"1조(길바닥연구소)"의 두 판 사이의 차이
Uoscivil202611 (토론 | 기여) (→개발 일정) |
Uoscivil202611 (토론 | 기여) (→개발 일정) |
||
| 434번째 줄: | 434번째 줄: | ||
<tr> | <tr> | ||
| − | <td style="font-weight:bold;">사전과업</td> | + | <td rowspan="2" style="font-weight:bold;">사전과업</td> |
<td style="text-align:left;">열화상 도로 촬영 데이터 수집</td> | <td style="text-align:left;">열화상 도로 촬영 데이터 수집</td> | ||
<td>전체</td> | <td>전체</td> | ||
| 442번째 줄: | 442번째 줄: | ||
<td></td> | <td></td> | ||
<td>초기 데이터 확보</td> | <td>초기 데이터 확보</td> | ||
| + | </tr> | ||
| + | <tr> | ||
| + | <td style="text-align:left;">열화상 장비 선정 및 원리 분석</td> | ||
| + | <td>전지원</td> | ||
| + | <td></td> | ||
| + | <td style="background:#D9D9D6;"></td> | ||
| + | <td></td> | ||
| + | <td></td> | ||
| + | <td>장비 선정 및 이론 검토</td> | ||
</tr> | </tr> | ||
| 562번째 줄: | 571번째 줄: | ||
</tr> | </tr> | ||
</table> | </table> | ||
| + | |||
<div style="border-left:4px solid #63666a; padding:10px 14px; margin:12px 0; background-color:#dbdbdb;">'''일정 요약''' — 본 과제는 3월 열화상 도로 촬영 데이터 수집을 시작으로, 4~5월 SAM2 기반 분석 영역 추출과 FEM 기반 열응력 해석 모듈을 개발하고, 5~6월 LLM 기반 설명 인터페이스 및 전체 파이프라인 통합을 수행하는 방식으로 추진되었다.</div> | <div style="border-left:4px solid #63666a; padding:10px 14px; margin:12px 0; background-color:#dbdbdb;">'''일정 요약''' — 본 과제는 3월 열화상 도로 촬영 데이터 수집을 시작으로, 4~5월 SAM2 기반 분석 영역 추출과 FEM 기반 열응력 해석 모듈을 개발하고, 5~6월 LLM 기반 설명 인터페이스 및 전체 파이프라인 통합을 수행하는 방식으로 추진되었다.</div> | ||
2026년 6월 9일 (화) 06:51 판
프로젝트 개요
기술개발 과제
국문 : 열화상 영상 기반 도로포장 온도 분포 분석 및 열화 위험 구간 평가 시스템 개발
영문 : Development of a Thermal Image–Based Road Pavement Temperature Distribution Analysis and Deterioration Risk Assessment System
과제 팀명
길바닥연구소
지도교수
조수진 교수님
개발기간
2026년 3월 ~ 2026년 6월 (총 4개월)
구성원 소개
서울시립대학교 토목공학과 20238600** 공**(팀장)
서울시립대학교 토목공학과 20228600** 지**
서울시립대학교 토목공학과 20238600** 강**
서울시립대학교 토목공학과 20238600** 박**
서울시립대학교 토목공학과 20238600** 양**
서울시립대학교 토목공학과 20238600** 전**
서론
개발 과제의 개요
개발 과제 요약
도로포장 손상은 반복 교통하중, 온도 변화, 수분 침투 등이 복합적으로 작용하여 발생하며, 초기 균열이 방치될 경우 포트홀 및 국부 파손으로 확대될 수 있다. 그러나 기존 점검 방식은 고가의 전용 장비와 전문 인력에 의존하여 상시적 점검이 어렵고, 기존 AI 기반 탐지 기술은 손상 위치 식별에 집중되어 물리적 위험도를 정량적으로 평가하지 못하는 한계가 있다. 이에 본 과제는 열화상 영상 기반으로 도로포장 표면의 온도 분포를 분석하고, 균열 주변의 열화 위험도를 자동으로 평가하는 소프트웨어 시스템 개발을 목표로 한다.
