건설 장비 분야의 AI: 새로운 건축 방식

보통 건설 장비나 중장비를 생각하면 인간이 직접 이 강력한 기계를 조종하는 모습을 떠올립니다. 하지만 AI의 발전으로 많은 건설 차량이 위험을 줄이고 안전을 개선하며 효율성을 높이기 위해 자동화되고 있습니다. 자율 주행 및 원격 조종 차량은 건설 업계에서 점점 더 보편화되고 있습니다.

예를 들어, Volvo는 최근 건설 현장으로 모래, 자갈, 파편과 같은 무거운 자재를 운반하도록 특별히 설계된 완전 자율 주행 덤프트럭인 TA15를 개발했습니다. 미국 노동부에 따르면 건설 업계는 치명적인 사고 발생률이 세 번째로 높은 산업입니다. 건설 분야에 AI를 통합함으로써 이러한 사망 사고를 크게 줄이고 안전 조치를 강화할 수 있습니다. 이 글에서는 AI가 건설 장비를 더 스마트하고 안전하며 효율적으로 만들어 건설 업계 전반에 혁신을 불러오는 방법을 살펴보겠습니다.

Link to this section건설 장비에 AI가 통합되는 방식 이해하기#

건설 장비와 차량은 예측 불가능한 작업 환경과 인적 오류로 인해 사고를 겪을 수 있습니다. 그러나 AI 기반 시스템은 관리자가 작업장 위험 요소를 효과적으로 해결하고 이러한 오류를 줄이는 데 도움을 줄 수 있습니다. 또한 AI는 건설 장비에 사용되어 장비 작동을 최적화하고, 기계 성능을 모니터링하며, 유지보수 일정을 자동화할 수 있습니다.

이러한 혁신을 가능하게 하는 핵심 기술은 다음과 같습니다.

• Computer Vision: Machines can analyze visual data in real time using advanced models like Ultralytics YOLOv8, helping to monitor construction sites, track inventory, ensure workers are using safety gear, and track attendance through facial recognition.
• 사물인터넷(IoT): IoT는 장치를 연결하여 데이터를 공유할 수 있게 합니다. 스마트 웨어러블 기기는 작업자의 건강 상태를 모니터링하며, 근접 및 안전 센서는 작업자에게 위험을 경고하고 장비 유지보수가 필요할 때 관리자에게 알림을 보냅니다.
• 예측 분석(Predictive Analytics): 과거 데이터와 머신러닝을 사용하여 미래 사건을 예측하고, 잠재적인 문제를 식별하며, 일정을 최적화합니다. 또한 날씨 상황을 예측하여 현장 중단을 방지할 수 있습니다.

Fig 1. YOLOv8과 포즈 추정(pose estimation)을 사용하여 작업자를 모니터링하는 모습.

Link to this section중장비에서의 컴퓨터 비전 활용#

Computer vision is changing how heavy machinery operates on construction sites, offering new and innovative solutions. Let’s walk through a few interesting applications that showcase the potential of image and video analytics in construction equipment.

Link to this sectionAI와 무인 계량대(Weighbridge)#

계량대는 중장비의 무게를 측정하는 저울입니다. 이는 운송 중 차량이 안전 중량 제한을 준수하는지 확인하기 위해 건설 분야에서 매우 중요합니다. 전통적으로 이 과정은 운영자가 차량 진출입 시간, 등록 번호, 적재 중량 등을 수동으로 기록해야 합니다. 하지만 이러한 수동 방식은 속도가 느리고 인적 오류가 발생하기 쉬우며 투명성이 부족할 수 있습니다.

무인 계량대는 정확도를 향상시키고 인적 오류를 줄이며 프로세스 속도를 높이고, 실시간 모니터링과 투명성을 제공하여 더 안전하고 효율적인 운영을 가능하게 합니다. 무인 계량대는 센서, 카메라, LED 화면, 자동 음성 안내와 같은 AI 통합 장치를 사용하여 전체 프로세스를 효율화합니다. 트럭이 진입로에 접근하면 번호판 인식(ANPR) 기술이 장착된 카메라가 차량의 번호판을 detect하여 등록을 확인합니다. 등록이 유효하면 시스템은 계량대에 진입할 수 있도록 허용합니다.

