-
AI 기반 엔지니어링 빅데이터 통합 분석 지원 시스템 – 연구 소개
연구 개요
- 정부 산업통상자원부 (MOTIE) 스마트-엔지니어링 파일럿 프로젝트
- 연구기간: 2018.09.01 ~ 2022.01.31
- 예산: 총 54억원 [정부출연금 (약 38원) + 민간부담금 (약16억원)]
- 엔지니어링 프로젝트 (EPC=Engineering + Procurement + Construction) 의 수주 성공률 및 수행 이익률 제고를 위한 의사결정 지원 빅데이터 통합플랫폼 개발
- AI (machine-learning) 기법을 도입하여 엔지니어링 프로젝트 전주기 (수주/계약-수행-유지/보수)의 각 주요 단계별 일부 의사결정 (Decision-making support) 모듈을 개발
기술개발 배경
- 엔지니어링 프로젝트 (EPC=Engineering + Procurement + Construction) 의 수주 성공률 및 수행 이익률 제고들 위하여 엔지니어링사의 의사결정에 도움이 되는 빅데이터 통합플랫폼을 개발하고, AI (machine-learning) 기법을 도입하여 엔지니어링 프로젝트 전주기 (수주/계약-수행-유지/보수)의 각 주요 단계별로 일부 의사결정 (Decision-making support) 모듈을 개발하여, 향후 6-7년간 예상되는 건설 IT 의 도입효과를 검증하는 Pilot R&BD 과제
- 체계적 데이터 관리 시스템 미흡으로 엔지니어의 경험에 크게 의존하던 플랜트 산업의 경쟁력 향상을 위해, AI-Big data 기반의 엔지니어링 각 단계별 의사결정 기술 개발을 통해 프로젝트 수행 과정에서 발생하는 다발적 Risk에 대응하고자 함
시스템 구성 목표
- 빅데이터 기반 지식 베이스: 엔지니어링 전주기의 축적된 정보 수집
- 엔지니어링 머신러닝 플랫폼: 특질선정, 모델학습에 필요한 머신러닝 프로세스 지원
- 엔지니어링 AI 애플리케이션: AI 알고리즘을 이용한 엔지니어링 단계별 의사결정 지원
- 프로젝트 단위 적용 시스템: 프로젝트 유형별 데이터 생성 및 적용시스템 개발
- 엔지니어링 빅데이터 센터: 다양한 형태의 개방 데이터 및 엔지니어링 지식공유
엔지니어링 AI 어플리케이션
- 설계 원가 예측: 엔지니어링 투입 Man-hour 분석하여 설계 견적/원가 예측
- 설계오류 분석: 설계오류 데이터 분석 후 오류가능성이 큰 공정/설비 품목 제시
- Change Order 분석: 설계변경 요인 분석 후 유형별 설계변경 Risk(일정/비용) 제시
- 입찰문서(ITB) 분석: 입찰 문서를 분석하여 독소조항/핵심 사항을 자동으로 제시
- 플랜트 예측 설비: 플랜트 설비의 정비주기와 교체 대상 설비품목을 예측
연도별 구축 계획
타 기관 연계도
참여 업체
- 위세아이텍(주관사), 포스텍(엔지니어링대학원+산공과), 상아M, 포스코건설, 우림기술등, 수요기업 대-중-소엔지니어링사 약15개사
데이터 개방
- 1. 참여기업 수집 데이터
- 25) Developing a Cost Overrun Predictive Model for Complex Systems Development Projects (Project Management Journal)
- 2. 엔지니어링 관련 법령
- 3. 협회 및 공공 데이터
- 14) 엔지니어링플랜트표준용어집(2017)표준용어집-엔지니어링플랜트(국문_영문)_2017년11월