제안 시스템은 스마트폰 부착형 열화상 카메라로 촬영한 도로 노면 이미지를 입력받아, SAM2 기반 Vision AI로 균열 주변 분석 영역을 추출하고, 형태학적 확대 연산을 통해 열영향 영역을 포함한 뒤, CST 기반 2차원 FEM 열응력 해석을 수행하여 Safe / Warning / Critical의 3단계 위험도를 산정하며, LLM 기반 인터페이스를 통해 위험도 진단 결과를 자연어로 제공한다. 검증 결과, SAM2+Dilation 기반 분석 영역 추출은 Recall 0.9388을 달성하였으며, FEM 해석은 이론해 대비 오차율 0.17%, TSRST 문헌값 대비 파괴응력 오차율 0.11%를 보였다. 또한 실도로 열화상 영상 537장 전체를 중단 없이 처리하고, 위험도 판정 결과와 논리적으로 모순되지 않는 한국어 설명문을 생성하였다.
본 과제는 저비용 열화상 장비와 AI 기반 분석 소프트웨어를 결합하여 도로포장 점검의 접근성을 높이고, 손상 위치 탐지를 넘어 물리적 근거에 기반한 위험도 평가를 가능하게 한다는 점에서 의의가 있다. 또한 GUI와 LLM 기반 한국어 진단문을 통해 비전문가도 분석 결과를 이해할 수 있어, 향후 지자체 민원 대응, 보완 점검, 보수 우선순위 판단 등에 활용될 수 있다.
개발 과제의 배경
i. 도로포장 열화의 토목공학적 의미
도로는 사람과 물자의 이동을 가능하게 하는 핵심 사회기반시설이며, 도로포장은 차량 하중을 지지하고 노상을 보호하며 주행 평탄성과 안전성을 확보하는 역할을 한다. 특히 도로포장의 표층은 교통하중과 외부 환경에 직접 노출되는 층으로, 균열·포트홀·소성변형 등 열화로 인한 손상이 가장 먼저 관찰되는 영역이다.
균열은 도로포장 표층에서 발생하는 대표적인 초기 손상이다. 초기 균열이 방치될 경우 균열부를 통해 수분이 침투하고, 하부층의 지지력이 약화되며, 반복 교통하중에 의해 포트홀이나 국부 파손으로 확대될 수 있다. 이러한 도로포장의 손상 발생 및 확대는 통행을 방해하고, 도로의 사용성을 저해하며, 손상이 심화될 경우 하부 지반의 구조적 손상까지 이어질 수 있다. 따라서 도로포장 열화 관리는 단순히 손상 위치를 찾는 문제가 아니라 손상의 확장 가능성과 보수 우선순위를 판단해야 하는 토목공학적 유지관리 문제이다.
ii. 이상기후와 온도하중에 따른 열화 위험 증가
아스팔트 포장은 온도 변화에 민감한 열가소성 재료로, 고온 환경에서는 바인더 점도와 강성이 감소하고 전단강도가 저하될 수 있다. 이러한 물성 변화는 반복 교통하중과 결합되면서 균열, 소성변형, 포트홀과 같은 다양한 도로포장 손상으로 이어지는 원인이 된다.
또한 도로포장 표면의 국부적인 온도 차이와 반복적인 온도하중은 포장 내부의 열응력 발생과 관련된다. 따라서 도로포장 표면의 온도 분포는 단순한 영상 정보가 아니라, 열화 위험 구간을 판단하기 위한 중요한 공학적 입력 정보로 활용될 수 있다.
iii. 상시 열화 관리를 위한 저비용 점검 기술 필요성
도로포장 손상은 초기 발견과 적절한 보수 시점 판단이 중요하지만, 기존 점검 방식은 고가의 전용 장비와 전문 인력에 의존하는 경우가 많다. 이러한 방식은 정밀한 조사가 가능하다는 장점이 있으나, 넓은 도로망을 자주 점검하거나 지자체·소규모 관리기관이 상시적으로 활용하기에는 비용과 운용 부담이 크다.
