디지털 트윈 (Digital twins, DTs)은 도로 인프라 점검의 디지털화를 가능하게 하지만, 이는 제한된 주석 데이터 (annotated data)로 인해 어려움을 겪고 있습니다. 본 연구는 지속적인 자산 상태 모니터링의 관계적 특성을 활용하여, 데이터 의존도를 줄이기 위해 이미지 기반 결함 탐지 (defect detection)를 이미지 차이 분류 (image difference classification, IDC)로 재정의합니다. 이는 새롭게 큐레이션된 고품질 데이터셋을 사용하여, 다양한 IDC 분류기 (classifiers)를 활용한 저자원 교통 표지판 점검 사례 연구를 통해 평가되었습니다. 결과에 따르면, 지시 기반 분류기 (instruction-based classifier)가 인코더 기반 (encoder-based) 분류기보다 우수한 성능을 보였으며, 참조 이미지 (reference images)와의 비교를 통해 이득을 얻는 것으로 나타났습니다. 이는 IDC가 인프라 점검 및 DT 자산 상태 업데이트 시 데이터 제약 문제를 해결하기 위한 효과적인 태스크 모델링 (task modeling)이 될 수 있음을 보여줍니다.