전기전자/정보통신

Nikkei Computer_2017.7.6 특집 요약(p38~45)

일본 열도 AI 개조론
AI가 건설 기계를 운전하는 시대가 도래

「컴퓨터가 달린 불도저」로 불렸던 다나카(田中) 수상이 일본을 고속 교통망으로 연결시키는「일본 열도 개조론」을 발표한지 45년째. 인공지능(AI)이 건설기계를 운전하는 시대가 도래하고 있다. AI는 숙련된 기술자들의 기술을 흡수하여 도로 및 다리 등의 정비 및 노후화 대책에 공헌하기 시작했다. 심각한 과제로 떠오른 노동력 부족을 해결하는 힘도 내포되어 있다. AI로 새로운 일본 개조를 향한 건설현장의 최신 사례를 들여다 보았다.

드르르르르---. 도로의 정비 및 부지 조성 등의 공사에서 사용하는 진동 롤러의 굉음이 울려 퍼진다. 차체 전방의 철제 롤러가 가끔씩 진동하며 지면을 눌러 다지고 있다. 진동 롤러의 조작에는 경험이 풍부한 베테랑의 기술이 필요하다. 운전자는 감각을 최대한으로 살려 지면의 울퉁불퉁한 것을 감안하여 조작 레버 및 핸들을 조정. 순식간에 지면을 평평하게 포장해 나간다.

숙련되지 않은 사람에게는 어려운 일이다. 노면에 다져지지 않는 곳이 발생하기 때문에 몇 번이나 왕복해야 할 필요가 있다. 「진동 롤러의 운전에 필요한 전문기술을 AI에게 전수하여 앞으로의 과제인 인력부족 해소에 이바지하고 싶다」. 이렇게 말하는 것은 다이세이(大成) 건설의 이마이시(今石) 기술센터 생산기술개발부장이다. 당사는 2017년 4월, AI를 탑재한 무인주행을 실현하는 진동 롤러의 개발에 뛰어들었다.

당사는 2019년도부터 도로공사의 현장에서 실증실험을 개시. 2025년 까지는 일부 건설현장에서 본격적인 이용을 시작하여 순차적으로 실용화 해 나갈 계획이다.

-- 심층학습이 핸들 다루는 법을 기억한다 --
AI를 탑재한 진동 롤러는 처음부터 자율주행이 가능했던 것은 아니다. 먼저, 베테랑의 운전자가 AI탑재 진동 롤러에 승차하여 운전 시범을 보인다. AI는 심층학습(딥러닝)의 기술을 사용하여 베테랑의 핸들 다루는 법을 조종 이력 데이터로써 수집. 차체에 부착한 센서가 수집한 데이터에 조합시켜 분석함으로써 최적의 조작방법을 학습한다. 이 작업을 반복하여「AI 운전기술을 베테랑의 기술에 근접해 가도록 한다」(당사의 카타야마 기술센터 선진기술개발부 과장대리).

-- 터널을 파는 것도 AI --
건설현장에서 AI의 실용화를 노리는 것은 다이세이 건설만이 아니다. 아오미즈(淸水) 건설은 도로 및 하수관 등의 터널을 파 나아가는 실드기의 운전을 AI로 대체하려는 시도를 하고 있다. 실드기는 땅속을 옆으로 파고 들어가는 건설기계이다. 전면에 꽉 찬 원반에 부착한 커터가 회전하면서 흙을 잘게 부숴 발생된 토사를 후방으로 배출. 파 나아간 벽면은 콘크리트 블록으로 굳혀나간다.

실드기의 운전조작도 진동 롤러와 같이 간단하지 않다. 「숙련된 조종자가 개인의 경험과 기량을 바탕으로 운전을 조작한다. 노하우는 쉽게 몸에 베이는 것이 아니다」라고 아오미즈 건설의 나카타니(中谷) 토목기술본부 실드총괄과장은 말한다.

-- 하수도관의 점검 스피드를 10배 빠르게 --
다양한 건설분야에서 AI를 활용하는 시도가 활발해졌다. 선행하는 기업 및 연구기관 등이 원하는 것은 어디까지나 생산성의 유지 및 향상이다. 작업의 일부 또는 전체를 AI로 대체한다는 구상이다.

대상 범위는 도로 및 터널 등의 인프라 신설공사뿐만이 아니다. 이미 정비된 인프라의 유지 점검에도 기대가 되고 있다. 노후화된 하수도관을 효율적으로 점검하기 위해 AI를 활용하는 곳이 지질조사의 가와사키 지질(川崎 地質)이다. 하수도관은 노후화가 진행되면 도로의 함몰사고를 불러 일으키게 된다. 하수도관의 일부에 구멍이 뚫려있거나 관과 관의 접합부에 틈이 생기거나 하면 주위의 토사가 유입되어 주변에 빈 공간을 형성하게 된다. 공동(空洞)이 커지면 지표면에 구멍이 뚫린다. 국토교통성에 따르면 하수관의 노후화가 원인으로 발생한 노면의 함몰사고는 2015년도에만 약 3,300 건에 이른다고 한다.

