서울시 도로시설물 유지관리 체계 지능화를 위한
4차 산업기술 융합 활용방안 제시
노후화 시설보다 취약화 시설에 집중 투자 필요
“압축성장시기에 폭발적으로 건설된 서울시의 기반시설은 2020년 현재 대부분 20년 이상 사용되었으며 10년 이후에는 대부분의 시설이 30년 이상 사용되어 심각한 노후화 문제를 겪을 것으로 내다보고 있다.”
기반시설물 노후화는 서울시뿐 아니라 대한민국, 나아가서는 미국, 유럽, 일본 등 선진국에서도 사회적 문제로 떠오르고 있다. 그러나 시설물 노후화에 대한 고찰은 아직 면밀히 이루어지고 있지 않은 실정이다. 노후화 기준인 30년은 구조물의 일반적인 기대 수명 50년에 비추어 통상적으로 알려져 있으나, 수치에 대한 구체적인 근거는 모호하다. 물론 30년 이상 사용된 구조물에서 결함이나 손상이 발생될 확률이 클 수는 있으나 사실상 시설물의 일반적인 경제적·구조적 수명은 50년을 크게 상회할 뿐 아니라, 구조물의 특성이나 환경 조건, 유지관리 건전성 등을 고려하면 사용 기간만으로 일률적인 노후화 기준을 적용하는 것은 적절하지 못하다. 따라서 시설물 유지관리 예산투입 우선순위 결정 근거는 시설물의 나이보다는 취약도나 구조적 성능에 따라 마련되어야 한다.
“선제적” 유지관리 개념
시설물의 안전 및 유지관리에 관한 특별법(2020.06.09. 시행)에서 규정하고 있는 안전점검 및 진단의 업무 흐름은 대부분 육안으로 식별 가능한 현상에 중점을 두고 있다. 다시 말해, 확인할 수 있는 결함의 정도로써 구조물의 안전 등급이 결정되는데, 이는 본질적으로 사후 대응에 해당하는 구조이기 때문에 업무 집중도 개선이나 점검 정밀도 향상만으로는 선제적 관리가 이루어질 수 없다. 이런 경우 보수적으로 접근한다 하더라도 눈에 보이지 않거나 결측되는 부분에서 일어나는 손상에 대비하기는 어렵다. 지난 2016년 일어난 정릉천 외부 텐던 파손사고는 이러한 약점이 노출된 예시라 할 수 있다. 이제는 현상에 치중된 사후대처보다는 성능에 기반한 선제적 대응이 필요하다.
선제적 대응은 미래에 일어날 수 있는 사고에 대한 대처를 의미하며, 이를 위해서는 구조적 성능에 대한 미래 예측이 이루어져야 한다.
구조물의 거동 예측은 과거의 기록을 분석하고 현재의 상태를 판단함으로써 비로소 그 출발점이 마련된다. 과거의 기록은 설계 시부터 현재 시점까지의 점검, 관리, 보수보강 데이터 일체를 말한다. 초기시점부터 구조물이 겪은 상태 변화와 보수 및 보강 이력 등을 검토하는 것만으로도 구조물의 취약 부분을 개략적으로 알아낼 수 있다. 따라서 지금의 이력을 차후에 검토할 수 있도록 데이터 관리에 소홀함이 없어야 한다.
한편, 데이터만으로 공용 중 구조물 성능을 수치화하거나 정확히 파악하는 것은 매우 어렵다. 준공 당시와는 달라진 환경으로 일부 부재에 부담이 가해질 수도 있고, 보수보강이 부족하거나 혹은 과도하여 부분적으로 응력이 집중되는 현상이 일어날 수도 있다. 이러한 경우, 육안검사만으로는 구조물의 상태를 명료하게 진단할 수 없으므로, 부가적 해석이 요구된다. 결과적으로, 데이터 분석과 현시점의 성능평가가 이루어진 이후에 미래의 거동이 예측될 수 있으며, 비로소 선제적 대응이 가능해진다.
선제적 대응은 안전과 장수명화를 목표로 하며, 장수명화는 경제적 효과를 동반한다. 구조적 성능이 일정 수준이상 확보될 경우에는 경제적 편익을 고려하여 한정된 예산을 효율적으로 투자할 수 있어야 한다. 결국 구조물의 성능이나 상태를 정량화하고, 시간과 비용을 연결하는 자산관리 과정이 요구된다. 자산관리는 구조물의 성능이나 안전관리와 더불어 비용 정보의 연계가 추가적으로 고려되므로 실질적인 예산 운영과 밀접한 관련이 있다.
