빅데이터 기반 AI 건물수명 예측모델 검증 (Validating an AI Model for Building Lifespan Prediction Using Big Data)

서지정보

· 발행기관 : 대한건축학회
· 수록지 정보 : 대한건축학회논문집 / 40권 / 5호 / 3 ~ 9페이지
· 저자명 : 지석원

초록

건물의 자산 가치와 경제성, 환경적 타당성을 정확하게 평가하기 위해서는 건물의 현실적인 수명 산정이 건설산업 전반의 주요 의사결정에 필수적이다. 그러나 건물의 수명에 영향을 미치는 다양한 요인을 종합적으로 고려하여 각 건물의 정확한 수명을 추정하는 것은 현실적으로 불가능하기 때문에 대부분의 연구에서는 건물의 주요 구조 유형에 따라 일정한 수명을 가정하였다. 이에 국내에서 건축·철거된 건축물 1,812,700건의 기록을 수집하여 각 건물의 수명을 정확하게 예측하고, 기존 연구에서는 딥러닝과 기존 머신러닝을 활용한 건물 수명 예측 모델을 개발하였다. 본 연구에서는 머신러닝 모델별 건물 수명 예측 모델이 예측 모델에 사용된 데이터 기간에 의해 과적합되었는지 확인하기 위한 검증 실험과 주요요인과 전체요인으로 만든 모델의 성능 평가 실험을 수행하였다. 실험 결과에 따르면 비선형 모델인 인공신경망 모델만이 건물 수명 예측 모델에 사용된 다양한 기간의 데이터에 대해 과대적합을 피하면서 높은 예측 성능을 유지하였고, 일부 주요요인들보다 전체요인에 의한 건물수명 예측모델의 성능이 우수하였다. 본 연구는 건물별 특성에 따라 건물 수명을 예측하는 유일한 방법인 빅데이터 기반의 AI 건물 수명 예측 방법의 타당성을 확인 가능하게 하고, 사회 전반에 걸쳐 건물수명 예측에 대한 수요를 충족시킬 수 있는 기반을 제시한다.

영어초록

Accurately estimating a building's lifespan is crucial for assessing its asset value and determining its economic and environmental feasibility,which is key for decision-making in the construction industry. However, because it's nearly impossible to precisely estimate the lifespan ofeach building due to the wide range of influencing factors, most studies have used uniform lifespans based on the building's primarystructural type. To address this limitation, 1,812,700 records were analyzed of buildings constructed and demolished in Korea to predict eachbuilding's lifespan with greater accuracy. Based on the previous study, a prediction model was developed using both deep learning andtraditional machine learning methods. This study evaluated whether the building lifespan prediction model experienced overfitting based on thedata period used to create the model. A performance evaluation was also conducted, comparing models using only key factors to those usinga broader set of factors. The results showed that among the machine learning models, the artificial neural network model, a nonlinearapproach, maintained high predictive accuracy without overfitting, regardless of the data period used. The model that used all available factorsperformed better than those based on just a few key factors. This research demonstrates the viability of using big data and AI for buildinglifespan prediction, providing a more reliable method for estimating building lifespan tailored to each building's unique characteristics. Thisapproach meets a growing societal demand for more accurate building lifespan predictions.

참고자료

· 없음