은 특히 아들의 심장을 돌려받기 위해 몇 달을 더 기다려야 하고 추가로 700호주달러를 지불해야 한다는 사실에 모욕감을 느꼈다며 분통을 터뜨렸다. 아들의 잃어버린 심장은 장례식과 매장이 끝난 뒤에야 돌려받을 수 있었다. 호주 현지 법의학자이자 미제사건 범죄 전문인 잔테 말렛 박사는 부검 당시 심장을 제거한 것은 문제가 없지만 인도네시아 당국이 법의학적 검사가 끝난 뒤에는 장기를 시신의 제자리에 돌려놨어야 한다고 말했다. 말렛 박사는 “모든 장기의 무게를 측정하고 법의학적 조사를 위해 해부를 했겠지만, 검사가 끝난 뒤 심장을 돌려놓지 않은 것은 이해할 수 없다”고 말했다. 법학 조교수로 법의학 영상 기술 전문가인 마크 트라브스키 박사 역시 이에 동의하며 “장기 보존은 전 세계적으로 흔한 관행이 아니며 호주에서는 널리 권장되지 않는다”고 말했다. 트라브스키 박사는 “병리학자들이 조직 샘플을 보관할 수는 있겠지만 심장 전체를 보관할 수는 없을 것”이라며 “그들(발리 당국)이 그런 관행을 어떻게 정당화할 수 있을지 잘 모르겠다”고 지적했다. 발리에서 바이런의 시신을 잠시 맡았던 장례식장 관계자조차 유족의 편을 들었다. 이 관계자는 병원에서 유족에게 심장에 대한 정보를 알려야 했다며 “그게 표준 운영 절차일진 몰라도 먼저 가족들에게 설명했어야 했고 심장이 없어진 것을 알게 된 뒤에는 최소한 책임을 지고 유족에게 돌려보냈어야 했다”고 지적했다. 그러면서 “당국자들은 내게 대신 반환하라며 심장을 보냈다”면서 “정말 복잡한 절차였다. 서류 수십 종이 필요했고 몇 달이 걸렸다”고 덧붙였다. 애도우 부부는 아직도 브리즈번에서 실시된 2차 부검 결과와 발리에서 아들에게 정확히 어떤 일이 일어났는지에 대한 조사 결과를 초조하게 기다리고 있다. 호주 외교당국 대변인은 매체에 “발리에서 사망한 호주인의 유족에게 영사 지원을 제공하고 있다”면서 “유족에게 깊은 애도를 표한다”고 밝혔다.

건설 산업의 디지털 전환이 가속화되면서 인공지능(AI), 로보틱스, 사물 인터넷(IoT) 등 첨단 기술이 현장에 활발히 도입되고 있다. 특히 해외 건설 시장은 기술 개발을 넘어 현장 상용화에 집중하며 생산성 및 안전성 향상에서 괄목할 만한 성과를 보이고 있다. 해외의 주요 스마트 건설 기술 사례를 살펴보고, 이를 통해 국내 건설 기술의 현주소를 진단하며 미래 발전 방향을 모색한다. BIM, IoT, 그리고 자율주행 로봇의 결합 프린터 제조업체인 HP는 2022년 BIM(건설정보모델링) 데이터를 기반으로 바닥에 정확한 도면을 그려주는 자율주행 로봇 ‘SitePrint’를 개발하여 건설 업계에 신선한 충격을 주었다. 이 로봇은 BIM 도면을 현장으로 직접 가져와 복잡한 레이아웃을 자동으로 마킹하며, 캐나다 PCL 건설사는 밴쿠버 공항 프로젝트에 이 기술을 적용해 1000m가 넘는 곡선 마킹 작업을 기존 방식 대비 86%의 비용 절감 효과와 높은 정확도로 완수했다. 이러한 혁신 사례는 HP뿐만 아니라 CiV Robotics, MiraiKiKai, FJDynamics 등 다양한 글로벌 기업에서 AMR(자율주행 이동 로봇)과 GNSS(위성항법시스템)를 결합한 라인 마킹 로봇 개발로 이어지고 있다. 드론을 활용한 초고속 측량 및 모니터링 드론은 건설 현장의 측량 및 모니터링 작업을 혁신하고 있다. 미국 텍사스 고속도로 확장 공사에서는 ‘Ranger Pro’ 드론이 약 1.6㎞에 이르는 도로 측량 기간을 기존 4~6일에서 단 2일로 단축했다. 드론의 첨단 사진 측량 기술과 LiDAR(레이저 기반 거리 측정) 장비를 활용하여 신속하게 데이터를 수집하고, 단 하루 만에 처리함으로써 프로젝트 계획 및 실행 속도를 획기적으로 높일 수 있었다. 