일본산업뉴스요약

생성 AI가 교량의 보수 공법을 제안
야치요엔지니어링, 지원 툴 개발

야치요(八千代)엔지니어링(도쿄)이 생성 AI(인공지능)를 활용하여 교량의 점검 보고서를 기반으로 한 손상 원인 분석과 최적의 보수 공법의 자동 선정, 공법의 품질 검증 등의 기능을 갖춘 보수 설계 지원 툴을 개발했다. 교량의 보수 설계에는 고도의 전문성이 요구되기 때문에 지금까지는 기술자의 숙련도에 따라 품질의 편차 및 재작업이 발생해 왔다. 생성 AI의 활용을 통해 경험이 적은 기술자도 수준 높은 보수 설계를 할 수 있는 환경을 구축할 수 있을 것이라고 한다.

-- 6개의 교량 및 65곳의 손상을 대상으로 툴의 유용성을 확인 --
야치요엔지니어링이 개발한 지원 툴은 대형언어모델(LLM)과 검색증강생성(RAG) 기술을 연계시켜 사진을 포함한 교량의 점검 조사 보고서를 바탕으로 손상 원인 분석과 최적의 보수 공법 선정, 보수 공법의 품질 확인 및 자기 수정까지 일관되게 실시하는 AI 에이전트 기능을 갖추고 있다.

구체적으로는 LLM이 점검 조사 보고서에서 추출한 손상 형태와 주변 환경 조건 등의 정보를 RAG 기술을 통해 사내 데이터베이스와 대조하여 손상 원인을 특정한다. 환경 조건이나 손상 원인에 기반한 보수 방침을 제안할 뿐만 아니라, 결론에 이르게 된 논리적 흐름을 시각화하고 요약해 준다.

이 외에도 AI 에이전트가 구조물의 수명과 시공 조건, 비용을 고려하여 기술 기준에 기반한 복수의 보수 공법 안을 작성. 또 다른 AI 에이전트가 보수 공법 안을 검증하고, 기준을 만족하는 품질에 도달할 때까지 자동으로 수정을 반복한다.

야치요엔지니어링은 검증을 위해 생성 AI가 출력한 답변에 대해 다음의 6가지 관점에서 별도의 AI를 통한 평가를 실시했다. (1)조치 방침의 타당성 (2)공법 선정의 적절성 (3)보수 공법의 지속성·재열화 방지 (4)손상 원인의 이해도 (5)제안 내용의 명확성·논리성 (6)시공성·안전성·주변에 대한 영향이다. 그 결과, 6개 교량 및 65곳의 손상을 대상으로 생성된 답변 중 대다수의 손상에서 타당한 내용이라는 것이 확인되었다.

야치요엔지니어링은 기술자를 통한 검증도 실시했다. 그 결과, 표면적인 균열 보수뿐만 아니라, 판단이 어려운 '내부 물 고임' 등의 요인을 추정해 적절하게 보수 공법을 제안한다는 것이 판명, AI의 설계 지원 효과를 확인할 수 있었다고 한다.

-- 끝 --

Copyright © 2026 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.