이에 따라 도로포장 유지관리 현장에서는 기존 정밀 조사 장비를 보완할 수 있는 저비용·경량화 점검 기술이 필요하다. 특히 민원 발생 구간, 균열 의심 구간, 반복 관찰이 필요한 구간에 대해 현장에서 빠르게 촬영하고 분석할 수 있는 시스템은 상시 유지관리 체계의 실효성을 높일 수 있다.
|
기존 점검 방식의 한계
|
필요한 점검 기술의 방향
|
iv. 본 과제의 공학적 문제 정의
기존 도로포장 점검 및 AI 기반 손상 탐지 기술의 한계를 종합하면, 본 과제가 해결해야 할 문제는 크게 세 가지로 정리된다.
| i. 경제적 접근성 한계 | ii. 정량화 한계 | iii. 설명 가능성 한계 |
|---|---|---|
|
기존 점검 방식은 수억 원대 전용 장비와 전문 인력이 필요한 경우가 많아, 예산이 제한된 지자체나 소규모 관리기관에서 상시적으로 활용하기 어렵다. |
기존 AI 기반 손상 탐지 기술은 손상 위치나 형상 식별에 집중되어 있으며, 균열 주변의 물리적 위험도를 수치적으로 평가하는 데에는 한계가 있다. |
열화상 맵, FEM 수치 결과, 위험도 지표 등은 전문 지식이 없는 사용자가 현장에서 즉시 해석하기 어려우며, 유지관리 의사결정에 바로 활용하기 어렵다. |
개발 과제의 목표 및 내용
i. 개발 목표
본 과제는 앞서 정의한 경제적 접근성 한계, 정량화 한계, 설명 가능성 한계를 해결하기 위해 열화상 영상 기반 도로포장 위험도 평가 시스템을 개발하는 것을 목표로 한다. 이를 위해 저가형 스마트폰 부착형 열화상 카메라를 활용한 현장 적용성, FEM 기반 열응력 해석을 통한 물리적 위험도 정량화, LLM 기반 한국어 진단문 및 GUI를 통한 설명 가능성을 핵심 목표로 설정하였다.
| 공학적 문제 | 정성적 목표 | 정량적 목표 |
|---|---|---|
| 경제적 접근성 한계 | 저가형 스마트폰 부착형 열화상 카메라 기반으로 도로포장 손상 구간의 근접 정밀 평가가 가능한 분석 기술 개발 |
|
| 정량화 한계 | 열화상 영상의 온도 분포를 역학적 열하중으로 변환하고, 2D FEM 열응력 해석을 수행하여 균열 주변의 물리적 위험도를 Safe / Warning / Critical 3단계로 평가하는 기술 개발 |
|
| 설명 가능성 한계 | FEM 해석 결과와 위험도 판정 결과를 LLM에 전달하여, 비전문가도 판단 근거를 이해할 수 있는 한국어 진단문 및 GUI 기반 통합 인터페이스 개발 |
|
ii. 개발 내용
본 시스템은 열화상 도로 노면 이미지를 입력으로 받아, 균열 주변 분석 영역 추출, 온도 분포 기반 물리 해석, 사용자 설명 인터페이스 제공의 3단계로 작동한다. 전체 파이프라인은 단순히 균열의 위치를 탐지하는 데 그치지 않고, 균열 주변의 온도 분포를 열응력 기반 위험도 지수로 변환하여 유지관리 의사결정에 활용 가능한 정보로 제공하는 것을 핵심으로 한다.
