얼마 전, 권위 있는 국제사진전 중 하나인 ‘2023 소니 월드 포토그래피 어워드(SWPA)’에서 1위를 차지한 작품이 AI로 만든 것이라는 게 밝혀지면서 화제가 됐습니다. 해당 사진을 출품한 독일의 사진작가 엘다크젠은 상을 받자, 사실을 밝히며 수상을 거부했죠. 이 작품은 전문가들도 속일 만큼 리얼하고 작품성이 뛰어났는데요. 어떻게 이런 일이 벌어질 수 있었을까요? 

[ 소니 월드 포토그래피 어워드에서 수상한 AI 생성 작품 ‘전기공’ ©보리스 엘다크젠 ]

작곡을 하고, 시를 쓰고, 그림을 그립니다. 코딩과 디자인도 합니다. 마치 요술 램프의 지니처럼 소원을 말하면 뭐든지 이뤄줍니다. 이 모든 일을 한 사람이 하기는 쉽지 않을 텐데요. 그런데 인공지능은 해냅니다. 그것도 아주 전문적인 수준으로요. 바로 인공지능 ChatGPT 이야기입니다. 

대화형 인공지능 언어 모델인 ChatGPT가 전세계적으로 큰 관심을 받고 있습니다. 지난해 11월에 공개된 후 5일 만에 100만명 이상 이용했고, 올해 4월 기준으로 ChatGPT 사이트의 방문자는 9억 명을 돌파하는 등 무려 전 세계 사람들 중 10% 이상이 ChatGPT를 경험했다고 볼 수 있죠. ChatGPT에 대한 관심이 뜨거운 이유는 전문적인 지식을 기반으로 하면서도 마치 사람과 대화를 하듯 자연스럽게 사용자들에게 정확하고 유익한 정보를 제공하기 때문입니다. 사실 ChatGPT는 하루 아침에 나타난 신기술이 아닙니다. 수십 년 동안 조금씩 개발돼 오늘에 이른 것인데요. 산업의 패러다임을 바꾸고 우리의 일상에 큰 영향을 미치고 있는 인공지능이 어떤 과정을 거쳐 발전했는지 한번 살펴 볼까요.

 기계가 사람처럼 생각하고 판단한다면? 

▶ 인공지능을 구현해낸 천재 수학자들 

인공지능은 컴퓨터가 정보를 처리하고 학습해 인간과 유사한 지능으로 사고하도록 구현하는 기술로, 오래 전부터 인류의 역사 속에서 꾸준히 발전하며 우리 삶에 활발히 적용되고 있는 분야입니다. 인공지능은 데이터를 분석하고 모델을 학습함으로써 패턴을 파악하고 예측하는 원리를 사용하는데요. 이러한 인공지능의 이론을 예측하고 발전시킨 천재들이 있습니다. 18세기 영국의 수학자 토마스 베이즈(Thomas Bayes)는 불확실한 의사결정 문제를 수학적으로 추론할 수 있도록 돕는 조건부 확률에 관한 공식 ‘베이즈 정리’를 증명해냅니다. 그리고 19세기 중반 인공지능의 규칙 기반 알고리즘의 근거를 마련한 세계 최초의 프로그래머 에이다 러브레이스(Ada Lovelace)와 컴퓨터를 작동하게 하는 논리 연산 ‘불의 논리(Boolean Logic)’를 세운 조지 불(George Boole)과 같은 선구자들을 통해 인공지능 이론은 발전하기 시작합니다. 초기 인공지능은 주로 사람이 직접 규칙과 조건을 작성하여 문제를 해결하도록 하는 ‘if-then’의 규칙 기반 시스템이 사용되었는데요. 하지만 이 방식은 복잡하고 다양한 문제 대응에는 한계가 있습니다.