Fig 2. 무인 계량대.

IoT 기반의 주행 중 계량 센서(Weigh-in-motion sensors)는 트럭이 이동하는 동안 무게를 측정하며, 필요한 경우 운전자에게 정확한 계량을 위해 올바른 위치에 정지하도록 알립니다. 무게 데이터는 사전에 설정된 제한 범위와 비교 분석되며, 트럭이 허용 범위 내에 있으면 운전자는 출구 게이트로 안내됩니다. 출구에서는 ANPR 시스템이 차량을 다시 확인하여 진입한 차량과 동일한지 확인하며, 컴퓨터 비전 카메라가 비정상적인 상황이 없는지 모니터링합니다. 시스템은 과적이나 운전자 이상 등 문제가 발생할 경우 관리자에게 경고하고 적절한 조치를 취합니다.

Link to this sectionAI를 이용한 운전자 졸음 모니터링#

미국 교통부의 조사에 따르면 트럭은 화물 운송의 가장 일반적인 수단입니다. 트럭 운전자는 야간 운행을 포함하여 장거리를 이동하는 경우가 많습니다. 이는 현장 간에 중장비와 자재를 이동시키는 데 트럭이 필수적인 건설 업계에서도 마찬가지입니다. 야간 운전은 피로를 유발하고 사고 위험을 증가시킵니다. 연구에 따르면 치명적인 사고의 21%가 운전자 졸음으로 인해 발생합니다.

To address this issue, truck manufacturers are using computer vision to monitor driver drowsiness. Computer vision techniques like facial recognition, pose estimation, and object detection can be used to monitor a driver’s eye movement, head position, and facial expressions. For example, if a driver’s eyelids close beyond a specified range, the system can detect it and sound the alarm to alert the driver. Driver drowsiness detection systems are widely used in Tata trucks and other automotive companies.

Fig 3. 컴퓨터 비전을 이용한 운전자 졸음 모니터링.

Link to this section자율 주행 건설 차량과 AI#

건설 현장의 작업 조건은 특히 극한 기온에서 매우 가혹할 수 있습니다. 예를 들어, 굴착 현장에서 작업자는 종종 뜨거운 열기에 노출되는데, 이는 효율적인 업무 수행 능력을 떨어뜨리며 수분 섭취와 휴식을 위한 빈번한 휴식을 필요로 합니다. 이러한 조건에서 작업 중단을 줄이기 위해 연구원들은 불도저나 크레인 같은 자율 주행 건설 차량을 개발하고 있습니다.

이러한 자율 주행 기계는 고해상도 카메라와 지형을 분석하고 경사도, 지반의 무르기, 울퉁불퉁한 구역 등의 요소를 평가하는 컴퓨터 비전 기술을 갖추고 있습니다. 이 기계들은 객체 탐지(object detection)을 사용하여 사람과 장비를 인식하며, 장애물이 감지되면 자동으로 멈춰 안전을 강화합니다. 최근 Huazhong University of Science and Technology(HUST)의 연구원들은 Shantui와 협력하여 -10°C의 극한 기온에서도 작동할 수 있는 자율 주행 불도저를 개발했습니다.

Fig 4. 자율 주행 불도저의 예시 (출처: constructionworld.in).

Link to this section중장비의 연료 최적화#

건설 회사에게 연료 최적화는 매우 중요하지만, 연료 효율 관행을 구현하는 것은 어려울 수 있습니다. 변동하는 연료 가격과 여러 운전자가 건설 차량을 운행하는 상황에서 연료 소비를 수동으로 관리하는 것은 복잡해집니다. AI 기반 연료 관리 시스템을 사용하면 프로세스를 개선하고 연료 소비를 줄일 수 있습니다.

이러한 AI 연료 관리 시스템은 대규모 데이터셋으로 학습되어 다양한 경로 옵션을 생성하고 가장 연료 효율적인 경로를 추천함으로써 연료 사용을 최적화합니다. 또한 차량의 엔진 제어 장치(ECU)와 통합되어 실시간으로 기어 변속 추천을 제공할 수 있습니다. 이러한 AI 기반 권장 사항을 따르면 다양한 운전자의 운전 패턴이 최적화되어 연료 효율성이 향상됩니다.

