건설 장비의 AI: 새로운 건설 방식

건설 장비와 중장비를 떠올리면 사람이 직접 이 강력한 기계를 조작하는 모습을 생각하기 마련입니다. 하지만 AI의 발전으로 이제 많은 건설 차량이 위험을 줄이고 안전을 개선하며 효율성을 높이기 위해 자동화되고 있습니다. 자율 주행 및 원격 제어 차량이 건설 산업에서 점점 더 흔해지고 있습니다.

예를 들어 Volvo는 최근 건설 현장으로 모래, 자갈, 잔해와 같은 무거운 자재를 운반하도록 특별히 설계된 완전 자율 덤퍼 TA15를 개발했습니다. 미국 노동부에 따르면 건설 산업은 치명적인 부상 발생률이 세 번째로 높습니다. 건설 분야에 AI를 통합하면 사망 사고를 크게 줄이고 안전 대책을 개선할 수 있습니다. 이 글에서는 AI가 건설 장비를 더 스마트하고 안전하며 효율적으로 만들어 건설 산업 전반의 혁신을 이끄는 방법을 살펴보겠습니다.

건설 장비에 AI가 통합되는 방식 이해하기#

건설 장비와 차량은 예측하기 어려운 작업 환경과 사람의 실수로 인해 사고를 겪을 수 있습니다. 하지만 AI 기반 시스템은 작업장 위험을 효과적으로 관리하고 이러한 실수를 줄이는 데 도움이 됩니다. AI를 건설 장비에 활용하면 장비 작동을 최적화하고 기계 성능을 모니터링하며 유지보수 일정을 자동화할 수도 있습니다.

이러한 혁신을 가능하게 하는 핵심 기술을 자세히 살펴보겠습니다.

• 컴퓨터 비전: 기계는 Ultralytics YOLOv8과 같은 고급 모델을 사용해 시각 데이터를 실시간으로 분석할 수 있습니다. 이를 통해 건설 현장을 모니터링하고, 재고를 추적하며, 작업자의 안전 장비 착용 여부를 확인하고, 얼굴 인식으로 출석을 추적할 수 있습니다.
• 사물 인터넷(IoT): IoT는 장치를 연결해 데이터를 공유할 수 있도록 합니다. 스마트 웨어러블 기기는 작업자의 건강을 모니터링하며, 근접 센서와 안전 센서는 위험을 작업자에게 알리고 장비 정비가 필요한 경우 관리자에게 통보합니다.
• 예측 분석: 예측 분석은 과거 데이터와 머신러닝을 사용해 미래 사건을 예측하고, 잠재적 문제를 식별하며, 일정을 최적화하는 데 도움을 줍니다. 현장 작업의 차질을 방지하기 위해 기상 조건을 예측할 수도 있습니다.

그림 1. Ultralytics YOLOv8과 자세 추정으로 작업자를 모니터링합니다.

중장비 분야의 컴퓨터 비전 활용 사례#

컴퓨터 비전은 건설 현장의 중장비 운영 방식을 바꾸고 새로운 혁신 솔루션을 제공합니다. 건설 장비 분야에서 이미지와 동영상 분석의 잠재력을 보여주는 흥미로운 활용 사례를 살펴보겠습니다.

AI와 무인 계근대#

계근대는 대형 차량의 무게를 측정하는 저울입니다. 차량이 운송 중 안전 중량 제한을 준수하는지 확인하는 데 중요합니다. 기존에는 부스 운영자가 차량의 입출차 시간, 등록 번호, 적재 중량과 같은 정보를 수동으로 기록했습니다. 하지만 이러한 수작업 방식은 느리고 사람의 실수가 발생하기 쉬우며 투명성이 부족할 수 있습니다.

무인 계근대는 정확도를 높이고 사람의 실수를 줄이며 처리 속도를 높이는 동시에, 더 안전하고 효율적인 운영을 위해 실시간 모니터링과 투명성을 제공할 수 있습니다. 센서, 카메라, LED 화면, 자동 음성 안내와 같은 AI 통합 장치를 사용해 전체 프로세스를 간소화합니다. 트럭이 진입 지점에 접근하면 자동 번호판 인식(ANPR) 기술을 탑재한 카메라가 차량 번호판을 감지하고 등록 정보를 확인합니다. 등록 정보가 유효하면 시스템이 계근대 진입을 허용합니다.