건설 로봇 및 자동화 장비의 현장 도입 해외 시장에서는 단순 반복 작업을 자동화하는 로봇과 장비가 이미 현장에 투입되고 있다. 미국의 Built Robotics는 기존 굴삭기나 불도저에 ‘Exosystem’ 키트를 장착해 자율주행 장비로 변환하는 솔루션을 제공한다. 또한 태양광 발전소 현장에 ‘Robotic Pile Driver(RPD 35)’를 도입하여 태양광 구조물 설치를 자동화했다. 호주의 Fast-Brick Robotics는 시간당 최대 1000장의 벽돌을 쌓을 수 있는 벽돌 시공 로봇 ‘Hadrian X’를 개발해 시공 기간과 인건비를 대폭 절감하고 있다. 미국의 Advanced Construction Robotics는 철근 묶기 로봇 ‘Tybot’과 철근 인양·설치 로봇 ‘IronBOT’을 개발하여 플로리다 고속도로 공사 등에 투입, 공사 속도와 안전성을 동시에 향상시켰다. 센싱 기술, AI 기반 안전 및 공정 모니터링 AI와 데이터 분석 기술은 건설 현장의 위험 예측과 효율적인 관리를 가능하게 한다. 미국의 Hensel Phelps는 AI 기반 리얼리티 인텔리전스 시스템 ‘Track3D’를 활용하여 360° 이미지, LiDAR, 드론 데이터를 자동으로 통합하고 분석한다. 이를 통해 공정 및 품질 편차를 조기에 발견하고 재시공 비용을 20% 절감하는 성과를 거두었다. 오스트리아 STRABAG는 ‘DARIA(다리아)’ 플랫폼을 통해 1만 1000개 이상의 프로젝트 데이터를 학습한 AI가 재정적 위험을 예측하고 관리한다. 또한 생성형 설계(Generative Design) 기술을 활용해 에너지 효율을 높이고 최적의 태양광 패널 배치 등을 도출하며 설계 단계부터 효율성을 극대화하고 있다. 통합 프로젝트 관리 플랫폼 프로젝트의 복잡성이 증가함에 따라 여러 관리 요소를 하나의 플랫폼으로 통합하는 기술이 중요해졌다. 캐나다 PCL은 ‘PM4+’라는 AI 기반 건설 사업 관리 플랫폼을 개발하여 RFI(정보 요청), 설계 변경, 품질 관리 등 여러 프로젝트 정보를 통합 관리한다. 이를 통해 생산성을 높이고 리스크 관리를 효율화하고 있다. 미국 Open Space는 ‘Open Space BIM+’ 디자인 도구를 활용해 360도 카메라로 촬영한 현장 이미지를 BIM 모델에 매핑하여 실제 시공 상황과 도면을 실시간으로 비교, 시공 품질을 검증하고 오류를 최소화한다. 해외와 국내 스마트 건설 기술의 현주소 해외 사례는 기술의 개발을 넘어 현장 적용 및 상용화에 초점을 맞추고 있다. 특히 대형 건설사, 장비 제조업체, 그리고 스타트업 간의 긴밀한 기술 협업 생태계가 성공적인 기술 상용화의 핵심 배경으로 작용하고 있다. 반면, 국내는 BIM이나 드론 분야에서는 해외와의 기술 격차가 크지 않지만, 로보틱스, AI 등 첨단 분야에서는 뒤처져 있다는 평가다. 국내에서도 다양한 기술 개발이 시도되고 있지만, 경직된 발주 제도, 안전 규제, 표준화 미비 등으로 인해 현장 적용이 제한적이다. 미래 건설 기술 개발 방향 제언 국내 건설 시장의 스마트 기술 역량을 높이기 위해서는 기술 개발과 함께 적용 활성화를 위한 제도 및 생태계 혁신이 시급하다. 우선 기술 실증-제도 개정-확산의 3단계 전략을 통해 현장 적용성을 높여야 한다. 산학 협동 연구 과제와 정부 및 지자체의 기술 실증 사업도 확대해야 한다. 여기에 신기술 도입을 장려하는 인센티브 제도를 마련하여 건설 로봇과 AI 기술 활용에 대한 적극적인 투자를 유도해야 한다. 이러한 노력이 뒷받침된다면 국내 건설 산업 역시 생산성과 안전성을 동시에 확보하며 미래 건설 시장을 선도할 수 있을 것이다.

