건설현장에서 콘크리트 품질을 확인하는 일은 지금까지 사람이 직접 해야 하는 번거로운 작업이었다. 작업자의 경험과 실력에 따라 결과가 달라지고, 시간도 많이 걸렸다. 연세대학교와 서울대학교, GS건설이 함께 만든 'SlumpGuard'는 이런 문제를 AI 기술로 해결했다. 이 시스템은 콘크리트 믹서트럭에서 콘크리트가 쏟아지는 모습을 카메라로 촬영해서 실시간으로 품질을 판단한다.

SlumpGuard는 YOLO라는 AI 기술을 사용해서 콘크리트가 나오는 관(슈트)을 99.45%의 정확도로 찾아낸다. 이전에는 사람이 일일이 확인해야 했지만, 이제는 모든 콘크리트를 자동으로 검사할 수 있어 품질관리가 훨씬 일관되고 믿을 만하다. 연구팀은 8개월 동안 실제 건설현장과 똑같은 환경에서 실험해서 6,443개의 10초 길이 영상으로 이루어진 데이터를 만들었다.

영상 분석 기술로 콘크리트가 언제 어디서 나오는지 95% 정확도로 자동 감지

SlumpGuard의 핵심 기술 중 하나는 영상에서 움직임을 분석하는 '광학흐름 분석'이다. 이 기술은 콘크리트가 어느 관에서 언제 떨어지기 시작하는지를 자동으로 알아낸다. 시스템은 화면의 점들이 어떻게 움직이는지 추적해서 콘크리트가 나오는 정확한 시점과 위치를 파악한다.

실험 결과를 보면, 왼쪽 관에서는 거의 100%에 가까운 정확도를 보였고, 오른쪽 관에서는 평균 92.89%의 정확도를 달성했다. 오른쪽 관의 정확도가 조금 낮은 이유는 위쪽 덮개 때문에 생기는 그림자 때문이다. 특히 콘크리트가 너무 물러서 잘 흘러내리는 경우에는 움직임을 감지하기가 어려워진다는 점도 확인했다.

3D 영상 분석 모델로 82% 정확도의 콘크리트 상태 예측, 다양한 학습 기법으로 성능 향상

SlumpGuard는 ResNet 3D라는 영상 분석 모델을 사용해서 콘크리트의 굳기 정도를 예측한다. 연구팀은 콘크리트의 굳기를 150-180mm, 180-210mm 등 5개 구간으로 나누어 분류하는 방식을 택했다. 이는 한국 표준에서 정한 허용 범위를 반영한 것이다.

모델을 학습시킬 때는 16장의 연속된 화면을 사용했고, MixUp과 CutMix라는 특별한 학습 방법을 적용했다. MixUp은 두 개의 학습 데이터를 섞어서 새로운 데이터를 만드는 방법이고, CutMix는 한 이미지의 일부를 다른 이미지로 바꾸는 방법이다. 이런 방법들은 다양한 조명이나 환경에서도 시스템이 안정적으로 작동하도록 도와준다.

실시간 처리와 자동 품질관리로 건설현장의 업무 방식 바꿔

SlumpGuard의 가장 큰 장점은 실시간으로 처리할 수 있다는 점이다. 화면 하나를 분석하는 데 평균 9.0밀리초밖에 걸리지 않아서 실제 건설현장에서 바로 사용할 수 있다. 시스템이 8장면 이상 같은 영역을 계속 찾으면 분석을 잠시 멈추고 그 영역을 고정해서 컴퓨터 자원을 절약하고 전력도 효율적으로 사용한다.

시스템은 예측한 콘크리트 굳기를 건설현장에서 주문한 기준과 비교해서 자동으로 품질을 판정한다. 예측값이 요구 범위 안에 있으면 정상으로, 벗어나면 문제가 있는 것으로 분류해서 효과적인 품질관리를 가능하게 한다. 연구팀은 앞으로 더 정확한 수치 예측과 건설 관리 시스템과 연결해서 전체 건설 과정의 품질을 자동으로 추적하는 시스템을 만들 계획이라고 밝혔다.

FAQ

Q: SlumpGuard 시스템이 기존 방식보다 어떤 점에서 좋은가요?

A: 기존에는 사람이 직접 확인해야 했지만, SlumpGuard는 모든 콘크리트를 자동으로 검사할 수 있어 더 일관되고 믿을 만합니다. 또한 실시간으로 확인할 수 있어 즉시 품질 문제를 발견할 수 있습니다.

Q: 이 시스템은 얼마나 정확한가요?

A: SlumpGuard는 콘크리트 관 찾기에서 99.45%, 콘크리트가 나오는 위치 찾기에서 95% 이상, 콘크리트 상태 예측에서 82%의 정확도를 보여줍니다.

Q: 실제 건설현장에서 바로 쓸 수 있나요?

A: 네, 화면 하나를 9.0밀리초에 처리할 수 있어 실시간 사용이 가능하고, 실제 건설현장과 같은 환경에서 테스트를 거쳐 검증되었습니다.

해당 기사에 인용된 논문 원문은 arvix에서 확인 가능하다.

논문 명: SlumpGuard: An AI-Powered Real-Time System for Automated Concrete Slump Prediction via Video Analysis

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.