R&D최종보고서
| 과제고유번호 | 201717CTAP-C114956-02 | |||||
|---|---|---|---|---|---|---|
| 연구사업명 | 국토교통기술촉진연구사업 | |||||
| 연구과제명 | 건설 프로젝트 전주기 위험요인 관리 및 대응을 위한 딥러닝 기반 맞춤형 지식정보 서비스 시스템 | |||||
| 총 연구기간 | 2016-06-24 ~ 2018-06-23 | |||||
| 연구책임자 | 지석호 | |||||
| 당해년도 참여 연구원수 |
5명 | 총 연구기간 참여 연구원수 |
14명 | |||
| 당해년도 연구비 |
정부 : 50,000,000 원 기업 : 0 원 계 : 50,000,000 원 |
총연구비 | 정부 : 100,000,000 원 기업 : 0 원 계 : 100,000,000 원 |
|||
| 연구기관명 | 서울대학교 산학협력단 | |||||
| 등록 발간번호 | - | |||||
| ISBN | - | |||||
| 주요 내용 |
○ 건설 프로젝트 전주기 위험요인(Risk) 관리 및 대응의 필요성 ■ 위험요인(Risk)이란 프로젝트의 성공적인 수행에 영향을 미치는 불확실성을 내포한 모든 요인을 통칭하며, 건설 산업에서의 위험요인은 결과에 부정적인 영향을 초래할 수 있는 발생 가능한 사건을 의미함. ■ 따라서 위험요인은 건설 프로젝트의 전주기(기획, 설계, 발주, 시공, 유지관리)에 걸쳐 존재하며, 대표적인 단계별 위험요인으로는 기획 단계의 해외건설 위험요인, 시공 단계의 건설현장 안전 위험요인, 유지관리 단계의 시설물 유지관리 위험요인 등이 있음. ■ 이렇듯 건설 프로젝트는 전주기에 걸쳐 다양한 위험요인에 노출되어 있어 위험요인 관리를 위한 시스템에 대한 요구가 꾸준히 제기되었으며, 최근 국내 건설 산업에서도 위험요인 평가 모델에 대한 개발과 활용이 증가하고 있음. ■ 현재까지 개발된 위험요인 평가 및 관리 모델은 주로 프로젝트 초기의 기획(수주 및 입찰) 단계에 활용되고 있어, 전주기에 걸친 위험요인 관리 체계로의 개선과 함께 체계적인 위험요인 관리 및 대응이 필요함. ■ 다양한 건설 프로젝트 유형 및 프로젝트 전주기에 걸친 종합적인 위험요인 관리 및 대응에 대한 요구가 높아짐에 따라 빅데이터 기술을 활용하여 새로운 문제를 해결하기 위한 효율적 지식정보 관리 및 정보공유 시스템 구축이 필요함. ○ 건설 산업에서의 위험요인 관련 지식정보 재활용 미비 ■ 최근 건설 산업에서는 위험요인 관리 및 대응을 위한 노력의 일환으로 해외건설공사 통합리스크관리시스템(FIRMS), 건설안전정보시스템(COSMIS) 등을 구축하여 각종 위험요인 관련 데이터 및 정보를 제공하고 있음. ■ 그러나 건설 산업의 프로젝트는 일시적이고 반복적이지 않은 특징으로 인해 지식 공유와 재사용에 한계가 존재하여 ‘데이터 축적→지식정보 생산→지식 활용→데이터 재축적’의 선순환 구조 실현에 어려움이 존재함. ■ 각 기업에서 자체적으로 활용중인 PMIS(Project Management Information Systems)의 경우 입력되는 데이터가 행정 위주의 업무 처리로 현실을 제대로 반영하지 못하는 데이터가 수집되는 경우가 대부분이며, 정형화된 데이터보다는 방대한 양의 문서 위주의 비정형 데이터만 축적되고 있어 시스템으로부터 지식정보 생산을 통한 재활용 사례는 극히 제한적임. ■ 건설 산업에서 위험요인 관련 완결성 있는 데이터 수집과 지식정보 재활용을 유도하여 건설 프로젝트 수행의 효율성을 높이기 위해서는 건설 프로젝트의 각 특성을 반영할 수 있는 맞춤형 지식정보 서비스 체계가 필요함. ○ 첨단 기법을 활용한 위험요인 지식정보 관리 및 생산 인프라 시급 ■ 건설 프로젝트 수행 중 발생하는 위험요인 관련 정보들은 다양한 종류의 문서에 산재되어 관리되고 있음 (유위성, 2014). ■ 또한, 빅데이터로부터 가치 있는 지식정보를 창출할 수 있는 전문 인력의 부족과 건설 프로젝트의 긴박성으로 인해 프로젝트 수행과정에서 생산되는 다양한 정보를 프로젝트 종료 후 정리？