건설 산업의 디지털 전환이 가속화되면서 인공지능(AI), 로보틱스, 사물 인터넷(IoT) 등 첨단 기술이 현장에 활발히 도입되고 있다. 특히 해외 건설 시장은 기술 개발을 넘어 현장 상용화에 집중하며 생산성 및 안전성 향상에서 괄목할 만한 성과를 보이고 있다. 해외의 주요 스마트 건설 기술 사례를 살펴보고, 이를 통해 국내 건설 기술의 현주소를 진단하며 미래 발전 방향을 모색한다. BIM, IoT, 그리고 자율주행 로봇의 결합 프린터 제조업체인 HP는 2022년 BIM(건설정보모델링) 데이터를 기반으로 바닥에 정확한 도면을 그려주는 자율주행 로봇 ‘SitePrint’를 개발하여 건설 업계에 신선한 충격을 주었다. 이 로봇은 BIM 도면을 현장으로 직접 가져와 복잡한 레이아웃을 자동으로 마킹하며, 캐나다 PCL 건설사는 밴쿠버 공항 프로젝트에 이 기술을 적용해 1000m가 넘는 곡선 마킹 작업을 기존 방식 대비 86%의 비용 절감 효과와 높은 정확도로 완수했다. 이러한 혁신 사례는 HP뿐만 아니라 CiV Robotics, MiraiKiKai, FJDynamics 등 다양한 글로벌 기업에서 AMR(자율주행 이동 로봇)과 GNSS(위성항법시스템)를 결합한 라인 마킹 로봇 개발로 이어지고 있다. 드론을 활용한 초고속 측량 및 모니터링 드론은 건설 현장의 측량 및 모니터링 작업을 혁신하고 있다. 미국 텍사스 고속도로 확장 공사에서는 ‘Ranger Pro’ 드론이 약 1.6㎞에 이르는 도로 측량 기간을 기존 4~6일에서 단 2일로 단축했다. 드론의 첨단 사진 측량 기술과 LiDAR(레이저 기반 거리 측정) 장비를 활용하여 신속하게 데이터를 수집하고, 단 하루 만에 처리함으로써 프로젝트 계획 및 실행 속도를 획기적으로 높일 수 있었다. 건설 로봇 및 자동화 장비의 현장 도입 해외 시장에서는 단순 반복 작업을 자동화하는 로봇과 장비가 이미 현장에 투입되고 있다. 미국의 Built Robotics는 기존 굴삭기나 불도저에 ‘Exosystem’ 키트를 장착해 자율주행 장비로 변환하는 솔루션을 제공한다. 또한 태양광 발전소 현장에 ‘Robotic Pile Driver(RPD 35)’를 도입하여 태양광 구조물 설치를 자동화했다. 호주의 Fast-Brick Robotics는 시간당 최대 1000장의 벽돌을 쌓을 수 있는 벽돌 시공 로봇 ‘Hadrian X’를 개발해 시공 기간과 인건비를 대폭 절감하고 있다. 미국의 Advanced Construction Robotics는 철근 묶기 로봇 ‘Tybot’과 철근 인양·설치 로봇 ‘IronBOT’을 개발하여 플로리다 고속도로 공사 등에 투입, 공사 속도와 안전성을 동시에 향상시켰다. 