| i. 세부과업 1 균열 영역 추출 Vision AI |
ii. 세부과업 2 온도 분포 물리 해석 알고리즘 |
iii. 세부과업 3 LLM 기반 사용자 설명 인터페이스 |
|---|---|---|
|
|
|
관련 기술의 현황
관련 기술의 현황 및 분석(State of art)
i. SAM 계열 모델을 활용한 도로포장 손상 탐지 연구
SAM(Segment Anything Model)은 대규모 이미지 데이터로 사전학습된 범용 이미지 분할 모델로, 점·박스·마스크 등 다양한 프롬프트를 이용하여 여러 도메인의 객체를 분할할 수 있다는 장점이 있다. 이후 제안된 SAM2는 기존 SAM의 프롬프트 기반 분할 구조를 계승하면서도 추론 속도와 범용성을 개선하여, 도로포장 균열 탐지와 같은 현장 적용형 비전 과업에 활용 가능성이 높은 모델로 평가된다.
최근에는 SAM 계열 모델을 도로포장 균열 탐지에 적용한 연구들이 수행되었다. 이들 연구는 RGB 기반 도로포장 이미지에서 균열의 위치와 형상을 정밀하게 분할할 수 있음을 보였으나, 대부분 균열의 형상 탐지에 집중되어 있으며 열화상 영상의 온도 분포나 균열 주변의 물리적 위험도 평가로는 확장되지 못했다.
| i. Crack SAM | ii. SepSAM | iii. SAM2 기반 균열 분석 연구 |
|---|---|---|
|
대상: 도로포장 균열 분할 |
대상: 현장 적용형 균열 분할 |
대상: 다중 출처 도로포장 균열 이미지 |
ii. 열화상 기반 도로포장 손상 탐지 연구
열화상 영상은 가시광선 영상과 달리 조명 변화, 그림자, 저조도 환경의 영향을 상대적으로 적게 받으며, 도로포장 손상 부위의 열적 특성이 표면 온도 분포로 나타날 수 있다는 장점이 있다. 이에 따라 열화상 이미지를 활용하여 도로포장 손상 여부와 손상 심각도를 분류하려는 연구들이 수행되었다.
그러나 기존 열화상 기반 연구들은 대체로 딥러닝 모델을 이용하여 손상 유형이나 심각도를 분류하는 방식에 집중되어 있다. 이러한 접근은 열화상 영상이 손상 탐지에 유효한 입력 데이터가 될 수 있음을 보여주지만, 모델이 어떤 물리적 근거로 위험도를 판단했는지 설명하기 어렵다는 한계를 가진다.
| 열화상 기반 손상 탐지 | 열화상 기반 심각도 분류 |
|---|---|
|
주요 내용 |
주요 내용 |
iii. 열화상 이미지를 활용한 온도 분포 해석 연구
열화상 이미지를 단순한 영상 데이터가 아니라 온도 분포 데이터로 해석하려는 연구도 수행되고 있다. 기존 연구에서는 열화상 이미지 내 온도 이상 영역을 군집화 기법으로 탐지하거나, 포장 표면 온도를 이용하여 내부 온도 분포를 예측하는 물리 기반 모델을 제안하였다. 이러한 연구들은 열화상 이미지의 온도 분포를 통계적 또는 물리적으로 해석할 수 있음을 보여준다.
그러나 기존 온도 분포 해석 연구는 이상 온도 영역의 탐지 또는 내부 온도 예측에 집중되어 있으며, 그 결과를 실제 도로포장 균열의 위험도, 보수 필요성, 유지관리 의사결정과 직접 연결하는 데에는 한계가 있다.
iv. 기존 연구의 한계와 본 과제의 위치
기존 연구를 종합하면, 도로포장 손상 탐지와 열화상 기반 분석 기술은 각각 발전해 왔으나, 균열 탐지, 온도 분포 해석, 위험도 정량화, 사용자 설명을 하나의 워크플로우로 통합한 사례는 제한적이다. 본 과제는 이러한 기술적 공백을 보완하기 위해 SAM2 기반 분석 영역 추출, FEM 기반 열응력 해석, LLM 기반 설명 인터페이스를 결합한 통합 시스템을 제안한다.