▶ 스스로 문제를 해결하는 머신 러닝 vs 인간을 능가하는 딥러닝 

1950년대에 이르러 머신 러닝(Machine Learning, 기계학습)이라는 개념이 처음 등장합니다. 1952년, 아서 사무엘(Arthur Samuel)이 개발한 체커 게임 프로그램을 비롯해 여러 연구자들의 노력에 의해 인공지능 분야에서 머신 러닝이 응용되기 시작하는데요. 1980년대에 들어서면서부터 전문가 시스템(Expert system)의 도입과 함께 머신 러닝을 활용한 인공지능이 큰 성과를 내기 시작했습니다. 머신 러닝은 문자 그대로 기계가 스스로 배우는 방식입니다. 컴퓨터 프로그램이 데이터로부터 유용한 특징을 자동으로 추출하고, 스스로 학습합니다. 또한 학습한 데이터를 바탕으로 새로운 입력에 대해 일반화된 예측을 할 수 있습니다. 규칙 기반 시스템은 ‘if-then’ 구조에 의거해서 문제를 해결했지만, 머신 러닝은 데이터를 기반으로 문제를 풀기 때문에 더 복잡하고 다양한 문제도 대응할 수 있게 되었습니다. 

머신 러닝의 발전과 함께 딥러닝(Deep Learning, 심층학습)이 등장하면서 인공지능은 더욱 위력을 발휘하게 되지요. 국내에서는 2016년 이세돌 9단과 알파고의 대국으로 딥러닝에 대한 관심이 크게 높아지기 시작했지만, 딥러닝은 이미 2010년대 초부터 혁신적인 발전을 준비하고 있었습니다. 딥러닝은 약 1000억 개의 뉴런과 이를 연결하는 100조개의 시냅스로 이루어진 인간의 뇌에서 영감을 받아 탄생한 컴퓨터 시스템입니다. 이를 인공신경망 기술이라고 하는데, 사람의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 기술을 모방한 것이죠. 인공지능은 인공신경망을 기반으로 한 딥러닝을 통해 더 복잡하고 추상적인 문제를 스스로 판단하고 학습해 예측할 수 있게 되었습니다.

 ChatGPT가 바꾼 일상 그리고 미래 

다시 ChatGPT로 돌아와보겠습니다. ChatGPT의 진화는 현재 진행형입니다. ChatGPT는 OpenAI사가 2020년 출시한 GPT-3를 개선한 GPT-3.5를 기반으로 사람과 교감하는 강화학습과 안전 모듈을 거쳐 탄생했습니다. 그리고 ChatGPT가 2022년 11월 처음으로 대중에게 공개된 지 불과 4개월 만인 2023년 3월, 업그레이드된 GPT-4를 공개하기에 이릅니다. GPT-4에서 가장 눈에 띄게 달라진 점은 글자뿐 아니라 그림도 인식할 수 있는 멀티 모달 모델로 진화했다는 점입니다. 이전 버전에서는 텍스트만 인식할 수 있었다면, 이제는 사진이나 그림을 인식하여 이미지 속 맥락을 이해할 수 있는 능력을 갖췄습니다. 또 처리할 수 있는 단어가 기존 ChatGPT의 3000 단어에서 2만5000 단어로 8배나 늘었고, 언어 생성 능력이 15% 이상 향상되었습니다.

또한 ChatGPT가 생성형 AI(Generative AI)의 다양한 가능성을 제시했다는 점에도 주목해야 합니다. 생성형 AI는 이용자의 요구에 따라 텍스트는 물론 그림, 음성, 음악, 영상, 코드, 시뮬레이션 등 새로운 콘텐츠를 만들어 냅니다. 생성형 AI는 더 이상 인공지능이 전문가의 영역이 아니라 누구나 마음만 먹으면 쉽게 활용해 결과물을 만들어낼 수 있다는 점에서 의미가 있습니다. 떠오른 아이디어를 구현하기 위해서 전문 영역의 기술 대신 어떤 질문을 할 것인가가 더 중요해진 겁니다. 