센싱 기술, AI 기반 안전 및 공정 모니터링 AI와 데이터 분석 기술은 건설 현장의 위험 예측과 효율적인 관리를 가능하게 한다. 미국의 Hensel Phelps는 AI 기반 리얼리티 인텔리전스 시스템 ‘Track3D’를 활용하여 360° 이미지, LiDAR, 드론 데이터를 자동으로 통합하고 분석한다. 이를 통해 공정 및 품질 편차를 조기에 발견하고 재시공 비용을 20% 절감하는 성과를 거두었다. 오스트리아 STRABAG는 ‘DARIA(다리아)’ 플랫폼을 통해 1만 1000개 이상의 프로젝트 데이터를 학습한 AI가 재정적 위험을 예측하고 관리한다. 또한 생성형 설계(Generative Design) 기술을 활용해 에너지 효율을 높이고 최적의 태양광 패널 배치 등을 도출하며 설계 단계부터 효율성을 극대화하고 있다. 통합 프로젝트 관리 플랫폼 프로젝트의 복잡성이 증가함에 따라 여러 관리 요소를 하나의 플랫폼으로 통합하는 기술이 중요해졌다. 캐나다 PCL은 ‘PM4+’라는 AI 기반 건설 사업 관리 플랫폼을 개발하여 RFI(정보 요청), 설계 변경, 품질 관리 등 여러 프로젝트 정보를 통합 관리한다. 이를 통해 생산성을 높이고 리스크 관리를 효율화하고 있다. 미국 Open Space는 ‘Open Space BIM+’ 디자인 도구를 활용해 360도 카메라로 촬영한 현장 이미지를 BIM 모델에 매핑하여 실제 시공 상황과 도면을 실시간으로 비교, 시공 품질을 검증하고 오류를 최소화한다. 해외와 국내 스마트 건설 기술의 현주소 해외 사례는 기술의 개발을 넘어 현장 적용 및 상용화에 초점을 맞추고 있다. 특히 대형 건설사, 장비 제조업체, 그리고 스타트업 간의 긴밀한 기술 협업 생태계가 성공적인 기술 상용화의 핵심 배경으로 작용하고 있다. 반면, 국내는 BIM이나 드론 분야에서는 해외와의 기술 격차가 크지 않지만, 로보틱스, AI 등 첨단 분야에서는 뒤처져 있다는 평가다. 국내에서도 다양한 기술 개발이 시도되고 있지만, 경직된 발주 제도, 안전 규제, 표준화 미비 등으로 인해 현장 적용이 제한적이다. 미래 건설 기술 개발 방향 제언 국내 건설 시장의 스마트 기술 역량을 높이기 위해서는 기술 개발과 함께 적용 활성화를 위한 제도 및 생태계 혁신이 시급하다. 우선 기술 실증-제도 개정-확산의 3단계 전략을 통해 현장 적용성을 높여야 한다. 산학 협동 연구 과제와 정부 및 지자체의 기술 실증 사업도 확대해야 한다. 여기에 신기술 도입을 장려하는 인센티브 제도를 마련하여 건설 로봇과 AI 기술 활용에 대한 적극적인 투자를 유도해야 한다. 이러한 노력이 뒷받침된다면 국내 건설 산업 역시 생산성과 안전성을 동시에 확보하며 미래 건설 시장을 선도할 수 있을 것이다.

