1조(길바닥연구소)

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.

요약 — 본 과제는 상시적이고 저렴한 도로포장 유지관리를 위해, 열화상 이미지 한 장으로 도로포장 균열 주변의 열응력 기반 위험도를 정량 평가하고 그 결과를 비전문가도 이해 가능한 한국어 진단문으로 제공하는 통합 소프트웨어를 개발하는 과제이다.

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 고가 전용 장비 및 전문 인력 필요 넓은 도로망의 상시 점검 어려움 현장 비전문가의 즉시 활용성 부족

필요한 점검 기술의 방향 저비용·경량화 장비 기반 현장 점검 손상 의심 구간의 근접 정밀 평가 비전문가도 이해 가능한 분석 결과 제공

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.

문제 정의 — 도로포장 손상의 조기 발견과 보수 우선순위 판단을 위해서는, 저비용·고접근성 점검 방식, 열화 위험도의 물리적 정량화, 현장 실무자가 이해 가능한 설명 체계가 결합된 유지관리 시스템이 필요하다.

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	일반 스마트폰 호환 가능 장비 단가 50만원 이하 장비 사용
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	SAM2 기반 분석 영역 추출 모듈 재현율(Recall) 90% 이상 이론해-수치해 오차율 15% 미만 TSRST와의 파괴응력 오차율 15% 미만
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	실도로 열화상 영상 537건 중 500건 이상에서 입력 영상, 분석 영역, 위험도 판정 결과와 논리적으로 모순되지 않는 설명문 생성 평균 처리 시간 2분/건 미만

목표 — 본 과제는 저비용 열화상 촬영 장비, 물리 기반 위험도 정량화, LLM 기반 설명 인터페이스를 결합하여 경제적 접근성, 정량화 부재, 설명 불가능 문제를 해결하는 도로포장 열화 위험 평가 시스템을 개발하는 것을 목표로 한다.

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.

그림 1. 개발 기술의 전체 프로세스.
SAM2 기반 균열 영역 추출, FEM 기반 온도 분포 물리 해석, LLM 기반 사용자 설명 인터페이스로 이어지는 3단계 파이프라인을 나타낸다.

i. 세부과업 1 균열 영역 추출 Vision AI	ii. 세부과업 2 온도 분포 물리 해석 알고리즘	iii. 세부과업 3 LLM 기반 사용자 설명 인터페이스
입력: 열화상 도로 노면 이미지 방법: SAM2 기반 균열 영역 탐지 및 Soft Prompt 활용 후처리: Morphological Dilation을 통한 균열 주변 분석 영역 확대 출력: 균열 및 주변부를 포함한 분석 영역 마스크	입력: 분석 영역의 절대 온도 행렬 방법: 온도 구배 분석, CST 기반 2D FEM 열응력 해석 위험도 산정: 최대 주응력과 인장강도 기반 응력비 계산 출력: Safe / Warning / Critical 3단계 위험도	입력: 열화상 이미지, 분석 영역, FEM 해석 결과, 위험도 판정 결과 방법: EXAONE 3.5 LLM 기반 한국어 진단문 생성 인터페이스: FastAPI 백엔드 및 Flet GUI 출력: 위험도 등급, 시각화 결과, 한국어 보수 의견

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 방법: 바운딩 박스 프롬프트 기반 SAM 분할 의의: SAM 계열 모델의 균열 분할 적용 가능성 확인 한계: 균열 형상 분할 중심으로, 열적 위험도 평가는 수행하지 않음	대상: 현장 적용형 균열 분할 방법: 프롬프트 에이전트를 활용한 경량 균열 분할 의의: 적은 학습 파라미터로 현장 적용 가능성 제시 한계: 손상 위치 탐지 중심으로, 유지관리 위험도 판단과의 연결은 제한적	대상: 다중 출처 도로포장 균열 이미지 방법: SAM2, DINOv2, U-Net 계열 모델 결합 의의: 균열 길이·폭 등 형상 기반 정량화 가능성 제시 한계: RGB 기반 형상 정보 중심으로, 온도 분포 기반 물리 해석은 포함하지 않음

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 열화상 이미지에서 딥러닝 기반 도로포장 결함 탐지 및 분류를 수행하고, 손상 유형별 픽셀 강도 분포 차이를 분석함 한계 열화상 영상의 유효성은 확인하였으나, 판단 결과가 딥러닝 블랙박스 분류에 머물러 물리적 해석이 부족함	주요 내용 열화상 특징을 이용하여 도로포장 손상 심각도를 단계적으로 분류하고, 온도 분포 패턴과 손상 심각도의 관련성을 제시함 한계 손상 심각도 분류는 가능하지만, 온도 분포가 실제 응력 및 파괴 위험으로 어떻게 연결되는지 설명하기 어려움

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.

기술적 공백 — 기존 연구는 균열 형상 탐지, 열화상 기반 손상 분류, 온도 분포 해석을 각각 수행해 왔으나, 열화상 영상에서 추출한 균열 주변 온도 분포를 물리적 열응력으로 변환하고 그 결과를 비전문가용 진단문으로 제공하는 통합 시스템은 제한적이다.

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	|	----- |	비용 구조 |	|	|	|	|	운용 방식 |	|	|	|	|	결과 형태 |	|	|	|	|	주요 한계 |	|	|	|	| 경쟁 기술 대비 위치 — 본 과제는 기존 전용 조사차량 기반 정밀 점검을 대체하는 기술이 아니라, 저비용·경량화 장비를 활용하여 현장에서 손상 의심 구간을 빠르게 평가할 수 있는 보완형 도로포장 위험도 평가 시스템이다. 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 | -------- | 상시 점검 수요 | | | | 판단의 객관성 | | | | 현장 활용성 | | | | 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 지자체, 공공기관, 도로포장 유지관리 담당 기관 필요성 민원 대응, 보완 점검, 손상 의심 구간의 빠른 상태 확인 현장 촬영 FLIR ONE Pro급 열화상 카메라로 손상 의심 구간 촬영 자동 분석 분석 영역 추출, FEM 해석, 위험도 판정, 한국어 진단문 생성 도로포장 고도화 계절별 데이터 축적 및 보수 이력 연계 SOC 확장 교량, 터널, 옹벽 등 열화상 기반 시설물 진단으로 확장 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 시장성 요약 — 본 과제는 고가 장비 기반 정밀 조사와 단순 AI 손상 탐지 사이의 공백을 보완하여, 저비용 열화상 촬영 장비와 물리 기반 위험도 평가, LLM 설명 인터페이스를 결합한 현장형 도로포장 유지관리 보조 시스템으로 활용될 수 있다. 개발과제의 기대효과 기술적 기대효과 내용 경제적, 사회적 기대 및 파급효과 내용 기술개발 일정 및 추진체계 개발 일정 내용 구성원 및 추진체계 내용 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