분석할 여력이 없어 대부분의 고급 정보가 데이터베이스 내 사장되어 있음. ■ 건설 산업에서도 빅데이터 개념 도입 및 맞춤화를 시도하고 있으나 건설 프로젝트 전주기에 걸쳐 발생되는 비정형 텍스트 데이터를 처리하고 관리할 수 있는 시스템의 부재로 실무 활용에 있어 많은 어려움이 있음. ■ 신속한 위험요인 식별 및 보고, 체계적인 통제？모니터링과 대응방안 수립이 가능하도록 방대한 양의 문서정보로부터 건설현장 안전 관리, 시설물 유지관리, 해외건설 위험요인 분석 등에 필요한 지식정보를 자동으로 생산하는 선제 대응형 시스템이 필요함. ○ 따라서 다음과 같은 주요 특징을 지닌 전주기 위험요인 관리 및 대응을 위한 시스템 구축 및 활용이 필요함. ■ 기존 프로젝트 사례에 기반을 둔 전주기형 지식정보 서비스 ■ 위험요인 자동 분석 및 정보제공이 가능한 빅데이터 기반 지식정보 서비스 ■ 비정형 데이터를 활용하는 신뢰성 있는 과학적 지식정보 서비스 ■ 최적의 위험요인 관리 및 대응을 위한 사용자 맞춤형 지식정보 서비스 ■ 기업 경쟁력 강화를 위한 개방형/범용적 지식정보 서비스 [최종목표] 최종 목표 신뢰성 있는 과학적 접근법을 통하여 건설 프로젝트의 전주기 위험요인 관리 및 대응을 위한 맞춤형 지식정보 서비스 시스템 개발 - 본 연구는 딥러닝 기법을 활용하여 구현된 의미기반 텍스트 검색 기능을 통해 건설 프로젝트 전주기에 걸친 위험요인을 각종 문서 정보로부터 자동 비교？분석, 요약하여 사용자에게 맞춤형으로 제공함으로써 위험요인 관리에 필요한 의사결정을 효과적으로 지원함. 세부 목표 ○ 딥러닝 기법을 활용한 의미기반 검색 알고리즘 개발 - 위험요인 관련 비정형 텍스트 데이터베이스(DB) 구축 - 웹크롤링을 통한 데이터베이스(DB) 자동 확장 - 딥러닝 기법을 활용하여 사용자 검색어 의미 파악을 위한 코퍼스 구축 - 의미기반 검색 알고리즘 개발 - 검색 알고리즘 검증 및 평가 ○ 맞춤형 검색 결과 요약 및 지식정보 생산 시스템 개발 - 머신러닝 기법을 활용한 건설 산업에 특화된 자연어 분석 및 생성 모델 개발 - 로봇저널리즘 기법을 활용한 검색 결과 자동 분석 및 요약문 생성 기술 개발 - 지식정보 축적 및 제공을 위한 사용자 인터페이스 개발 - 시스템 검증 및 평가 목표 설정 근거 ○ 개발될 “딥러닝 기반 맞춤형 위험요인 지식정보 서비스 시스템”은 TRL 3단계 수준으로 관련 개념을 기술적으로 구현하기 위한 실험적 연구를 수행하여 본 연구의 가능성을 확인할 수 있는 수준의 시스템이 개발될 것임. ○ 본 연구진은 산재한 비정형 텍스트 데이터를 수집할 수 있는 다양한 빅데이터 오픈소스 활용 기술을 보유하고 있으며, 텍스트 데이터를 처리하여 유용한 지식정보를 추출할 수 있는 텍스트마이닝 기술을 보유하고 있음. ○ 자연어 이해 기술, 자연어 생성 기술 등 텍스트 데이터를 처리하여 지식정보화 할 수 있는 관련 기술은 지속적으로 연구 개발되고 있으며, 건설 산업에는 건설현장 안전, 시설물 유지관리, 해외건설 리스크 관리 등 건설 프로젝트 전주기에 걸쳐 위험요인 관리에 활용될 수 있는 방대한 양의 텍스트 데이터가 이미 존재함. ○ 또한, 본 연구 아이디어를 바탕으로 추후 지속적인 연구 개발을 통해 건설현장에서 활용 가능한 수준의 현장밀착형 시스템 개발이 가능할 것임. [연구내용 및 범위] ■ 딥러닝 기법을 활용한 의미기반 검색 알고리즘 개발 ？ 