| i. 균열 형상 탐지 중심 | ii. 블랙박스 손상 분류 | iii. 온도 해석과 유지관리 판단의 분리 |
|---|---|---|
|
SAM 계열 연구는 도로포장 균열의 위치와 형상을 정밀하게 분할할 수 있음을 보였으나, 균열 주변의 열적 위험도나 응력 기반 위험도 산정으로 확장되지 못했다. |
열화상 기반 딥러닝 연구는 손상 탐지 및 심각도 분류 가능성을 보였으나, 판단 결과가 물리적 근거와 연결되지 않아 설명 가능성이 부족하다. |
온도 분포 해석 연구는 열화상 데이터의 통계적·물리적 해석 가능성을 보였으나, 이를 도로포장 보수 우선순위나 현장 의사결정과 직접 연결하지 못했다. |
시장상황에 대한 분석
i. 경쟁제품 및 기존 기술 비교
현재 도로포장 상태 평가는 인력 기반 육안 점검, 전용 조사차량 기반 비파괴 조사, AI 기반 영상 분석 기술로 구분할 수 있다. 기존 방식은 정밀한 조사가 가능하다는 장점이 있으나, 고가의 장비와 전문 인력에 의존하므로 지자체나 소규모 도로 관리기관이 상시적으로 활용하기에는 비용과 운용 부담이 크다.
본 과제는 기존 정밀 조사 장비를 완전히 대체하기보다는, 저비용 열화상 카메라와 AI 기반 분석 소프트웨어를 결합하여 민원 발생 구간, 균열 의심 구간, 반복 관찰이 필요한 구간을 빠르게 평가하는 보완 점검 도구를 목표로 한다.
| 구분 | 기존 인력 기반 점검 | 전용 조사차량 기반 점검 | 본 과제 |
|---|---|---|---|
| 장비 구성 | 육안 점검 및 수동 기록 | FWD, GPR, 레이저 프로파일로미터, 산업용 열화상 카메라, GPS 등 전용 장비 | 스마트폰 부착형 열화상 카메라와 분석 소프트웨어 |
| 비용 구조 | 인력 투입 비용 중심 | 전용 차량 및 고가 장비 구축 비용 발생 | 50만원 이하 저가형 열화상 장비 기반 |
| 운용 방식 | 점검자 경험에 의존 | 전문 인력 및 전용 차량 운용 필요 | 현장 촬영 후 소프트웨어 기반 자동 분석 |
| 결과 형태 | 정성적 판단 및 기록 | 수치 지표 및 전문 분석 결과 | 위험도 등급, 응력 분포, 한국어 진단문 제공 |
| 주요 한계 | 주관적 판단 개입, 넓은 도로망 상시 점검 어려움 | 높은 구축 비용, 지자체·소규모 기관 도입 부담 | 고속 주행 전수조사보다는 근접 정밀 평가 및 보완 점검에 적합 |
ii. 제안 시스템의 시장성
국내 도로망은 규모가 크고 포장률이 높아, 도로포장 상태를 주기적으로 관리하기 위한 유지관리 수요가 지속적으로 발생한다. 그러나 모든 구간을 고가의 정밀 조사 장비로 자주 점검하는 것은 현실적으로 어렵기 때문에, 저비용으로 반복 관찰이 가능한 현장형 평가 시스템의 필요성이 존재한다.