Fig 5. 트럭 급유.

Link to this section건설 장비에 AI 도입 시 장점과 단점#

AI가 통합된 건설 장비는 데이터 기반의 의사 결정부터 실시간 모니터링까지 다양한 이점을 제공합니다. 핵심적인 혜택은 다음과 같습니다.

• 장비 수명 연장: 정기적인 모니터링과 적절한 유지보수는 기계의 수명을 늘려줍니다.
• 다운타임 감소: 자동화된 프로세스와 예측 유지보수(predictive maintenance)는 장비의 다운타임을 최소화합니다.
• 더 나은 의사 결정: 데이터 기반 통찰력을 제공하여 자원과 운영을 더 스마트하게 관리할 수 있게 합니다.

하지만 건설 현장에서의 AI 도입이 확산되고 있음에도 불구하고 고려해야 할 몇 가지 과제가 남아 있습니다.

• 높은 초기 투자 비용: AI가 장기적으로 비용 절감을 가져올 수 있지만, 이러한 시스템을 구현하는 초기 비용은 상당하며, 이는 소규모 기업에게 장벽이 될 수 있습니다.
• 개인정보 보호 문제: AI는 데이터에 크게 의존하기 때문에 무단 접근을 방지하기 위해 정보의 안전한 저장과 보호를 보장하는 것이 중요합니다.
• 숙련된 인력: 건설 장비에 AI를 통합하려면 전문적인 교육이 필요합니다. 특히 바쁜 일정을 소화하는 작업자들에게 이러한 기술 사용법을 교육하는 것은 상당한 도전 과제가 될 수 있습니다.

Link to this sectionAI 기반 건설 차량의 영향#

건설 업계는 빠르게 AI를 수용하고 있으며, Caterpillar와 Daimler와 같은 기업들이 자율 주행 트럭 개발을 선도하고 있습니다. 2019년, Daimler는 자율 주행 트럭의 작동 프로토타입을 공개했으며, 2027년까지 시장에 출시될 예정입니다. Caterpillar의 자율 주행 운반 트럭인 797F는 이미 광산 운영을 효율화하고 있습니다. BHP Group, Rio Tinto, Barrick Gold와 같은 대기업들은 797F를 24시간 가동하며 산업 재해 0건을 기록하고 있습니다. 마찬가지로 중국의 자율 주행 트럭 기업인 TuSimple은 자사의 트럭이 수동 운전 차량보다 11% 더 높은 연료 효율을 보인다고 주장합니다. 2023년 6월, TuSimple은 중국의 일반 도로에서 39마일의 무인 주행을 성공적으로 완료했습니다.

자율 주행 트럭이 건설 업계에 긍정적인 영향을 미침에 따라 해당 시장은 연평균 성장률(CAGR) 10%로 성장할 것으로 예상됩니다. AI 기반 건설 장비가 안전성과 연료 효율성을 개선함에 따라, 기업들은 더 안전하고 지속 가능한 작업 환경으로 나아가고 있습니다.

Link to this section건설 차량을 위한 AI의 미래#

AI는 건설 업계의 판도를 바꾸고 있으며 중장비를 더 스마트하고 안전하며 효율적으로 만들고 있습니다. 자율 주행 차량부터 연료 사용을 최적화하고 건설 현장을 실시간으로 모니터링하는 AI 시스템에 이르기까지, 이러한 기술들은 실수를 줄이고 비용을 절감하는 데 도움을 주고 있습니다. AI 구현 비용과 인력 교육과 같은 과제가 있지만, 그 혜택은 상당합니다. AI가 혁신을 주도하면서 건설의 미래는 그 어느 때보다 생산적이고 지속 가능하며 혁신적인 모습으로 변모할 것입니다.

AI에 대해 더 알고 싶으신가요? 저희 GitHub 저장소를 확인하시고, 커뮤니티에 가입하여 다른 기술 애호가들과 소통해 보세요. 자율 주행 및 제조와 같은 분야에서의 AI 활용 사례에 대해 자세히 알아보세요.