이준성 교수 연구팀, 친환경 건설 프로젝트 건설 비용 예측 모델 개발 N
- 등록일2024.07.10
- 3175
공과대학 건축도시시스템공학전공 건설경영연구실(지도교수 이준성) 연구팀이 개발한 친환경 건설 프로젝트의 건설 비용 예측 모델 연구 논문이 건설 분야 저명 학술지인 <Journal of Management in Engineering(JME)> 7월호의 Editor's Choice 논문으로 선정됐다. ENGINEERING, CIVIL 분야학술 및 연구 커뮤니티에서 S급으로 간주되는 학술지(JCR 4.32%) 에디터 논문에 선정됨으로써 이준성 교수 연구팀의 탁월한 연구 성과를 다시 한번 확인했다.
홍은빈 박사과정생, 이준성 교수, 이동환 교수
건설 프로젝트 초기 단계에서 발주자를 비롯한 이해관계자들은 제한된 데이터와 경험 부족으로 인해 건설 비용 예측에 어려움을 겪는다. 특히, 제로 에너지 건축물(zero-energy building, ZEB)은 전통적인 건축물과는 다른 특성을 가지고 있어 기존 데이터만으로는 정확한 비용 예측이 어렵다.
이준성 교수 연구팀은 데이터 부족과 신뢰성 문제를 극복하고 건설 비용을 정확하게 예측하기 위해 데이터 증강 기법인 CTGAN(conditional tabular generative adversarial networks)을 활용한 혁신적인 방법을 제안했다. 연구팀은 CTGAN을 사용하여 소규모 데이터를 증강하고 인공 신경망(artificial neural networks, ANN) 기반 예측 모델을 학습시켰다.
국내에서 완공된 ZEB 비용 데이터를 활용함에 있어 CTGAN 기법을 사용하여 부족한 정보의 한계를 극복, 데이터의 불균형 문제를 해결했다. 원본 데이터와 증강 데이터를 각각 활용하여 비교 분석을 진행한 결과, CTGAN을 활용한 데이터 증강 기법을 통해 개발된 모델은 원본 데이터만을 사용한 모델에 비해 약 66%의 RMSE(root mean squared error; 평균 제곱근 오차) 감소와 15.09%의 예측 정확도 향상을 달성했다. 이러한 데이터 증강 기법을 활용해 연구팀은 더욱 정교한 공사비 추정을 가능케 함으로써 다양한 이해관계자들의 의사결정을 지원하는 모델을 개발했다.
이준성 교수는 “CTGAN 기반 데이터 증강 기법은 건설 비용 예측뿐만 아니라 다양한 분야의 데이터 부족 문제 해결에도 폭넓게 활용될 수 있다”고 그 가능성을 강조하며 “친환경 건설 프로젝트의 초기 단계에서 발주자를 비롯한 이해관계자들이 효율적이고 정보에 기반한 의사결정을 내릴 수 있도록 지원할 수 있다”는 점에서 의의가 크다고 전했다.
이준성 교수(교신저자), 홍은빈 박사과정생(제1저자) 그리고 통게학과 이동환 교수(공동연구)가 참여한 논문 「CTGAN-Based Model to Mitigate Data Scarcity for Cost Estimation in Green Building Projects」는 https://doi.org/10.1061/JMENEA.MEENG-5880에서 확인할 수 있다.