스마트 건설과 인공지능(AI) 기술이 건설 현장을 바꾸고 있다. 건축 정보 모델링(BIM), 디지털 트윈, 드론, 로봇 등 수많은 기술이 이미 도입되었거나 도입될 예정이다. 그러나 기술 하나만으로는 산업 전체를 혁신할 수 없다. 건설업은 여러 이해관계자가 얽혀 있는 복잡한 구조를 가지고 있으며, 기술의 가치는 ‘연결’과 ‘협력’을 통해 극대화되기 때문이다. 분절된 산업 구조가 혁신을 가로막는 이유건설 프로젝트는 기획, 설계, 시공, 유지관리 등 여러 단계로 나뉘며, 각 단계마다 다른 주체가 참여한다. 발주처, 설계사, 건설사, 협력업체, 장비업체는 물론 최근에는 정보기술(IT) 기업과 데이터 기업까지 얽힌다. 이러한 ‘분절적 구조’는 기술의 파급력을 제한한다. 예를 들어 시공 단계에 AI 기반 공정관리 시스템을 도입해도 설계 단계의 데이터와 연결되지 않으면 효율을 온전히 발휘하기 어렵다. 또, 모든 단계의 데이터가 유지관리 단계로 이어지지 않는다면 기술은 ‘반쪽짜리’에 그치고 만다. 결국 기술이 산업 전반으로 확산되기 위해서는 단절된 데이터와 프로세스를 통합하는 구조적 변화가 필수적이다. 협업 생태계, 혁신 시너지를 만들다스마트 건설 기술의 본질은 ‘연결의 기술’이다. 데이터가 흩어지지 않고 기술이 섬처럼 고립되지 않으려면 ‘건설사-IT기업-스타트업-정부’ 간 긴밀한 협력 생태계가 반드시 필요하다. 건설사는 기술이 현장에서 성공적으로 작동할 수 있도록 실제 건설 현장이라는 ‘테스트 베드’를 제공해야 한다. 현장의 복잡성을 이해하지 못한 기술은 아무리 뛰어나도 성공할 수 없기 때문이다. IT기업은 건설사가 자체적으로 확보하기 어려운 클라우드, AI 알고리즘, 사물인터넷(IoT) 연결 기술 등 ‘플랫폼과 데이터 처리 역량’을 지원한다. 스타트업은 혁신적인 아이디어를 신속하게 실험하며 생태계에 새로운 활력을 불어넣는 ‘촉매제’ 역할을 한다. 대기업이 감당하기 어려운 위험을 감수하고 빠르게 도전하며 새로운 가능성을 열어준다. 정부는 제도와 정책을 통해 기술의 확산을 돕는 ‘마중물’ 역할을 한다. BIM 의무화와 같은 정책적 지원과 표준 마련을 통해 민간의 협력을 유도하고 초기 시장을 조성할 수 있다. 데이터 연결하는 산업 플랫폼 중요성건설업의 성과는 단일 기업이 아닌 프로젝트 기반의 집합적 노력으로 만들어진다. 따라서 개별 기업 차원의 시스템을 넘어, 산업 전체가 참여하는 ‘프로젝트 통합관리 플랫폼(PM Platform)’과 같은 인프라가 구축돼야 한다. 기획부터 유지관리까지 모든 데이터가 디지털로 축적되고 표준화된다면, 과거 수많은 프로젝트 데이터를 학습한 AI가 최적의 방법을 제시하는 수준으로 발전할 수 있다. 결국, 혁신은 ‘기술’이 아니라 ‘구조’다. 우리는 흔히 기술이 변화를 만든다고 생각하지만, 건설업처럼 복잡한 산업에서는 기술만으로는 한계가 명확하다. 진정한 혁신은 기술을 둘러싼 ‘구조와 생태계’를 어떻게 재편하느냐에 달려 있다. AI와 스마트 건설 기술은 이미 빠르게 발전하고 있다. 이제 우리가 고민해야 할 것은 ‘어떤 기술을 개발할 것인가’를 넘어, ‘어떻게 함께 협력하여 이 기술을 최대한 활용할 구조를 만들 것인가’이다.