 산업 전반으로 확장되고 있는 초거대AI 

ChatGPT의 등장으로 인공지능의 발전이 한층 빨라지면서 다양한 산업군에서도 인공지능과 빅데이터 활용이 두드러지게 증가하고 있습니다. 비즈니스 프로세스의 효율성 향상, 예측 분석, 개인화된 서비스 제공 등 여러 이점을 얻을 수 있기 때문인데요. 우리 정부도 올해 초에 1% 대에 불과했던 국내 AI 활용 기업 비중을 2030년까지 30%로 늘리겠다고 발표하며, 산업 전반에 AI를 내재화한다는 계획을 세운 바 있습니다. 

특히 초거대 AI를 통해 자연어로 된 데이터를 다양한 방식으로 분석할 수 있는 길이 열리면서 초거대 AI 모델은 산업 분야 전반으로 확장이 가능해졌고, 그만큼 빠르게 상용화되고 있습니다. 금융 분야에서는 고객 상담 및 금융상품 추천을 비롯해 신용평가, 금융사고 감지 등 금융 전반에 걸쳐 AI를 활용하려는 움직임을 보이고 있고, 의료 분야는 AI를 통해 질병 조기 진단은 물론이고, 특정 개인의 질환 발생 가능성까지 예측할 수 있게 되었습니다. 

건설 분야에서는 어떨까요? 건설 업계에서도 빅데이터 AI 분석 기술이 활용되고 있습니다. 빅데이터를 기반으로 한 AI는 실제 시공 과정에서 발생되는 재해 위험을 사전에 예방하고 불량률을 줄여주어, 보다 안전한 시공을 가능하게 해주기 때문인데요. 기존에는 관리를 위한 데이터였다면, 이제는 미래 예측을 통한 의사 결정을 돕는 데이터로 진화한 것으로 볼 수 있습니다. 뿐만 아니라 설계 및 계획 단계에서 AI를 통해 작업이 자동화된다면 오류 가능성을 줄여 더 높은 정확도를 꾀할 수 있고, 완공된 후 유지보수 프로세스에 인공지능 기반 시스템이 도입된다면 최적의 상태로 구조물을 유지하는데 도움을 줄 것입니다. 

 AI와 빅데이터 도입으로 스마트해진 현대건설의 솔루션 

▶ 위험요소를 최대한 줄여주는 ‘재해 예측 AI’

현대건설도 시대의 흐름에 발맞춰 빅데이터와 AI를 활용해 현장을 더욱 안전하고, 체계적으로 관리하고 있습니다. 제일 먼저 소개드릴 기술은 현대건설이 2020년 10월부터 현장에 적용 중인 재해 예측 AI 시스템입니다. 이 시스템은 현대건설이 수행해 온 각종 프로젝트에서 약 10년 동안 수집된 약 4000만 건 이상의 빅데이터를 기반으로, 재해위험 정보를 도출하는 것이 핵심인데요.

현장 담당자가 현장 관리 시스템에 공정률, 사용 장비 등의 정보를 입력하면 AI가 차후 진행될 공사 내용을 예측해 해당 공사의 재해 발생 확률 등을 분석해줍니다. 유형별로 안전재해 발생 확률과 안전관리 지침을 도출해, 위험 요소를 사전에 예방할 수 있도록 담당자에게 이메일과 문자 메시지를 보내줍니다. 최근 현대건설은 이 시스템의 고도화 작업에 한창인데요. 실제 사고의 위험에 노출되는 주체가 대부분 현장 근로자임을 감안해, 개인들에게 알림 메시지를 효과적으로 전달하는 것이 시스템 개발의 목표입니다. 재해 예측 AI를 통해 협력사가 자율적인 점검과 모니터링이 가능해져 더욱 능동적인 안전 환경 체계를 마련할 수 있을 것으로 보입니다.      

▶ ‘AI 영상 인식 기술’로 만드는 안전한 현장

현대건설은 영상데이터를 분석해 위험을 사전에 예방할 수 있는 시스템도 개발했습니다. CCTV 영상 분석 시스템은 사람이 미처 보지 못하는 현장 구석구석을 매의 눈으로 살펴보는 기술입니다. 현장 곳곳의 CCTV 영상을 원격으로 연결해 AI가 실시간으로 건설장비, 화재 위험요소 등을 감지해줍니다. 예를 들어 작업자가 안전모를 쓰지 않고 근무한다면 경고 메시지를 보내 위험요소를 사전에 알려주죠. 현대건설은 실제 현장에서 수집한 영상은 물론, 3D 그래픽 등의 가상 데이터를 활용해 건설장비, 작업자, 불꽃, 연기 등 약 200만 개 이상의 작업 객체를 포함하는 데이터를 구축했습니다. 