특히 지자체 도로관리 현장에서는 민원 발생 구간, 포트홀 발생 우려 구간, 균열이 육안으로 확인되는 구간에 대해 빠르게 현장 확인을 수행해야 한다. 이때 본 시스템은 열화상 이미지 한 장을 기반으로 분석 영역, 응력 분포, 위험도 등급, 한국어 진단문을 함께 제공하므로, 비전문가의 초기 판단과 보완 점검에 활용될 수 있다.
| 시장 요구 | 기존 방식의 한계 | 본 과제의 대응 방향 |
|---|---|---|
| 점검 비용 절감 | 전용 조사차량과 전문 인력 운용에 높은 비용이 소요됨 | 스마트폰 부착형 열화상 카메라와 소프트웨어 기반 분석으로 장비 접근성 향상 |
| 상시 점검 수요 | 넓은 도로망을 짧은 주기로 반복 점검하기 어려움 | 손상 의심 구간에 대한 근접 촬영 및 반복 평가 가능 |
| 판단의 객관성 | 점검자 경험과 주관적 판단에 따라 결과 편차가 발생할 수 있음 | FEM 열응력 해석 기반 응력비와 3단계 위험도 등급 제공 |
| 현장 활용성 | 전문 수치 결과는 비전문가가 즉시 해석하기 어려움 | LLM 기반 한국어 진단문과 GUI를 통해 판단 근거를 직관적으로 제공 |
iii. 활용 대상 및 적용 시나리오
본 시스템의 1차 활용 대상은 도로포장 유지관리 업무를 수행하는 지자체, 공공기관, 도로 관리 주체이다. 특히 기존 PMS 또는 정밀 조사 장비를 보유하고 있더라도, 민원 대응이나 특정 손상 구간의 보완 점검이 필요한 기관에서 활용 가능성이 높다.
또한 본 시스템은 고가 장비 도입이 어려운 소규모 관리기관에서도 기초적인 도로포장 상태 확인 도구로 활용될 수 있다. 장기적으로는 도로포장뿐 아니라 교량, 터널, 옹벽 등 열화상 기반 모니터링이 가능한 SOC 시설물의 열화 진단으로 확장할 수 있다.
| 1차 활용 대상 | 적용 시나리오 | 확장 방향 |
|---|---|---|
|
대상 |
현장 촬영 |
도로포장 고도화 |
iv. 시장 공백 및 차별성
기존 도로포장 점검 시장에는 고정밀 전용 장비 기반 조사 기술과 AI 기반 손상 탐지 기술이 존재한다. 그러나 저비용 열화상 촬영, 균열 주변 물리적 위험도 정량화, 비전문가용 자연어 설명을 하나의 워크플로우로 통합한 현장형 소프트웨어는 제한적이다.
| 기능 항목 | 인력 기반 점검 | 전용 조사차량 | 기존 AI 탐지 | 본 과제 |
|---|---|---|---|---|
| 저비용 장비 운용 | 부분적 | 제한적 | 부분적 | 지원 |
| 물리 기반 위험도 정량화 | 미흡 | 부분적 | 미흡 | 지원 |
| 비전문가용 설명 제공 | 부분적 | 제한적 | 제한적 | 지원 |
| GUI 기반 통합 SW | 미지원 | 부분적 | 부분적 | 지원 |
개발과제의 기대효과
기술적 기대효과
본 과제는 도로포장 열화 평가 과정에서 열화상 영상, Vision AI, 물리 기반 수치해석, LLM 설명 인터페이스를 하나의 분석 흐름으로 통합했다는 점에서 기술적 의의가 있다. 기존 AI 기반 도로포장 손상 탐지 기술은 균열의 위치나 형상을 식별하는 데 집중되어 있었으나, 본 과제는 열화상 영상에서 추출한 온도 분포를 FEM 기반 열응력 해석으로 연결하여 균열 주변의 물리적 위험도를 정량적으로 평가할 수 있도록 하였다.
또한 SAM2 기반 분석 영역 추출과 형태학적 확대 연산을 통해 균열 주변의 열영향 영역을 자동으로 설정하고, 해당 영역의 온도 분포를 응력 해석 입력값으로 변환하였다. 이를 통해 단순한 이미지 분할 결과가 아니라, 실제 포장 재료의 열적 거동과 연결되는 해석 결과를 도출할 수 있었다. 이러한 구조는 향후 도로포장뿐 아니라 교량, 터널, 옹벽 등 다양한 SOC 시설물의 열화상 기반 손상 평가 기술로 확장될 수 있다.