스마트 건설과 인공지능(AI) 기술이 건설 현장을 바꾸고 있다. 건축 정보 모델링(BIM), 디지털 트윈, 드론, 로봇 등 수많은 기술이 이미 도입되었거나 도입될 예정이다. 그러나 기술 하나만으로는 산업 전체를 혁신할 수 없다. 건설업은 여러 이해관계자가 얽혀 있는 복잡한 구조를 가지고 있으며, 기술의 가치는 ‘연결’과 ‘협력’을 통해 극대화되기 때문이다. 분절된 산업 구조가 혁신을 가로막는 이유건설 프로젝트는 기획, 설계, 시공, 유지관리 등 여러 단계로 나뉘며, 각 단계마다 다른 주체가 참여한다. 발주처, 설계사, 건설사, 협력업체, 장비업체는 물론 최근에는 정보기술(IT) 기업과 데이터 기업까지 얽힌다. 이러한 ‘분절적 구조’는 기술의 파급력을 제한한다. 예를 들어 시공 단계에 AI 기반 공정관리 시스템을 도입해도 설계 단계의 데이터와 연결되지 않으면 효율을 온전히 발휘하기 어렵다. 또, 모든 단계의 데이터가 유지관리 단계로 이어지지 않는다면 기술은 ‘반쪽짜리’에 그치고 만다. 결국 기술이 산업 전반으로 확산되기 위해서는 단절된 데이터와 프로세스를 통합하는 구조적 변화가 필수적이다. 협업 생태계, 혁신 시너지를 만들다스마트 건설 기술의 본질은 ‘연결의 기술’이다. 데이터가 흩어지지 않고 기술이 섬처럼 고립되지 않으려면 ‘건설사-IT기업-스타트업-정부’ 간 긴밀한 협력 생태계가 반드시 필요하다. 건설사는 기술이 현장에서 성공적으로 작동할 수 있도록 실제 건설 현장이라는 ‘테스트 베드’를 제공해야 한다. 현장의 복잡성을 이해하지 못한 기술은 아무리 뛰어나도 성공할 수 없기 때문이다. IT기업은 건설사가 자체적으로 확보하기 어려운 클라우드, AI 알고리즘, 사물인터넷(IoT) 연결 기술 등 ‘플랫폼과 데이터 처리 역량’을 지원한다. 스타트업은 혁신적인 아이디어를 신속하게 실험하며 생태계에 새로운 활력을 불어넣는 ‘촉매제’ 역할을 한다. 대기업이 감당하기 어려운 위험을 감수하고 빠르게 도전하며 새로운 가능성을 열어준다. 정부는 제도와 정책을 통해 기술의 확산을 돕는 ‘마중물’ 역할을 한다. BIM 의무화와 같은 정책적 지원과 표준 마련을 통해 민간의 협력을 유도하고 초기 시장을 조성할 수 있다. 데이터 연결하는 산업 플랫폼 중요성건설업의 성과는 단일 기업이 아닌 프로젝트 기반의 집합적 노력으로 만들어진다. 따라서 개별 기업 차원의 시스템을 넘어, 산업 전체가 참여하는 ‘프로젝트 통합관리 플랫폼(PM Platform)’과 같은 인프라가 구축돼야 한다. 기획부터 유지관리까지 모든 데이터가 디지털로 축적되고 표준화된다면, 과거 수많은 프로젝트 데이터를 학습한 AI가 최적의 방법을 제시하는 수준으로 발전할 수 있다. 결국, 혁신은 ‘기술’이 아니라 ‘구조’다. 우리는 흔히 기술이 변화를 만든다고 생각하지만, 건설업처럼 복잡한 산업에서는 기술만으로는 한계가 명확하다. 진정한 혁신은 기술을 둘러싼 ‘구조와 생태계’를 어떻게 재편하느냐에 달려 있다. AI와 스마트 건설 기술은 이미 빠르게 발전하고 있다. 이제 우리가 고민해야 할 것은 ‘어떤 기술을 개발할 것인가’를 넘어, ‘어떻게 함께 협력하여 이 기술을 최대한 활용할 구조를 만들 것인가’이다.