AI를 사용한 공동탐사 순서는 다음과 같다. 먼저, 전용 레이더 장치를 탑재한 차량을 하수도가 매설되어 있는 도로상에서 달리게 한다. 레이더 장치는 전자파를 방사하여 반사된 파장의 형태를 바탕으로 「레이더 화상」에 합성시킨다. 이 레이더 화상의 해석에 심층학습이 이용된다.

조사작업은 원래 숙련된 기술자가 담당해 왔다. 베테랑 기술자 여러 명이 화상을 응시하면서 감과 경험을 바탕으로 구멍이 있는지를 판단해 왔다. 도로 100km분의 레이더 화상을 베테랑 기술자가 해석할 경우 1개월 정도가 걸렸다고 한다. AI를 겸용하면 약 3일간에 완료할 수 있게 되었다. 물론 최종적인 판단은 인간이 결정한다. 가와사키 지질은 당사가 손대고 있는 조사업무에 시험도입을 진행하고 있으며, 2017년 7월부터 본격적으로 사용을 시작할 계획이다.

건설현장의 IT활용을 추진하기 위해서 건설기기 업체는 건설 현장용 솔루션을 정비하고 있다. 코마츠는 2015년 2월에「Smart Construction」을, 일본 캐터필러는 2016년 4월에「Cat Connect Solution」을 개시했다. 두 개사 모두 조사∙측량에 의해 수집된 3차원 데이터를 시공 등의 공정에서 공유하여 활용할 수 있다는 것이 공통점이다. 이와 같은 데이터를 바탕으로 센서 및 GPS 등을 탑재한 건설기계로 시공을 자동화한다. 각 공정에서의 필요한 데이터는 각자 제공하는 클라우드 상에서 관리한다고 한다.

-- 10년만에 110만명의 장인이 사라진다 --
건설현장에서 AI활용에 전념하는 기업이 늘어나고 있는 최대 이유는 노동력 부족이 심각하기 때문이다. 건설현장에서 일하는 기술 노동자는 2024년까지 10년동안 전체의 약 3분의 1에 해당하는 110만명이 이직할 것으로 보인다. 피하기 힘든 이 과제를 해결하기 위해 건설분야의 각 기업이 하나같이 AI를 사용해 생산성은 높여, 작업 품질을 유지하려고 하고 있다.

심각한 상황을 타파하기 위해 정부도 나섰다. 대표적인 예로, 국토교통성이 2016년도에 본격적으로 추진하기 시작한 건설현장에서 IT를 활용하는 방안인「i-Construction」을 들 수 있다. 이시이(石井) 국토교통부 장관은「2025년도까지 건설현장에서의 생산성을 20% 향상시킨다」라는 목표를 설정했다. i-Construction은 조사∙측량부터 설계, 시공, 검사, 유지관리∙갱신까지 건설현장의 전체 공정을 대상으로 하고 있다. 지금까지의 IT활용은 주로 시공 공정이 중심이었다.

-- 건설 현장에서 소프트웨어의 개발력이 필요하게 된다 --
i-Construction을 실현하는 것에는 관공청이나 지방자치단체 등 공사를 발주하는 입장의 각 기관을 비롯해, 건설회사 및 측량기기 업체, 건설기계 제조업체, IT기업 등과의 연대를 빼놓을 수 없다.

따라서, 국토교통성은 2017년 1월에 추진된 조직「i-Construction 추진 컨소시엄」을 설립. 2017년 6월 시점에서 기업 및 대학, 자치단체 등 730사∙단체가 참여하고 있다. 대형 건설업체 외에도 코마츠나 캐터필러 재팬 등의 건설기계 업체, 후지츠 및 히타치제작소, 히타치 솔루션즈 등의 IT관련기업이 그 이름을 내걸고 공표했다. IoT 및 AI, 빅데이터 분석 등의 신 기술을 도입하기 쉽게 만드는 것이 최대 목표이다.

캐터필러 재팬의 커크 회장은 앞으로의 인재 전략에 대해 다음과 같이 말한다. 「지금까지는 고객과 건설기기기에 대해 자세히 알고 있으면 되었으나, 앞으로는 IT를 구사하는 디지털 기술도 도입하지 않으면 안 된다」.

진동 롤러에 AI를 탑재하려고 하는 다이세이 건설도 소프트웨어 개발을 강화한다는 방침이다. 「AI에 강한 벤처는 대학 등 외부와의 연대를 고려하고 있다」(다이세이 건설 카타야마 과장).

건설회사 및 건설기기 업체에게는 새로운 인재를 획득할 필요가 있는 반면, IT업계의 기술자 입장에서 본다면 활약할 찬스가 지금까지 이상으로 확대될 전망이다.

▶ 심층학습을 채용한 건설분야의 기업 증가
(2016년이후에 발표된 건설현장에서의 AI활용의 주요 사업)

  -- 끝 --