생성형 AI 기반 건설현장 위험성평가 지원시스템 개발

국문 초록 (Abstract)

건설업은 전 산업 분야에서 산업재해 사망자 비중이 가장 높으며, 최근 9년간 평균 27%를 차지하고 있다. 정부는 건설현장 안전관리의 핵심 수단으로 위험성평가 제도를 도입하였으나, 현행 위험성평가는 일용직 근로자의 낮은 참여율, 안전관리자 역량 편차, 모호한 평가 기준, 과도한 업무량 등으로 인해 형식적 운영에 그치고 있어 실질적인 사고 예방 효과가 미흡한 실정이다.
본 연구는 이러한 문제를 해결하기 위해 사고사례 탐색 과정과 위험성평가표 작성 과정을 자동화 하여 업무 효율을 극대화하고, 안전관리자의 신속하고 정확한 판단을 돕는 생성형 AI (Artificial Intelligence) 기반 위험성평가 지원시스템을 개발하였다. 시스템의 벡터 데이터베이스는 고용노동부, 민간건설사, 건설공사 안전관리 종합정보망(Construction Safety Management Integrated Information, CSI), 건설안전실무자협의회(Construction Safety Management Association, CSMA)의 사고사례 데이터 48,055건을 통합하여 구축하였으며, OpenAI의 Text-Embedding-3-Large, Facebook AI Similarity Search (FAISS)를 활용한 유사사고 검색 및 생성형 AI 기반 사고사례 적합성 검증 시스템, 검색증강생성(Retrieval-Augmented Generation, RAG) 기반의 법령 및 사고사례 검색 시스템, 생성형 AI를 활용한 사고사례 내용 기반의 이미지 생성 시스템으로 구성되어 있다.
시스템 성능 검증을 위해 건설현장 안전관리자 9명을 대상으로 신뢰성, 효율성, 효과성, 교육성, 만족도 측면에서 설문조사를 실시하였다. 설문조사 결과, 교육성이 4.56점으로 가장 높게 나타났으며, 효율성 4.33점, 만족도 4.11점, 신뢰성 3.89점, 효과성 3.78점 순으로 평가되어 기존 방식 대비 모든 항목에서 유의미한 개선 효과를 확인하였다. 특히 사고사례 검색 시간 단축, 위험요인 식별의 정확성 향상, 시각적 자료를 통한 교육 효과 개선 측면에서 높은 평가를 확인하였다.