또한 카메라의 사각지대를 없애기 위한 영상인식 AI도 도입했습니다. 기존의 장비협착방지시스템으로 쓰이는 초음파 방식의 단점을 개선한 최첨단 ICT (Information and Communications Technology) 기반의 AI 영상인식 장비협착방지시스템이 바로 그것입니다. 이 시스템은 중장비의 주된 사각지대인 측후방에 설치된 카메라 영상을 AI가 분석해, 사물이 아닌 사람이 접근했을 때만 알람 메시지를 보내줍니다. 

이 밖에도 현대건설은 주택의 마감공사를 진행하는 중에 발생될 수 있는 하자 방지를 위해 작업자의 행동을 분석, 추적하는 PoC(Proof of Concept, 개념검증)에도 AI 기술을 도입 중입니다. 현대건설은 실제로 마감공사를 수행하는 장면을 영상으로 촬영하고, 실제 파손 등의 하자가 날 수 있는 이상행동을 AI를 통해 분석하여 도출하는 파일럿을 수행하고 있는데요. 여기에서 일부 행동패턴을 수치적으로 분석할 수 있는 가능성을 확인했습니다. 현재 이를 실용화시키기 위한 시공 영상 확보와 작업자의 행동패턴과 품질의 관계를 연계시키는 분석 기술 개발에 박차를 가하고 있습니다. 일반적으로 주택의 하자는 공사가 끝나고 입주자의 발견을 통해 접수되지만, 이 시스템을 도입하면 하자 발생 원인을 정확하게 파악할 수 있을 것으로 기대됩니다.

▶ 빅데이터와 ChatGPT 기술을 활용한 ‘고객 만족’ 플랫폼

빅데이터는 산업전반에 거쳐 사용자를 분석하는 데 최적화된 기술이죠. 현대건설 역시 공동주택 하자 분석과 품질 관리를 위해 고객 서비스(Customer Service) 업무에 빅데이터를 활용하고 있습니다. 공동주택을 건설하며 쌓은 축적한 하자 관련 자료를 빅데이터 기술로 분석하고 대응방안을 도출해내는 것인데요. 각 시스템에 산발적으로 퍼져 있던 데이터를 정제해 실시간으로 분석할 수 있도록 시각화한 대시보드를 구축하는 한편 예측 알고리즘을 적용해 준공 예정 현장의 하자 발생을 사전에 최소화 합니다. 빅데이터를 이용한 하자 분석은 국내 건설사 중 현대건설이 최초였습니다.

빅데이터 기술을 활용한 부동산 데이터 수집 플랫폼도 현대건설의 기술력을 엿볼 수 있는 플랫폼입니다. 현대건설은 자체 개발한 데이터 크롤링(data crawling)* 기술을 활용해 공공데이터를 스스로 수집, 분석하는 크롤러(crawler)를 개발하고, 수집된 데이터는 비즈니스 인텔리전스(Business Intelligence) 솔루션을 통해 시각화했습니다. 여기에는 정부의 공공데이터 포털에 등록된 아파트, 오피스텔, 단독/다가구 등의 매매가 및 전월세 실거래가를 비롯해, 전국의 개별공시지가, 건축물대장, 토지이용계획, 구역별 추진단계 등 약 17억 건의 공공데이터가 들어 있는데요. 약 1만8000여 개에 달하는 전국의 아파트 현황 분석은 물론 각 시·도 홈페이지에 접속해야 확인 가능한 재개발·재건축 등 도시정비사업의 현주소를 한눈에 파악할 수 있습니다. 현대건설은 꼭 필요한 맞춤 정보만을 수집·분석하는 이 플랫폼을 도시정비사업 추진에 적극 활용해, 수주 경쟁력을 높이고 있습니다.  

