딥러닝을 활용한 건축내역서 자재 데이터베이스 추출 (Material Database Extraction Through Deep Learning From Bill of Quantity)

서지정보

· 발행기관 : 대한건축학회
· 수록지 정보 : 대한건축학회논문집 / 39권 / 12호 / 297 ~ 304페이지
· 저자명 : 미아오쉬, 엄신조

초록

건설 프로젝트에서 공사비의 절반 이상이 자재비로 사용되므로 자재 선택은 매우 중요하다. 이에 따라 최적의 자재 리스트를 작성하기 위해 자재 통합 정보 시스템이 필요하며, 다양한 자재정보를 등록하고 관리하기 위해 많은 인력과 시간을 투입하여야 한다. 본 연구는 기존 건축공사내역서를 활용, 딥러닝 기반의 지능적인 자재 추출을 통해 실제 건축프로젝트에 사용된 건축자재정보 데이터베이스를 구축하는 시스템을 개발하였다. 제안된 시스템은 표준 공사 코드로 구축된 데이터를 사용하여 FastText 방법과 LSTM 모델을 결합한 분류기를 훈련시켜 건축공사 내역서에서 자재를 추출한다. 40개의 건축물에 대한 실험 결과, 제안된 시스템은 86%의 정확도를 달성했다. 구축된 건축자재정보는 향후 인공지능기반의 설계경제성평가 및 설계안전성평가 자동화 및 설계최적화를 위한 자재정보의 기초자료로 활용될 수 있다.

영어초록

In construction projects, optimizing material selection is crucial, as over half of the construction cost is allocated to materials. To achievethis, an integrated material information system becomes essential. Creating an efficient material list requires significant investment inmanpower and time to register and manage diverse material information. This study introduces a system developed through deeplearning-based intelligent material extraction. The system builds a database of building material information from real projects, utilizing aclassifier trained with standard construction codes using the FastText method and LSTM model. Through experiments on 40 buildings, thesystem demonstrated an 86% accuracy rate. The resulting building material information serves as a foundational resource for futureapplications such as artificial intelligence-based automation of design economic evaluation and design safety assessment.

참고자료

· 없음