그림 2. 무인 계근대.

IoT 기반 저속 주행 계근 센서는 트럭이 이동하는 동안 무게를 측정하고, 필요한 경우 정확한 계근을 위해 올바른 위치에 정차하라고 운전자에게 알립니다. 무게 데이터를 분석해 사전 설정된 제한과 비교하며, 트럭이 제한 범위 안에 있으면 운전자에게 출구 게이트로 이동하도록 안내합니다. 출구에서는 ANPR 시스템이 차량을 다시 확인해 진입 차량과 일치하는지 검증하고, 컴퓨터 비전 기반 카메라가 이상 여부를 모니터링합니다. 과적이나 운전자 이상 행동 등의 문제가 발생하면 시스템이 관리자에게 알리고 적절한 시정 조치를 취합니다.

AI로 운전자 졸음 모니터링하기#

미국 교통부의 조사에 따르면 화물 운송에서 트럭이 가장 널리 사용되는 수단입니다. 트럭 운전자는 야간 운행을 포함해 장거리를 운전하는 경우가 많습니다. 트럭이 때로는 먼 거리에 있는 현장 사이로 중장비와 자재를 이동하는 데 필수적인 건설 산업에서도 마찬가지입니다. 야간 운전은 피로와 사고 위험 증가로 이어질 수 있습니다. 연구에 따르면 치명적인 충돌 사고의 21%는 운전자의 졸음으로 발생합니다.

이 문제를 해결하기 위해 트럭 제조업체는 컴퓨터 비전으로 운전자의 졸음을 모니터링하고 있습니다. 얼굴 인식, 자세 추정, 객체 탐지와 같은 컴퓨터 비전 기법을 사용해 운전자의 눈 움직임, 머리 위치, 표정을 모니터링할 수 있습니다. 예를 들어 운전자의 눈꺼풀이 설정된 범위 이상으로 감기면 시스템이 이를 감지해 경보음을 울려 운전자에게 알릴 수 있습니다. 운전자 졸음 감지 시스템은 Tata 트럭과 그 밖의 자동차 제조업체에서 널리 사용됩니다.

그림 3. 컴퓨터 비전으로 운전자 졸음 모니터링하기.

자율 주행 건설 차량과 AI#

건설 현장의 작업 환경은 특히 극한의 기온에서 매우 힘들 수 있습니다. 예를 들어 굴착 현장에서는 작업자가 강한 더위에 자주 노출되어 작업 효율이 떨어지고 수분 섭취와 휴식을 위해 자주 쉬어야 합니다. 이러한 환경에서 가동 중단 시간을 줄이기 위해 연구자들은 불도저와 크레인 같은 자율 주행 건설 차량을 개발하고 있습니다.

이러한 자율 기계에는 고해상도 카메라와 지형을 분석하고 경사, 연약 지반, 고르지 않은 지면과 같은 요소를 평가하는 컴퓨터 비전 기술이 탑재되어 있습니다. 객체 탐지를 사용해 사람과 장비를 인식하며, 장애물이 감지되면 자동으로 정지해 안전성을 높입니다. 화중과학기술대학교(HUST)는 Shantui와 협력해 최근 -10°C의 극저온에서도 작동할 수 있는 자율 주행 불도저를 개발했습니다.

그림 4. 자율 주행 불도저 예시(출처: constructionworld.in).

중장비의 연료 최적화#

연료 최적화는 건설 회사에 매우 중요하지만, 연료 효율 개선 방안을 도입하는 일은 쉽지 않을 수 있습니다. 연료 가격이 변동하고 여러 운전자가 건설 차량을 운행하는 상황에서는 연료 소비를 수동으로 관리하기가 복잡해집니다. AI 기반 연료 관리 시스템을 사용하면 이 과정을 개선하고 연료 소비를 줄일 수 있습니다.