*데이터 크롤링: 웹의 다양한 정보를 자동으로 수집하고 분류해 저장하는 것.

최근에는 ChatGPT와 같은 초거대언어모델(Large Language Models)을 통해 자연어(텍스트)로 된 데이터를 다양한 방법으로 분석할 수 있는 길이 열리면서 현대건설도 이러한 추세에 발맞추고 있습니다. 현대건설이 연구개발하고 있는 ChatGPT을 활용한 고객만족도 평가 모델이 그 중 하나인데요. 이 시스템을 활용하면 다양한 채널을 통해 들어온 고객 상담 내용을 분석하고, 고객 불만족이 발생하는 이유와 우선적으로 개선해야 되는 부분을 알 수 있게 됩니다. AI 활성화의 걸림돌인 보안 우려만 해소된다면, 현장별, 공종별, 상담원별 만족도 분석이 가능해 향후 고객 서비스 제고에 도움을 줄 것으로 기대됩니다.

▶진화하는 인공지능 ‘품질 관리’

마지막으로 살펴볼 기술은 품질 관리에 독보적인 시스템입니다. 건설 현장에서 주요 자재의 품질은 바로 안전과 직결되기에 더욱 꼼꼼하고 체계적으로 관리해야 하죠. 그래서 현대건설은 빅데이터를 활용한 레미콘 품질 실시간 모니터링 시스템을 개발했습니다. 현대건설이 국내 최초로 개발한 이 시스템은 스마트폰을 활용해 레미콘의 품질과 안전성을 확보할 수 있는 기술인데요. 현장 곳곳에서 레미콘에서 배출되는 콘크리트를 실시간 스마트폰으로 모니터링, 기존에 학습된 이미지와 비교·분석하여 레미콘의 불량 여부를 확인할 수 있습니다. 

최근에는 그동안 쌓아온 콘크리트 타설 데이터를 활용한 콘크리트 품질 예방 시스템 ‘큐콘(QCON)’을 개발했습니다. 현대건설이 국내 최초로 개발한 이 시스템은 웹/모바일을 활용해 콘크리트 타설 시 품질과 안전성을 확보할 수 있는 기술입니다. 현장에 타설되는 콘크리트를 실시간으로 웹/모바일을 통해 모니터링 가능하고, 기존에 축적된 콘크리트 타설 데이터를 학습하여 콘크리트의 강도 및 불량 여부를 확인할 수 있습니다. 큐콘은 28일 예측 강도, 실측 강도 외에도 각종 불량률 등을 분석할 수 있는데요. 이를 바탕으로 주의가 필요한 정보를 전 현장에 제공해 불량 제품이 타설되는 것을 방지할 수 있습니다. 또한 레미콘 업체별 품질 수준을 정량화 한 품질지수를 비롯해 현재 기상 여건을 고려한 콘크리트 타설 적합도 등의 정보를 제공해 최고 품질의 콘크리트를 확보할 수 있게끔 돕고 있습니다. 이 기술은 특허청에 등록을 마친 상태로, 특허 등록을 기다리고 있는데요. 현재 예측율은 약 90% 수준이지만, 지속적인 데이터 축적 및 학습을 통해 예측율은 99%까지 상승할 것으로 보입니다. 

AI와 빅데이터 기술을 통해 건설산업의 패러다임이 바뀌고 있습니다. 이전에는 ‘현장’이라는 특수성으로 인해 데이터 수집과 분석에 한계가 있어 담당자의 직관과 경험에 의존하여 의사결정을 할 수밖에 없었다면, 이제는 AI와 빅데이터를 기반으로 신뢰성 높은 의사 결정이 가능한 시대가 도래한 것입니다. 현대건설 역시 생산성, 안전성, 품질 등을 높이는 다양한 빅데이터 기반의 시스템을 선보이고 있습니다. 변화의 중심에서 ‘안전하고 스마트한 건설’에 누구보다 진심인 현대건설의 발자취를 앞으로도 지켜봐 주시기 바랍니다.