마지막으로 본 과제는 FEM 해석 결과와 위험도 판정 결과를 LLM 기반 한국어 진단문으로 변환하여, 복잡한 수치해석 결과를 비전문가도 이해할 수 있는 형태로 제공하였다. 이는 AI 분석 결과의 설명 가능성을 높이고, 현장 실무자가 분석 결과를 유지관리 판단에 활용할 수 있도록 지원한다는 점에서 의미가 있다.
경제적, 사회적 기대 및 파급효과
본 과제는 고가의 전용 조사차량이나 대형 계측 장비에 의존하지 않고, 스마트폰 부착형 열화상 카메라와 소프트웨어 기반 분석을 활용한다는 점에서 경제적 효과가 있다. 기존 정밀 조사 장비는 높은 구축 비용과 전문 인력 운용 부담으로 인해 모든 도로 구간을 자주 점검하기 어렵지만, 본 시스템은 저비용 장비를 활용하여 손상 의심 구간을 빠르게 확인하고 반복 관찰할 수 있다.
특히 지자체나 소규모 도로관리 기관에서는 민원 발생 구간, 포트홀 발생 우려 구간, 균열이 육안으로 확인되는 구간에 대해 즉시 현장 확인이 필요한 경우가 많다. 본 시스템은 현장에서 취득한 열화상 이미지를 기반으로 위험도 등급과 한국어 진단문을 제공하므로, 전문 인력이 부족한 환경에서도 초기 판단과 보완 점검을 수행하는 데 활용될 수 있다.
사회적으로는 도로포장 손상의 조기 발견과 선제적 보수 판단을 지원함으로써 포트홀, 균열 확대, 국부 파손 등으로 인한 교통사고 위험을 줄이는 데 기여할 수 있다. 또한 손상 구간의 위험도를 정량적으로 평가하고 보수 우선순위 판단을 지원함으로써, 유지관리 예산을 보다 효율적으로 배분하고 도로 이용자의 안전성과 주행 쾌적성을 향상시키는 효과를 기대할 수 있다.
나아가 본 과제에서 제안한 저비용·고접근성 도로포장 열화 평가 시스템은 기존 정밀 조사 체계를 보완하는 현장형 유지관리 도구로 활용될 수 있다. 향후 계절별 데이터 축적, 보수 이력 연계, 장기 모니터링 기능이 추가된다면 도로포장 유지관리의 디지털 전환과 예방적 유지관리 체계 구축에도 기여할 수 있다.
기술개발 일정 및 추진체계
개발 일정
본 과제는 3월부터 6월까지 약 4개월 동안 수행되었다. 3월에는 열화상 도로 촬영 데이터를 수집하고, 4월부터 5월까지는 SAM2 기반 분석 영역 추출 모듈과 FEM 기반 열응력 산정 모듈을 개발하였다. 5월부터 6월까지는 위험도 산정, LLM 기반 설명 생성, 사용자 인터페이스 설계 및 전체 파이프라인 통합을 수행하였다. 보고서 작성과 발표자료 작성은 전 기간에 걸쳐 병행하였다.
