인공지능 사용해 터널공사장 붕괴사고 줄인다
기존에는 터널공사의 붕괴위험을 사전에 과학적이고 객관적으로 인지할 수 있는 근거가 없는 관계로 현장 터널공사 붕괴 가능성 및 공사현자의 안전성에 대해 주로 현장의 관리감독자의 현장경험에 의존해서 판단하였다. 따라서 공사현장의 터널 붕괴 가능성에 대한 과학적으로 입증할 수 있는 근거가 없어 정부나 지자체의 경우도 터널공사현장의 안전관리 감독에 어려움이 따랐다.
예로, 1년에 우리나라에서는 터널 공사 사고가 약 20여건 발생하고 있고 이로 인해 연간와 약 1000억원의 경제적 피해를 입고 있고 만약 공사기간 지연으로 인한 간접적 피해를 고려할 경우 수천억원에 달한다. 또한 2004년에는 유명한 모가수의 아버지가 영동선 터널붕괴사고로 희생되었다. 또한 2008년에는 성수동 지하철 분당선 공사현장 붕괴로 지반이 붕괴되어 도로 4개 차선을 전면통제 붕괴된 지반을 다지는 작업을 함으로써 공사기간이 지연됨은 물론 교통을 방해함으로써 막대한 경제적 피해를 입혔다. 또한 최근에는 부산의 남산동 고속철도 터널공사시 인부 1명이 터널붕괴로 사망하는 사고가 발생하였다.
한국건설기술연구원은 100여개의 기존 터널 붕괴사례 데이터베이스를 구축하고 연구원이 개발한 인공지능 자료 분석 시스템을 통해 이 데이터베이스를 학습시킨다. 이 학습된 지식을 바탕으로 인공지능시스템은 각각 새로운 터널공사현장에 대해 아래의 참조에 나와 있는 13개 터널붕괴 영향인자별로 영향 민감도를 파악해서 각 터널공사장별로 터널붕괴위험도 지수 값을 산출해 낼 수 있을 뿐만 아니라 이 터널붕괴위험도 지수값 별과 터널붕괴위험에 대처하는 방법 등이 나와 있는 터널붕괴위험도 평가표와 지수값이 비교되어 터널공사 관리자들이 해당되는 터널붕괴위험도 평가표의 대처방법대로 터널붕괴 위험에 대처하면 된다.
공사장에 이 지수를 도입함으로써 공사현장의 안전성을 한층 높이고 터널공사 관리자가 객관적으로 공사현장의 안전성을 관리 감독함으로써 작업의 효율성을 높일 수 있을 것으로 기대된다. 또한 향후 10년간 약 1000억원의 경제적 피해를 절감할 수 있게 될 것으로 기대된다. 또한 이번에 개발된 시스템은 그동안 개발된 다른 시스템과는 달리 각각 터널공사현장의 특징에 맞게 인공지능시스템이 학습을 통해 위험도를 산출해내기 때문에 향후 유연하게 터널공사붕괴사고를 예방할 수 있을 것으로 기대되어 터널붕괴사고의 위험을 한층 더 줄일 것으로 기대된다.
개발된 터널 시공 위험도 관리 시스템 (THAM SYSTEM, Tunnel Hazard Management System)은 2007년도 말부터 울산의 대암댐 보조 여수로 터널공사(발주처: 한국수자원공사, 시공사: 삼성건설) 시점부터 발주처와 시공사와 기술적 협력체계 하에 매 굴진시마다 성공적으로 적용되어 시공중 붕괴 위험도를 합리적으로 관리하고 안전하게 굴진해 왔으며 현재 터널관통을 앞두고 있다. 아래의 사진(위)은 THAM SYSTEM이 적용되는 현장에 제공되어 시스템 적용현장임을 알리는 판넬이며, 아래사진은 최근 THAM SYSTEM이 성공적으로 적용되어 안전하게 시공된 울산 대암댐 보조여수로 터널 현장의 모습이다.
웹사이트: http://www.kict.re.kr
연락처
한국건설기술연구원 대외협력실 하만재 031-9100-282 011-9316-7299 이메일 보내기
