건설 장비의 AI: 새로운 건축 방식

일 generally 건설 장비와 중장비를 생각할 때, 우리는 인간이 직접 이 강력한 기계를 수동으로 조작하는 모습을 떠올립니다. 하지만 AI의 부상과 함께 많은 건설 차량이 위험을 줄이고, 안전성을 향상시키며, 효율성을 높이기 위해 자동화되고 있습니다. 자율주행 및 원격 조종 차량은 건설 산업에서 점점 더 보편화되고 있습니다.

예를 들어, 볼보는 최근 모래, 자갈, 잔해 등 무거운 자재를 건설 현장으로 운반하기 위해 특별히 설계된 완전 자율주행 덤퍼인 TA15를 개발했습니다. 미국 노동부에 따르면, 건설 산업은 치명적인 부상 발생률이 세 번째로 높은 산업입니다. 건설 분야에 AI를 통합함으로써 이러한 사망 사고를 크게 줄이고 안전 조치를 개선할 수 있습니다. 본 아티클에서는 AI가 건설 장비를 더 스마트하고 안전하며 효율적으로 만들어 건설 산업 전반에 혁신을 이끄는 방식을 살펴보겠습니다.

건설 장비에 AI가 통합되는 방식 이해하기#

건설 장비와 차량은 예측할 수 없는 작업 환경과 인적 오류로 인해 사고가 발생할 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 운영을 최적화하고, 기계 성능을 모니터링하며, 유지보수 일정을 자동화할 수 있습니다.

이러한 혁신을 가능하게 하는 주요 기술을 자세히 살펴보겠습니다.

• 컴퓨터 비전: 기계는 Ultralytics YOLOv8과 같은 고급 모델을 사용하여 시각 데이터를 실시간으로 분석할 수 있으며, 이를 통해 건설 현장 모니터링, 재고 추적, 작업자의 안전 장비 착용 확인, 안면 인식을 통한 출석 관리를 지원합니다.
• 사물인터넷(IoT): IoT는 기기들을 연결하여 데이터를 공유할 수 있게 해줍니다. 스마트 웨어러블 기기는 작업자의 건강을 모니터링하고, 근접 및 안전 센서는 위험 요소를 작업자에게 경고하며 장비 유지보수가 필요할 때 경영진에게 알립니다.
• 예측 분석(Predictive Analytics): 과거 데이터와 머신 러닝을 사용하여 예측 분석은 향후 이벤트를 예측하고, 잠재적인 문제를 식별하며, 일정 최적화를 돕습니다. 또한 기상 조건을 예측하여 현장 중단을 방지할 수도 있습니다.

Fig 1. Ultralytics YOLOv8 및 pose estimation을 사용하여 작업자를 모니터링합니다.

중장비에서의 컴퓨터 비전 응용 분야#

컴퓨터 비전은 건설 현장에서 중장비가 작동하는 방식을 바꾸어 놓으며 새롭고 혁신적인 솔루션을 제공하고 있습니다. 건설 장비에서 이미지 및 비디오 분석의 잠재력을 보여주는 몇 가지 흥미로운 응용 사례를 살펴보겠습니다.

AI와 무인 계량대#

계량대(Weighbridge)는 대형 화물의 무게를 측정하는 데 사용되는 저울입니다. 이는 운송 과정에서 차량이 안전 중량 제한을 준수하는지 확인하기 위해 건설 현장에서 매우 중요합니다. 전통적으로 이 과정은 부스 운영자가 차량 진출입 시간, 등록 번호, 적재 중량 등의 세부 정보를 수동으로 기록하는 방식에 의존해 왔습니다. 하지만 이러한 수동 방식은 속도가 느리고, 인적 오류가 발생하기 쉬우며, 투명성이 부족할 수 있습니다.

무인 계량대는 정확성을 높이고, 인적 오류를 줄이며, 프로세스 속도를 높이고, 더 안전하고 효율적인 작업을 위한 실시간 모니터링 및 투명성을 제공하는 데 도움을 줍니다. 이들은 센서, 카메라, LED 화면, 자동 음성 안내와 같은 AI 통합 장치를 사용하여 전체 프로세스를 간소화합니다. 트럭이 진입 지점에 접근하면 차량 번호판 인식(ANPR) 기술이 탑재된 카메라가 차량의 번호판을 감지하여 등록 정보를 확인합니다. 등록 정보가 유효한 경우 시스템은 계량대 진입을 허용합니다.