| 단계 | 세부개발 내용 | 담당자 | 3월 | 4월 | 5월 | 6월 | 비고 |
|---|---|---|---|---|---|---|---|
| 사전과업 | 열화상 도로 촬영 데이터 수집 | 전체 | 초기 데이터 확보 | ||||
| 열화상 장비 선정 및 원리 분석 | 전지원 | 장비 선정 및 이론 검토 | |||||
| 세부과업 1 | SAM2 프롬프트 튜닝을 위한 학습데이터 구축 | 박윤수, 공은지 | AI 학습데이터 구축 | ||||
| SAM2 프롬프트 튜닝 기반 분석 영역 추출 모델 개발 | 공은지 | 분석 영역 추출 | |||||
| 형태학적 확대 기반 분석 영역 후처리 모듈 개발 | 박윤수 | 열영향 영역 반영 | |||||
| 세부과업 2 | 기온 기반 물성치 동적 할당 모듈 개발 | 지유정 | 물성치 조건 설정 | ||||
| FEM 기반 열응력 산정 모듈 개발 | 지유정 | 열응력 해석 | |||||
| 통합 위험도 산정 모듈 개발 | 지유정 | 위험도 등급화 | |||||
| 세부과업 3 | 연산 결과 설명 인터페이스 디자인 | 강민서, 양유진 | GUI 설계 | ||||
| 연산 결과 설명 LLM 모델 구축 | 양유진 | 한국어 진단문 생성 | |||||
| 전체 파이프라인 통합 | 양유진 | 최종 사용자 인터페이스 연계 | |||||
| 사후과업 | 전체 파이프라인 구축 및 검증 | 전체 | 최종 검증 | ||||
| 상시과업 | 보고서 작성 | 전체 | 문서화 | ||||
| 발표자료 작성 | 전체 | 발표 준비 |
구성원 및 추진체계
본 과제는 열화상 도로포장 이미지 분석, 물리 기반 열응력 해석, LLM 기반 설명 인터페이스 개발이 결합된 융합형 프로젝트이다. 이에 따라 구성원별 역할을 Vision AI, 열응력 해석, 위험도 산정, 인터페이스 설계, LLM 설명 생성, 전체 파이프라인 통합으로 분담하여 추진하였다.
| 구성원 | 주요 담당 역할 | 세부 수행 내용 |
|---|---|---|
| 공은지 | 팀장, Vision AI 및 분석 영역 추출 | SAM2 프롬프트 튜닝 기반 분석 영역 추출 모델 개발, 학습데이터 구축, 개발 일정 조율 및 최종 결과 정리 |
| 박윤수 | 학습데이터 구축 및 후처리 모듈 | SAM2 프롬프트 튜닝을 위한 학습데이터 구축, 형태학적 확대 기반 분석 영역 후처리 모듈 개발 |
| 지유정 | 물리 해석 및 위험도 산정 | 기온 기반 물성치 동적 할당 모듈 개발, FEM 기반 열응력 산정 모듈 개발, 통합 위험도 산정 모듈 개발 |
| 강민서 | 인터페이스 설계 | 연산 결과 설명 인터페이스 디자인, 사용자 화면 구성 및 결과 표시 방식 설계 |
| 양유진 | LLM 설명 생성 및 전체 파이프라인 통합 | 연산 결과 설명 LLM 모델 구축, 인터페이스 설계 지원, 전체 파이프라인 통합 및 사용자 인터페이스 연계 |
| 전지원 | 최종 발표 및 결과 정리 | 최종 발표자료 구성, 발표 수행, 시스템 결과물 정리 및 발표 흐름 설계 |
본 과제의 추진체계는 세부 모듈을 독립적으로 개발한 뒤 최종 단계에서 하나의 소프트웨어 파이프라인으로 통합하는 방식으로 구성되었다. 먼저 Vision AI 모듈은 열화상 이미지에서 분석 영역을 산출하고, 물리 해석 모듈은 해당 영역의 온도 분포를 기반으로 열응력과 위험도를 계산한다. 이후 LLM 및 GUI 모듈은 해석 결과를 사용자에게 이해 가능한 형태로 제공한다. 이러한 분업 구조를 통해 각 모듈의 개발 효율을 높이고, 최종적으로는 열화상 입력부터 위험도 판정 및 한국어 진단문 생성까지 이어지는 통합 시스템을 구현하였다.
설계
설계사양
제품의 요구사항
내용
설계 사양
내용
개념설계안
내용
이론적 계산 및 시뮬레이션
내용
상세설계 내용
내용
결과 및 평가
완료 작품의 소개
프로토타입 사진 혹은 작동 장면
내용
포스터
내용
관련사업비 내역서
내용
완료작품의 평가
내용
향후계획
내용
특허 출원 내용
내용