도로시설물 유지관리 체계 취약점
앞서 성능 중심의 선제적 유지관리를 위한 출발점으로 데이터 활용과 구조 해석을 언급하였다. 현재의 유지관리 업무 또한 그러한 요소가 완전히 배제되어 있는 것은 아니다. 유지관리 전반의 자료는 관리주체와 한국시설안전공단이 보유하고 있으며, 시특법은 정밀안전진단 시 필요한 경우 구조해석을 수행하도록 규정하고 있다. 다만, 현재 자료의 보관 형태가 문서 기반이고, 구조해석의 목적이 안전등급 산정이나 특정 목적에 비중을 두고 있기 때문에 선제적 대응이라 할 수 없다.
시설물 이력 정보는 1차적으로 손상이나 결함의 진행을 파악하는 데 이용될 수 있다. 이는 현재까지 문서의 형태로 저장되어 왔으며, 지금도 수십, 수백 페이지에 이르는 보고서들이 각 점검 시마다 누적되고 있다. 따라서 사용자가 특정 사항이나 특정 부재의 점검이력을 시간 순으로 파악하기 위해서는 자료를 일일이 찾고 정리하는 작업에 많은 시간을 투자해야 한다. 그러나 오랜 시간 동안 다양한 진단 기관에 의해 작성된 보고서는 그 양식이 일정하지 않고 색인이 통일되지 않았을 뿐 아니라 누락된 정보까지 있어 구조물 전반에 대한 이력 정보를 전체적으로 파악하는 것이 매우 어렵다.
뿐만 아니라 자산관리와 과거 이력 파악은 동일한 자료 내에서 서로 다른 정보를 요구하거나 같은 정보라 하더라도 재정리되는 형태나 활용 방식이 서로 다르기 때문에 목적에 맞도록 여러 번의 수정 작업을 거쳐야 한다는 어려움이 있다.
현재 교량유지관리 관련 업체는 전국에 약 1,000여 개, 전문 종사자 수는 10,000명 정도로 추산되고 있으나 전국의 교량 개수는 약 36,000개로, 1인당 약 3.6개의 교량을 관리하여야 하는 상황에 놓여 있다. 시설물의 규모나 업무 강도상 심각한 인력난을 겪고 있으나, 건설업계에서 시설물 유지관리에 대한 인식은 낮은 편이기 때문에 수많은 문서를 면밀하게 분석해야 하는 선제적 유지관리가 이루어지기는 어려운 실정이다. 따라서 손쉽게 정보를 저장, 열람, 활용할 수 있는 방안이 마련되어야 한다.
4차 산업혁명 기술을 이용한 성능중심 유지관리 체계
구조물 유지관리 이력정보 활용성 개선에 있어 현재 가장 활용 가능성이 높은 방안으로 BIM(Building Information Modeling)이 거론되고 있다. BIM은 3D모델의 객체를 기반으로 정보를 활용할 수 있는 플랫폼으로, 다양한 정보를 손쉽게 관리할 수 있는 도구다. 현재 건축, 플랜트 분야에서는 적용 사례가 많으나 기반시설물에는 아직 도입이 활발히 이루어지지 않고 있다.
구조물의 성능 평가는 측정 데이터를 기반으로 이루어질 수 있다. 공용 중 구조물의 강성이나 부재 상태는 준공 직후와 다를 수 있기 때문에, 과거의 도면이나 설계자료는 현 상황을 명확히 반영할 수 없다. 따라서 구조물의 응답을 바탕으로 구조물의 상태를 역해석할 수 있어야 하며, 이렇게 파악된 상태가 다시금 구조 해석 모델에 반영되는 과정이 필요하다. 이를 위해서는 구조물의 응답을 수집할 방안이 필요한데, 불과 몇 년 전까지만 해도 변위나 가속도, 변형률을 측정할 수 있는 센서들의 정확도가 확보되지 않아, 연구 진행이 미진하였다. 그러나 지금은 고정밀 센서들이 상용화되었고, 가격도 저렴해 지고 있어 활용성이 높아지고 있다.
센서뿐 아니라, 드론이나 레일캠, 3D스캐너 등 이미지를 취득할 수 있는 장비 또한 급속도로 발전하고 있다. 이들은 사람의 접근이 어렵거나, 위험한 작업을 대신 수행할 수 있을뿐더러, 작업 속도도 획기적으로 개선할 수 있어 앞으로 활용도가 매우 높아질 것으로 기대하고 있다.
얻어진 현장의 정보들은 다양한 방법으로 해석 될 수 있다. 영상이나 이미지는 딥러닝 혹은 AI를 통해 사람의 판단 없이 결함이나 손상을 자동으로 탐지할 수도 있고, 환경변수와 구조물 응답의 관계만으로 향후 거동분석 또한 가능할 것이다.