그림 2. 무인 계량대.

이어 IoT 기반의 주행 중 계량 센서가 이동 중인 트럭의 무게를 측정하고, 필요한 경우 정확한 계량을 위해 운전자에게 올바른 위치에 정차하도록 경고합니다. 중량 데이터는 미리 정의된 제한 기준과 비교 분석되며, 트럭이 해당 기준 내에 있는 경우 운전자는 출구 게이트로 안내됩니다. 출구에서는 ANPR 시스템이 진입한 차량과 일치하는지 차량을 재확인하며, 컴퓨터 비전 지원 카메라가 이상 징후가 있는지 프로세스를 모니터링합니다. 과적이나 운전자 이상 등의 문제가 발생할 경우 시스템은 관리자에게 경고하고 적절한 시정 조치를 취합니다.

AI를 활용한 운전자 졸음 모니터링#

미국 교통부의 조사에 따르면 트럭은 화물 운송에 가장 널리 사용되는 수단입니다. 트럭 운전사들은 종종 야간 운전을 포함하여 장거리 운전을 합니다. 이는 건설 산업에서도 마찬가지이며, 트럭은 현장 간 중장비와 자재를 이동시키는 데 필수적이며 때로는 먼 거리를 이동하기도 합니다. 야간 운전은 피로를 유발하고 충돌 위험을 증가시킬 수 있습니다. 연구에 따르면 치명적인 사고의 21%가 운전자 졸음으로 인해 발생합니다.

이 문제를 해결하기 위해 트럭 제조업체들은 운전자의 졸음운전을 모니터링하기 위해 컴퓨터 비전을 사용하고 있습니다. 안면 인식, 포즈 추정, 객체 감지와 같은 컴퓨터 비전 기술을 사용하여 운전자의 눈동자 움직임, 머리 위치, 표정을 모니터링할 수 있습니다. 예를 들어 운전자의 눈꺼풀이 지정된 범위를 넘어 감기면 시스템이 이를 감지하고 경보를 울려 운전자에게 경고할 수 있습니다. 운전자 졸음 감지 시스템은 타타 트럭 및 기타 자동차 회사에서 널리 사용되고 있습니다.

그림 3. 컴퓨터 비전을 이용한 운전자 졸음 모니터링.

자율 주행 건설 차량과 AI#

건설 현장의 작업 조건은 특히 극한 기온에서 매우 어려울 수 있습니다. 예를 들어, 굴착 현장에서 작업자는 종종 극심한 더위에 직면하는데, 이는 효율적인 작업 능력을 저하시키고 수분 섭취와 휴식을 위한 잦은 휴식을 필요로 합니다. 이러한 조건에서 가동 중단 시간을 줄이기 위해 연구원들은 불도저나 크레인과 같은 자율 주행 건설 차량을 개발하고 있습니다.

이러한 자율주행 기계에는 고해상도 카메라와 지형을 분석하고 경사도, 연약지반, 고르지 않은 지역 등의 요소를 평가하는 컴퓨터 비전 기술이 탑재되어 있습니다. 이들은 객체 감지를 사용하여 사람과 장비를 인식하며, 장애물이 감지되면 자동으로 정지하여 안전성을 높입니다. 화중과학기술대학교(HUST) 연구원들은 산투이(Shantui)와 협력하여 -10°C의 극한 온도에서도 작동할 수 있는 자율주행 불도저를 최근 개발했습니다.

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

중장비의 연료 최적화#

연료 최적화는 건설 회사에 필수적이지만, 연료 효율 관행을 구현하는 것은 어려울 수 있습니다. 변동하는 연료 가격과 건설 차량을 운전하는 여러 운전자로 인해 연료 소비를 수동으로 관리하는 것은 복잡해집니다. AI 기반 연료 관리 시스템을 사용하여 프로세스를 개선하고 연료 소비를 줄일 수 있습니다.