이러한 AI 연료 관리 시스템은 대규모 데이터셋을 학습해 여러 경로를 생성하고 연료 효율이 가장 높은 경로를 추천함으로써 연료 사용을 최적화합니다. 또한 차량의 엔진 제어 장치(ECU)에 통합해 실시간 기어 변속 권장 사항을 제공할 수 있습니다. 이러한 AI 기반 권장 사항을 따르면 운전자별 주행 패턴을 최적화하여 연료 효율을 높일 수 있습니다.

그림 5. 트럭에 연료를 주입하는 모습.

건설 장비에 AI를 적용할 때의 장단점#

AI가 통합된 건설 장비는 데이터 기반 의사 결정부터 실시간 모니터링까지 다양한 이점을 제공합니다. 주요 이점은 다음과 같습니다.

• 장비 수명 연장: 정기적인 모니터링과 적시 유지보수를 통해 기계의 수명을 늘릴 수 있습니다.
• 가동 중단 시간 감소: 자동화된 프로세스와 예측 유지보수를 통해 장비 가동 중단 시간을 최소화합니다.
• 더 나은 의사 결정: 데이터 기반 인사이트를 제공하여 자원과 운영을 더욱 효과적으로 관리할 수 있습니다.

그러나 건설 분야에서 AI 도입이 확대되고 있음에도 고려해야 할 과제는 여전히 남아 있습니다.

• 높은 초기 투자 비용: AI를 활용하면 장기적으로 비용을 절감할 수 있지만, 이러한 시스템을 도입하는 초기 비용이 상당해 소규모 기업에는 장벽이 될 수 있습니다.
• 개인정보 보호 우려: AI는 데이터에 크게 의존하므로 무단 접근을 방지하려면 해당 정보를 안전하게 저장하고 보호해야 합니다.
• 숙련된 인력: AI를 건설 장비에 통합하려면 전문 교육이 필요하며, 특히 업무 일정이 빠듯한 경우 작업자에게 이러한 기술의 사용법을 교육하는 일이 큰 과제가 될 수 있습니다.

AI 기반 건설 차량의 영향#

건설 업계는 AI를 빠르게 도입하고 있으며, Caterpillar와 Daimler 같은 기업이 자율주행 트럭 개발을 선도하고 있습니다. Daimler는 2019년에 작동하는 자율주행 트럭 시제품을 공개했으며, 이 트럭은 2027년 시장 출시가 예상됩니다. Caterpillar의 자율주행 운반 트럭 797F는 이미 채굴 작업의 효율을 높이고 있습니다. BHP Group, Rio Tinto, Barrick Gold와 같은 주요 기업은 797F를 24시간 운영하며, 작업장 부상 사고가 발생하지 않았다고 보고했습니다. 마찬가지로 중국의 자율주행 트럭 회사 TuSimple은 자사 트럭이 수동 운전 트럭보다 연료 효율이 11% 높다고 밝혔습니다. 2023년 6월, TuSimple은 중국의 개방된 공공 도로에서 39마일 무인 주행을 성공적으로 완료했습니다.

자율주행 트럭이 건설 업계에 지속적으로 긍정적인 영향을 미치면서 시장은 연평균 성장률(CAGR) 10%로 성장할 것으로 예상됩니다. AI 기반 건설 장비가 안전성과 연료 효율을 높임에 따라 기업들은 더욱 안전하고 지속 가능한 작업 환경으로 전환하고 있습니다.

건설 차량 분야 AI의 미래#

AI는 건설 업계의 판도를 바꾸며 중장비를 더 스마트하고 안전하며 효율적으로 만들고 있습니다. 자율주행 차량부터 연료 사용을 최적화하고 건설 현장을 실시간으로 모니터링하는 AI 시스템까지, 이러한 기술은 실수를 줄이고 비용을 절감하는 데 도움이 됩니다. AI 도입 비용과 작업자 교육 같은 과제가 있지만, 그 이점은 상당합니다. AI가 혁신을 이끄는 가운데 건설 분야의 미래는 그 어느 때보다 생산적이고 지속 가능하며 혁신적으로 발전할 것입니다.

AI가 궁금하신가요? GitHub 저장소를 살펴보고 커뮤니티에 참여해 다른 기술 애호가들과 교류해 보세요. 자율주행 및 제조와 같은 분야의 AI 활용 사례를 알아보세요.