위험요인 관련 비정형 텍스트 데이터베이스(DB) 구축 및 확장 - 건설 산업에 존재하는 위험요인 관련 비정형 텍스트 데이터 현황을 분석하여 건설 산업의 위험요인 관리에 적합한 사례 기반 데이터를 중심으로 DB 구조를 설계함으로써 향후 개발될 시스템의 검색 기능을 효율적이게 함. - 또한, 빅데이터 오픈소스 기술을 활용하여 위험요인 관련 비정형 데이터를 수집하고 이를 DB에 자동으로 입력되도록 함으로써 데이터베이스의 확장을 용이하도록 함. ？ 딥러닝 기법을 활용하여 사용자 검색어 의미 파악을 위한 코퍼스 구축 - 사용자 검색어에 대해 의미 기반 처리를 할 수 있도록 딥러닝 기법을 활용하여 자연어 분석 기술을 개발하고, 건설 산업의 자체 코퍼스를 구축함으로써 검색 시 건설 산업 특유의 언어적 특징을 반영할 수 있도록 함. ？ 의미기반 검색 알고리즘 개발 - 구축된 코퍼스를 활용하여 사용자가 입력한 검색어의 의미를 파악하고, 검색어와 데이터베이스 내부의 데이터 간의 유사도 계산을 하는 검색 알고리즘을 개발하여 신뢰성 있는 검색 결과를 제공함. ■ 맞춤형 검색 결과 요약 및 지식정보 생산 시스템 개발 ？ 머신러닝 기법을 활용한 건설 산업에 특화된 자연어 분석 및 생성 모델 개발 - 건설 산업에 존재하는 비정형 텍스트 데이터의 언어적 특징을 분석하고, 건설 산업에서 발생하는 문서의 특징에 맞는 자연어 처리를 위한 머신러닝 알고리즘을 비교？분석하여 건설 산업에 특화된 자연어 처리 모델을 개발함으로써 향후 개발할 기술에 대한 기반 기술을 보유하도록 함. ？ 로봇저널리즘 기법을 활용한 검색 결과 자동 분석 및 요약문 생성 기술 개발 - 사용자 검색의 결과로 추출된 문서 내용을 자동으로 비교？분석하여 그래프, 도표 등의 시각화 정보로 요약하는 기술과 함께 이를 해석하고 요약하는 등의 지식정보를 생산하는 시스템을 로봇저널리즘 기법을 활용하여 개발함으로써 사용자가 의도한 검색 결과뿐만 아니라 검색 결과 내용에 대한 지식정보를 자동으로 제공함. ？ 지식정보 축적 및 제공을 위한 사용자 인터페이스 개발 - 사용자에게 제공한 지식정보 결과 내용을 데이터베이스에 다시 자동으로 축적함으로써 유사 검색어 입력 시 검색의 성능을 향상시키고, 분석 및 요약된 자료를 효과적으로 전달할 수 있는 사용자 인터페이스 개발을 통해 맞춤형 지식정보 제공을 용이하도록 함. ？ 검색 알고리즘과 시스템 검증 및 평가 - 전문가 자문 및 설문조사를 통해 검색 알고리즘의 타당성을 검토하고 성능을 검증하며, 타 검색엔진을 이용한 건설 산업 위험요인에 대한 검색 결과와 본 연구를 통해 개발된 검색 알고리즘을 이용한 결과와의 비교를 통해 알고리즘의 성능을 정량적으로 평가함. - 개발된 시스템의 활용 가능 시나리오 분석을 바탕으로 전문가 자문 및 설문조사를 실시하여 시스템의 타당성을 검토하고, 성능을 검증하여 평가 결과를 토대로 시스템을 보완함. ○ 본 연구의 범위 ■ 건설 프로젝트에서 위험요인은 전주기(기획, 설계, 발주, 시공, 유지관리)에 걸쳐 존재하며, 현재 존재하는 위험요인 관련 비정형 텍스트 데이터 또한 매우 다양하고 복잡한 형태일 것으로 예측됨. ■ 따라서 연구 기간(2년) 내에 모든 위험요인에 관련한 데이터를 수집 및 분석하는 과정에만 상당 시간이 소요될 것으로 판단되어 대표적 단계별 위험요인인 기획 단계의 해외건설 위험요인, 시공 단계의 건설현장 안전 위험요인, 유지관리 단계의 시설물 유지관리 위험요인의 데이터를 중점적으로 활용하여 맞춤형 지식정보 서비스 시스템을 개발함. |
|||||
| 색인어 | 한글 | 위험요인 | 딥러닝 | 의미기반 | 로봇저널리즘 | 자연어 처리 |
| 영문 | Risk | Deep Learning | Semantic | Robot Journalism | Natural Language Processing | |
| 최종보고서 | 서울대학교 지석호_최종보고서_표지 포함.pdf | |||||