해외 교량 점검 AI 사례를 실무 관점에서 정리하다

교량 점검과 AI라고 하면, AI가 손상을 자동으로 판정하여 기술자를 대신해 진단까지 수행하는 것과 같은 이미지를 갖기 쉽습니다.

하지만 해외 사례를 살펴보면, 실제 사용 방식은 조금 더 실무적입니다.

AI가 효과를 발휘하고 있는 부분은 주로 다음과 같습니다.

• 드론 이미지 정리
• 디지털 트윈 (Digital Twin) 상에서의 사전 확인
• 손상 후보 검출
• 손상 범위의 정량화
• 현장 기록 지원
• 보고서 작성 보조

즉, AI가 점검원이나 기술자를 통째로 대체한다기보다, 판단의 전후 단계에 있는 정보 정리·후보 추출·기록·보고 지원 단계에 들어와 있다는 관점이 가깝습니다.

Bentley / Collins Engineers의 Robert Street Bridge 사례에서는 미국 미네소타주 세인트폴의 교량을 대상으로, 드론 이미지와 디지털 트윈을 활용한 점검 지원이 소개되고 있습니다.

공개 정보에 따르면, 드론으로 57,000매 이상의 이미지를 취득하고, Bentley iTwin Capture 및 iTwin Experience를 통해 상세한 디지털 트윈을 작성했다고 합니다.

기술자는 현장에 가기 전에 사무실에서 교량 상태를 확인할 수 있게 되었으며, 현장에서는 태블릿으로 3D 디지털 레플리카 (Digital Replica)를 참조하며 확인했다고 소개되었습니다.

이 사례에서 중요한 것은 AI나 디지털 트윈이 기술자를 불필요하게 만든 것이 아닙니다.

현장에 가기 전에 정보를 정리하여, 현장에서는 확인에 집중하기 쉽게 만들었다는 점입니다.

WSP와 Mind Foundry의 사례에서는 AI 구동 교량 점검·보고 지원 솔루션이 소개되고 있습니다.

이 사례에서는 다음과 같은 요소가 제시되었습니다.

• 앱을 통한 현장 디지털 기록
• AI를 통한 손상의 정량화
• 360도 카메라를 통한 현장 데이터 취득
• 가상 점검 환경에서의 원격 리뷰
• 보고서 생성 자동화

해당 사례에서는 보고 시간 50% 단축, 점검 시간 30% 단축, 계획 시간 30% 단축과 같은 효과가 소개되었습니다.

물론 이는 특정 사례의 소개 수치이며, 모든 현장에서 동일한 효과가 나온다는 의미는 아닙니다.

다만, AI 활용이 현장 작업뿐만 아니라 사진 정리·손상 정리·보고서 작성과 같은 후처리 작업으로 향하고 있다는 점은 주목할 만합니다.

VoiceInspect.ai의 사례에서는 음성 입력, AR 글래스, AI 프롬프트 (Prompt)를 통한 교량 점검 기록 지원이 소개되고 있습니다.

기존에는 수기 메모, 카메라, 수동 입력에 의존했던 현장 기록을 음성 입력과 AI로 효율화하는 구성입니다.

점검자가 현장에서 관찰 사항을 음성으로 기록하면, AI가 실시간으로 받아쓰기(Transcription) 및 분류를 수행합니다.

정보가 부족한 경우에는 AI가 추가 설명을 유도하는 메커니즘도 소개되어 있습니다.

이는 손상 판정 AI라기보다, 현장 기록과 보고서 작성을 지원하는 AI입니다.

점검자가 보고, 판단하고, 확인하는 작업은 남겨두면서 기록과 정리를 가볍게 해줍니다.

3가지 사례를 통해 공통적으로 알 수 있는 것은, AI가 판단 책임 그 자체를 빼앗고 있는 것이 아니라는 점입니다.

AI가 사용되고 있는 것은 주로 다음과 같은 공정입니다.

• 이미지를 수집한다
• 이미지를 정리한다
• 손상 후보를 찾는다
• 손상 범위를 정량화한다
• 현장 기록을 구조화한다
• 보고서 작성을 보조한다
• 원격 리뷰를 용이하게 한다

반면, 최종적인 건전성 판단, 손상 원인의 해석, 보수 필요 여부의 판단, 성과품 양식으로의 정리, 검토(照査), 설명 책임은 인간과 실무 운용에 남습니다.

일본의 건설 컨설팅 실무에서는 교량 점검의 성과품으로서 많은 장표와 파일이 발생합니다.

• 점검 사진
• 손상 사진
• 조사서
• 평가 결과 목록
• 보고서
• 보수 계획
• 과거 성과물
• 발주자 지정 양식
• 원청 고유 확인표

AI를 사용하기 전에는 이러한 파일과 정보가 정리되어 있어야 합니다.

또한, AI를 사용한 후에도 발주자 양식이나 성과품 형식에 맞추는 작업이 남습니다.

즉, AI 활용의 전후 단계에 있는 Excel·Word·사진·장표 정리가 상당히 중요합니다.

AI로 전부 해결한다는 것이 아니라, AI를 사용할 수 있는 상태로 만들기 위한 정리와, AI의 결과를 실무 성과품으로 구현하기 위한 정리가 필요하다는 뜻입니다.

해외에서는 교량 점검에 AI가 사용되기 시작했습니다.

단, AI가 기술자를 통째로 대체하고 있는 것은 아닙니다.

Robert Street Bridge에서는 드론 이미지와 디지털 트윈을 통한 사전 확인.

WSP × Mind Foundry에서는 AI를 통한 손상 정량화 및 보고서 작성 지원.

VoiceInspect.ai에서는 음성 입력·AR·AI 프롬프트를 통한 현장 기록 지원.

공통점은 AI가 판단 책임을 빼앗는 것이 아니라, 정보 정리·후보 추출·기록·보고를 지원하고 있다는 점입니다.

자세한 내용은 이쪽으로: