공동주택 개발사업 초기공사비 예측정확도 향상에 관한 연구 = (A)study on improving the estimation accuracy of apartment project cost

다국어 초록 (Multilingual Abstract)

Recently according to the scale of development projects in the field of construction becomes bigger and consumers’ demands are diversified, uncertainty of development projects is being increased as time goes by. It can be operated to be a factor to increase a risk in the process of predicting and managing cost of construction from early stage of a project.
Therefore, it is important to predict const of construction with limited information. To predict cost of construction of a new development project because of features of construction projects, it is necessary to analyze data of construction expenses of the existing performed construction work. The study could see that case based inference with experience -oriented problem-solving technique was the most suitable to predict cost of construction. However, even if cases similar to a new case through case based inference is searched, there are no cases reflecting construction features of a new case in the same way. Therefore, it was suggested that it was necessary to study on correcting construction expenses of inquired similar cases according to construction features of a new case.
To improve forecast accuracy of early construction expenses in development projects of apartment house, the study suggested a plan to correct construction expenses of searched similar cases in the stage of case based inference with genetic algorism. The purpose of the study was to improve forecast accuracy of searched construction expenses through case based inference. The results of the study were as follows. (1) The study considered preceding researches related to prediction of construction expenses of apartment house and judged that it was necessary to select influencing factor to improve forecast accuracy of early construction expenses and to improve convenience of DB construction and efficiency of forecast process.
The study selected 3 nominal factors and 12 quantitative factors to be an influencing factor of the final construction expenses of apartment house by carrying out interviews with experts for selection and verification of influencing factor in cost of construction.
(2) As a result of multiple regression analysis, with backward elimination approach, the study calculated roof form (0.126), total floor area (0.848), site area (0.374), building area (0.464), average unit housing area (0.118) and story height (0.116) and induced weights of total floor area (0.97), finishing level (0.09) and building coverage ratio (0.09). Therefore, it is judged that searched forecast accuracy will be increased more than when using single variables of total floor area by including variables besides total floor area in forecast process.
(3) When the study inquired similar cases by applying attribute weights calculated by backward elimination approach, the average error rate was 17.51% and was 12.07% when advance• stage selection approach was applied. However, even if a case was selected to be a case similar to a new case, there were differences between attribute value of the new case and that of the similar case. Therefore, it is judged that it is necessary to modify construction expenses of inquired similar case since it is difficult to apply the new case to the similar case right now.
(4) When the study modified construction expenses searched by genetic algorism, in the event of searching it through backward elimination approach, the average value of error rate became lower from 17.51% to 6.90%.
Therefore, it was verified that it was efficient to modify construction expenses of similar cases with genetic algorism. Even if case database was enough constructed, it is judged that it was possible to increase the utility of forecast in construction expenses by applying the above process.
(5) When attribute weights calculated by advance• stage selection were used, the average error rate was reduced from 12.07% to 6.32%. It had lower error rate than when using weights calculated by backward elimination. However, the error rate of two cases out of 10 verified cases was increased. Therefore, it had somewhat low reliability. It is judged that it is necessary to make more prudent judgment when the number of influencing factors is small since the number of influencing factors is small.

국문 초록 (Abstract)

최근 건설분야 개발사업의 규모가 대형화되고 소비자의 요구사항이 다양해짐에 따라 개발사업의 불확실성이 갈수록 증가되고 있으며, 이는 사업초기단계에서 공사비를 예측하고 관리하는 과정의 리스크를 증가시키는 요인으로 작용할 수 있어 제한된 정보를 활용한 공사비 예측의 중요성이 높아지고 있다. 건설 산업의 특성상 신규 개발사업의 공사비를 예측하기 위해서는 기 수행된 공사의 공사비 데이터 분석이 요구되어져 경험 지향적인 문제해결기법을 이용하는 사례기반 추론이 공사비 예측에 가장 적합한 것으로 여러 연구를 통해 검증되었다. 그러나 사례기반추론을 통해 신규사례에 대한 유사사례가 조회되었다고 할지라도 신규사례의 공사특성을 동일하게 반영하고 있는 사례가 존재하는 것이 불가능하기 때문에 조회된 유사사례의 공사비를 신규사례의 공사특성에 따라 수정하는 방안에 대한 연구가 필요성이 제기되었다.
본 연구에서는 공동주택 개발사업의 초기공사비의 예측정확도를 향상시키기 위하여 사례기반추론의 단계 중에서도 조회된 유사사례의 공사비를 유전 알고리즘을 이용하여 수정하는 방안을 제시하였다. 사례기반추론을 통해 조회된 공사비의 예측정확도를 향상시키는데 그 목적을 두었으며 다음과 같은 결과를 도출하였다.
(1) 공동주택 공사비 예측에 관련된 선행연구를 고찰하였으며, 초기공사비 예측의 정확성 향상과 함께 데이터베이스 구축의 편의성 및 예측과정의 효율성 향상을 위해서는 영향요인 선정 과정이 반드시 필요한 것으로 판단되었다. 공사비 영향요인의 선정 및 검증을 위한 전문가 면담조사를 실시하여 명목적 요인 3개와 수량적 요인 12개를 최종적인 공동주택 공사비 영향요인으로 선정하였다.
(2) 다중회귀분석 결과, 후진제거 방식을 이용하여 지붕형식이 0.126, 연면적 0.848, 대지면적 0.374, 건축면적 0.464, 평균평수 0.118, 층고 0.116로 산출하였고, 전진·단계선택을 통해서는 연면적이 0.97, 마감수준 0.09, 건폐율 0.09의 가중치를 도출하였다. 따라서 연면적 이외의 변수를 예측과정에 포함시킴으로써 연면적 단일 변수를 사용하였을 때보다 조회되는 예측정확도가 높아질 수 있을 것으로 판단된다.
(3) 후진제거 방식에 의해 산출한 속성가중치를 적용하여 유사사례를 조회한 결과, 평균오차율이 17.51%로 나타났고, 전진·단계선택 방식을 적용하였을 시에는 12.07%로 나타났다. 그러나 신규사례에 대한 유사사례로 선정되었다 할지라도 신규사례와 유사사례의 속성 값의 차이가 발생하여 바로 적용하기가 어려워 조회된 유사사례의 공사비를 수정하는 대안이 필요할 것으로 판단된다.
(4) 유전 알고리즘을 통해 조회한 공사비를 수정한 결과, 후진제거 방식을 통해 조회한 경우 오차율의 평균값이 17.51%에서 6.90%로 낮아졌다. 따라서 유전 알고리즘을 이용하여 유사사례의 공사비를 수정하는 것이 효율적인 것으로 검증되었으며, 사례데이터베이스가 충분히 구축되지 못했을 경우에도 상기 프로세스를 적용하여 공사비 예측의 효용성을 높일 수 있을 것으로 판단된다.
(5) 전진·단계선택으로 산출한 속성가중치를 사용하였을 시에도 오차율 평균이 12.07%에서 6.32%로 낮아져 후진제거를 통해 산출된 가중치를 이용하였을 때보다 낮은 오차율을 보였다. 그러나 10건의 검증사례 중 2건의 오차율이 증가되어 신뢰성이 다소 낮은 것으로 나타났으며, 이는 영향요인의 수가 적기 때문으로 영향요인의 수가 적은 경우에는 보다 신중한 판단이 필요한 것으로 사료된다.

목차 (Table of Contents)

• 1. 서론 1
• 1.1 연구의 배경 및 목적 1
• 1.2 연구의 범위 및 방법 2
• 2. 건설 공사비 산정 방식에 관한 이론적 고찰 4
• 2.1 건설공사 공사비 산정 프로세스 및 분류 4
• 2.1.1 건설공사 공사비 산정 프로세스 4
• 2.1.2 건설공사 공사비 분류 6
• 2.2 사례기반추론 10
• 2.2.1 사례기반추론의 개념 10
• 2.2.2 사례기반추론을 이용한 공사비 예측방법 개발현황 17
• 2.3 분석기법 19
• 2.3.1 다중회귀분석 19
• 2.3.2 유전 알고리즘 21
• 3. 공사비 영향요인 선정 및 사례 데이터베이스 구축 24
• 3.1 실적자료에 대한 개요 24
• 3.2 공동주택 공사비 영향요인 추출 및 선정 25
• 3.2.1 선행연구고찰을 통한 영향요인 추출 25
• 3.2.2 전문가 면담조사를 통한 영향요인 도출 및 검증 28
• 3.2.3 공사비 영향요인 분류 및 상관관계분석 결과 31
• 3.3 데이터베이스 구축 34
• 3.3.1 입력데이터의 표준화 34
• 3.3.2 출력데이터의 보정 35
• 4. 사례기반추론에 의한 공동주택 공사비 예측 39
• 4.1 유사사례 추출방안 수립 39
• 4.1.1 속성가중치 산정법 수립 39
• 4.1.2 사례유사도 산정법 및 유사사례 조회방법 43
• 4.2 유사사례 조회 결과 검증 44
• 4.2.1 1순위 유사사례 조회 결과 분석 44
• 4.2.2 상위 3순위 조회사례 평균 공사비 결과 분석 47
• 4.3 유전 알고리즘을 이용한 수정 방안 50
• 4.4 유전 알고리즘을 통해 수정된 공사비 결과 검증 54
• 5. 결론 59
• 참고문헌 62
• Abstract 65