이러한 AI 연료 관리 시스템은 대규모 데이터 세트로 학습되어 여러 경로 옵션을 생성하고 가장 연료 효율적인 경로를 추천함으로써 연료 사용을 최적화합니다. 또한 차량의 엔진 제어 장치(ECU)와 통합되어 실시간 변속 권장 사항을 제공할 수 있습니다. 이러한 AI 기반 권장 사항을 따름으로써 운전자별 운전 패턴을 최적화하여 연료 효율을 향상시킬 수 있습니다.

그림 5. 트럭 주유 중.

건설 장비에서 AI 도입의 장단점#

AI가 통합된 건설 장비는 데이터 기반 의사결정부터 실시간 모니터링에 이르기까지 다양한 이점을 제공합니다. 주요 이점은 다음과 같습니다.

• 장비 수명 연장: 정기적인 모니터링과 적시 유지보수는 기계의 수명을 늘립니다.
• 가동 중단 시간 감소: 자동화된 프로세스와 예지 보전은 장비 가동 중단 시간을 최소화합니다.
• 더 나은 의사결정: 데이터 기반 인사이트를 제공하여 자원과 운영을 더 스마트하게 관리할 수 있습니다.

그러나 건설 산업에서 AI 도입이 증가하고 있음에도 불구하고 고려해야 할 몇 가지 과제가 남아 있습니다.

• 높은 초기 투자 비용: AI는 장기적인 비용 절감으로 이어질 수 있지만, 이러한 시스템을 구현하는 데 드는 초기 비용이 상당하여 소규모 기업에는 장벽이 될 수 있습니다.
• 개인정보 보호 우려: AI는 데이터에 크게 의존하므로, 무단 액세스를 방지하기 위해 이 정보의 안전한 저장과 보호를 보장하는 것이 중요합니다.
• 숙련된 노동력: 건설 장비에 AI를 통합하려면 전문 교육이 필요하며, 특히 까다로운 작업 일정 속에서 작업자에게 이러한 기술을 사용하는 방법을 가르치는 것은 상당한 도전 과제가 될 수 있습니다.

AI 기반 건설 차량의 영향#

건설 산업은 캐터필러와 다임러 같은 기업들이 자율주행 트럭 개발을 주도하면서 AI를 빠르게 수용하고 있습니다. 2019년에 다임러는 2027년까지 시장에 출시될 것으로 예상되는 자율주행 트럭의 작동 프로토타입을 선보였습니다. 캐터필러의 자율주행 대형 트럭인 797F는 이미 광산 작업을 더욱 효율적으로 만들고 있습니다. BHP 그룹, 리오틴토, 배릭 골드와 같은 주요 기업들은 797F를 24시간 내내 운영하며 무재해 직장을 보고하고 있습니다. 마찬가지로 중국의 자율주행 트럭 회사인 투심플(TuSimple)은 자사의 트럭이 수동으로 운전되는 트럭보다 연료 효율이 11% 더 높다고 주장합니다. 2023년 6월, 투심플은 중국의 개방된 공공도로에서 39마일의 무인 주행을 성공적으로 완료했습니다.

자율주행 트럭이 건설 산업에 지속적인 긍정적 영향을 미치면서, 시장은 10%의 연평균 성장률(CAGR)로 성장할 것으로 예상됩니다. AI 기반 건설 장비가 안전성과 연료 효율성을 향상시킴에 따라, 기업들은 더 안전하고 지속 가능한 작업 환경으로 나아가고 있습니다.

건설 차량 내 AI의 미래#

AI는 건설 산업의 판도를 바꾸고 있으며 중장비를 더 스마트하고, 안전하며, 효율적으로 만들고 있습니다. 자율 주행 차량부터 연료 사용을 최적화하고 건설 현장을 실시간으로 모니터링하는 AI 시스템에 이르기까지, 이러한 기술은 실수를 줄이고 비용을 절감하는 데 도움을 주고 있습니다. AI 구현 비용과 작업자 교육과 같은 과제가 있지만, 그 이점은 상당합니다. AI가 혁신을 주도함에 따라 건설의 미래는 그 어느 때보다 생산적이고, 지속 가능하며, 혁신적으로 변할 것입니다.

AI에 대해 궁금하신가요? GitHub 저장소를 확인하고, 커뮤니티에 가입하여 다른 기술 애호가들과 소통해 보세요. 자율주행 및 제조업과 같은 분야에서의 AI 응용 사례에 대해 자세히 알아보세요.