한국건설기술연구원(원장 박선규, 이하 건설연)은 도심 지하고속도로를 안전하게 구축하고 유지할 수 있는 “자율 주행 드론과 생성형 AI 기반의 점검 기술”을 개발했다.
2023년 말 기준, 우리나라에는 총 2,892개의 터널이 있으며, 그중 30년 이상 된 노후 터널은 172개로 전체의 5.9%를 차지한다. 2033년에는 이 숫자가 740개로 늘어나 전체의 25.6%를 차지할 것으로 예상되며, 이에 따라 노후 구조물에 대한 안전관리의 중요성이 더욱 강조되고 있다. 따라서 터널 수의 증가와 노후 터널 점검을 위한 전문 인력 부족 문제를 해결하기 위해, IT기술을 접목한 실질적인 대책이 절실한 상황이다.
이에 건설연 지반연구본부 연구팀(팀장: 심승보 박사)은 노후 터널 안전 점검 시 기존 한계를 극복한 ‘똑똑한’ AI 점검 드론 기술을 개발하였다. 이 기술의 가장 큰 특징은 노후 인프라에서만 볼 수 있는 특이한 콘크리트 손상 장면을 스스로 합성할 수 있다는 점이다.
기존에는 현장에서 수집한 데이터를 가공하여 균열을 탐지했지만, 이번에 개발된 생성형 AI는 실제 촬영된 영상과 구별할 수 없을 정도로 정교하게 데이터를 생성할 수 있다.
AI는 24시간 이내에 1만 장의 콘크리트 손상 영상을 합성할 수 있는 능력을 보유하고 있으며, 현장에서 수집된 영상 데이터를 바탕으로 스스로 학습하고 탐지 모델을 훈련하는 적응형 기술을 통해 데이터 부족 문제와 훈련 비용을 효과적으로 절감했다.
기존 AI 기술은 훈련 데이터 부족과 현장 적응성 문제로 건설 현장에서의 활용이 제한적이었다. 딥러닝 모델은 대량의 훈련 데이터가 필요하지만, 콘크리트 표면에서 발생하는 박락이나 철근 노출 등의 손상 장면은 주변에서 흔히 볼 수 없는 것이라 데이터 확보에 큰 어려움을 겪었다.
특히 박락 현상은 콘크리트 표면의 일정 부분이 떨어져 나가는 것으로 내구성 저하와 안전성에 심각한 영향을 미친다. 또한, AI는 학습 기반의 알고리즘이기 때문에 한 번 훈련된 모델이 새로운 환경 조건을 가진 현장에 적용될 경우 인식 성능은 현저히 감소할 수밖에 없었다.
터널 점검에서 가장 중요한 부분은 천장 부분이다. 현재는 고소작업차량을 이용한 육안 점검이 주로 이루어지고 있으나, 이는 도로 점거로 인해 차량 흐름을 방해하고 점검 작업자의 안전 확보에도 취약하다는 문제가 있다.
그러나 이번에 개발된 드론은 200M급 장거리 실내 위치 센서를 활용하여 20cm의 오차 내에서 터널 내부를 자유롭게 주행할 수 있다. 또한 터널 점검과 차량 운행을 동시에 수행할 수 있어 시민들의 불편을 최소화하고 점검 작업의 안전성이 크게 향상될 것으로 기대된다.
박선규 원장은 “인공지능을 활용한 콘크리트 점검에 있어 훈련 데이터의 부족으로 인한 현장 적용의 한계점을 이번 생성형 AI로 해결할 수 있어 노후 인프라의 안전성을 더욱 향상시킬 것”이라며, “드론을 통해 수직 시설한계 높이(vertical clearance, 대형자동차 이상 통행 가능한 지하도로는 4.5m 이상) 상부 공간에서도 주행이 가능한 이 기술이 건설 분야 AI 활용의 새로운 가능성을 열어줄 것”이라고 밝혔다.