이상 기술된 대안들은 4차 산업혁명 기술로 각광받고 있다. 드론, 통신, IoT, AI, Bigdata 등 그간 기반시설 유지관리 분야에서는 좀처럼 적용이 되지 않았던 신기술들로, 지금까지 어렵거나 불가능했던 유지관리 업무를 개선시키거나 새로이 개척할 수 있을 것으로 기대 된다. 건설산업은 시설물안전이 이용자의 생명과 연관이 있어 신기술 적용이 보수적으로 검토되었다. 그러나 4차 산업혁명 기술들은 타 산업 분야와의 높은 호환성 및 적용성으로 거의 모든 분야의 발전을 가속화 하고 있다. 유지관리 분야 또한 이러한 기술 트랜드에 맞물려 획기적 발전을 이룰 수 있을 것으로 기대한다.
서울시 정보화 수준과 유지관리 체계 발전 가능성
성수대교 붕괴사고 이후 시설물 안전에 관한 특별법이 제정·시행되면서, 기반시설물에 대한 유지관리가 점차 체계를 갖추게 되었다. 서울시는 우리나라 최초로 도시기반 성능 개선 및 장수명화 촉진 조례를 제정하여 유지관리에 대한 의지를 보였다. 이후 2020년 5월에는 서울시 지속 가능한 기반시설 관리 기본 조례가 제정·시행되었으며, 여기에는 스마트 기술 도입에 대한 의지로 기반시설 기술혁신업체를 구성하는 조항을 포함하고 있는 것으로 해석된다.
한편, 유지관리 체계의 지능화를 위해서는 필요한 정보가 사용 가능한 형태로 저장되어 있어야 한다. 서울시는 기반시설 빅데이터 분석 시스템 개발 및 실태평가 총괄용역(2020년 6월 종료)을 통해 18종 시설물에 대한 유지관리 이력을 모두 디지털화하였다. 따라서 서울시는 우리나라에서 유일하게 디지털화된 시설물의 유지관리, 보수보강, 점검이력을 보유하게 되어, 유지관리 기술의 첨단화 및 고도화에 가장 유리한 고지를 선점하였다.
발굴-개발-실증-도입-발전 통합 전략
유지관리 시스템의 고도화 및 지능화 전략으로 총 여섯 가지의 핵심 기술을 제시하였다. 각 핵심기술은 다시 3~4개의 세부전략으로, 그리고 세부전략들은 최종적으로 33개의 연구 주제로 나뉜다. 연구개발 로드맵은 서울시 1종 교량 전체에 개발 기술 적용을 가정하여 요소기술의 실증을 위한 시범사업과 확대사업으로 구분하여 제시되었다.
시범사업에서는 드론을 이용한 점검, BIM 활용성, 센서 계측 데이터를 이용한 성능평가, 전자야장을 이용한 내업 자동화, 3D모델 구축 기술 등에 대한 실증 및 고찰이 이루어진다. 단기간에 이루어지는 시범사업에서는 실증을 토대로 각 기술의 확대사업 발전 가능성을 평가한다. 또한 추가적으로 필요한 기술에 대한 상세 발전 전략을 수립하고 자산관리 및 빅데이터 분석을 위한 현장 데이터 취득 방안을 제시한다.
확대사업에서는 시범사업에서 검증된 기술의 고도화에 더불어 현장에서 얻은 데이터를 활용하는 방안, 그리고 자체적으로 연구가 필요한 분야(자산관리, 정보체계 등)를 고려하였다. 최종적으로는 각 분야의 연구 성과를 효율적으로 제어·활용할 수 있는 BIM 기반 통합 플랫폼 구성방안과 더불어 사용자 교육 및 현장 적용을 위한 AR 및 VR 기술과 같이 최종 산출물의 질을 높이는 마무리 연구가 제시되었다.
한편, 유지관리 기술의 지능화를 위한 요소기술들은 상당부분 신기술의 도입과 밀접한 관련이 있으므로 이를 활용하기 위한 제도적 기반이 마련되어야 한다. 제도는 기술을 적용하기 위한 법적 근거나 장치, 기술 활용에 필요한 실무 매뉴얼, 지속가능한 발전을 위한 제도적 지원 등을 모두 포함한다. 예로, 3D모델링이나 안전점검을 목적으로 드론이 활용되는 경우 비행 관련법이, 수집된 데이터의 무선전송은 통신 관련 법규와 관련이 있다. 또한 데이터 기반 구조해석 결과가 안전등급 또는 성능 평가에 반영되기 위해서는 계측이나 해석 기술의 정확성을 공식적으로 인정할 수 있어야 한다.
기반시설물 유지관리 기술의 지능화 및 고도화는 다양한 기술의 융합 발전을 요구하며, 제도적 뒷받침이 필요한 분야이다. 따라서 체계적 기술발전 로드맵과 더불어 민·관·산·학의 긴밀한 협력이 필요할 것이다.