AI 기반 조경 하자율 저감 전략
Shared on June 15, 2026
AI 기반 조경 하자율 감소 프로젝트 회의록
개요
- 목적: 기존 대시보드·시뮬레이터 앞에 하자율 요약 페이지를 추가하여 AI 위험 예측 프로그램(TRE‑CS)을 활용한 하자율 감소 및 비용 절감 효과를 명확히 전달
- 배경: 3년간 11만 주를 대상으로 한 수량·하자율 분석 결과, 현재 16,000주 기준 예측 하자율 14.4% → AI 도입 시 12.2% 수준으로 감소 전망
참가자 및 역할
| 인물 | 역할 | 주요 발언 |
|---|---|---|
| 본부장 | 프로젝트 총괄 | 예산·효과 검증, 최종 승인 |
| 데이터 분석팀 | 수량·하자율 데이터 제공 | 3년간 수량·하자율 통계, AI 예측 결과 |
| 개발팀(동환) | UI/시스템 구현 | 가로/세로 레이아웃 결정, 데이터 연동 |
| 팀장(김영환) | AI 모델 운영 | 위험 예측 및 대체수종 추천 |
| 법무팀 | 특허·저작권 검토 | AI 모델 보호 방안 |
| 경영진 | 결과 검토 | 비용 절감 효과, ROI 평가 |
결정 사항
- 레이아웃: 가로형 레이아웃을 최종 채택(가독성·데이터 표시 용이)
- 비용 표시: UI 상단에 절감 효과(예: 9억 원)와 예상 처리 비용(예: 2억) 명시
- 데이터 연동: 기존 데이터베이스와 연동해 수량·하자율·원인(병해·충해·고사) 를 세분화
- AI 모델: 고위험 수종(≥20%)만 대체수종 추천 → 12% 하자율 감소 목표
- 특허 검토: 법무팀과 협의해 AI 모델 보호 방안 마련
실행 항목
- 개발팀: 3월 30일까지 가로형 UI 완성 및 테스트
- 데이터팀: 3월 28일까지 고사·병해·충해 세분화 데이터 제공
- AI팀: 4월 5일까지 고위험 수종 목록 최종 확정
- 법무팀: 4월 10일까지 특허/저작권 검토 보고
- 본부장: 4월 15일까지 최종 발표 자료 승인
토론 내용
- 하자율 감소 효과
- 3년 조사 결과 평균 14% → AI 도입 시 12% 감소 (30% 절감 효과)
- 절감액: 9억 원(예상) → 실제 절감액은 현장별 차이 있음(예: 50% 절감 가능)
- 비용 문제
- 절감액이 업체 비용으로만 계산되는 것이 아니라, 건설사·시공사가 부담할 부분도 포함
- 비용 절감 효과를 명확히 표시하기 위해 원가·절감액을 분리해 표시
- 데이터 정확성
- 22년 현장 수가 적어 수치 왜곡 가능 → 23년부터 본격 적용 예정
- 고사·병해·충해 원인 세분화 필요 → 향후 11% 이하 하자율 목표
- UI/UX
- 세로형 레이아웃은 가독성 낮음 → 가로형 채택 결정
- 용어 통일 필요(고위험, 중위험, 저위험)
- 시뮬레이터와 대시보드 연결 검토 중
- 법적·지적재산
- AI 모델의 특허 가능성 검토 중
- 외부 유출 방지 방안 마련 필요
핵심 메시지: AI 기반 하자율 예측·대체수종 추천으로 12% 이하 하자율을 달성하고, 9억 원 규모의 비용 절감 효과를 명확히 보여줄 수 있다.
본 회의록은 회의 내용을 요약한 것이며, 세부 수치 및 데이터는 각 팀에서 제공한 자료를 기반으로 한다.