| 논문명 |
생성형 인공지능 기반 건설현장 위험성평가 및 시각자료 지원시스템 개발 / Development of a Generative AI-Based Support System for Risk Assessment and Visual Materials at Construction Sites |
| 저자명 |
이강혁(Lee, Kanghyeok) ; 조재홍(Cho, Jaehong) ; 김영환(Kim, Yeonghwan) ; 강상혁(Kang, Sanghyeok) |
| 수록사항 |
대한토목학회논문집, v.46 n.4 (2026-08) |
| 주제어 |
위험성평가, 인공지능, 검색증강생성, 안전관리, 위험인자 ; Safety management, Artificial Intelligence (AI), Retrieval-Augmented Generation (RAG), Risk assessment, Hazard factors |
| 요약1 |
건설산업은 전 산업 가운데 산업재해 사망자 비중이 가장 높은 산업으로, 건설현장의 안전관리 강화 및 산업재해 예방을 위해 위험성평가가 법적으로 의무화되었다. 그러나 건설현장에서는 인력과 시간의 제약으로 위험성평가가 형식적으로 이루어지기 쉬우며, 안전관리자의 주관적 판단에 의존해 평가의 일관성이 저하될 우려가 있다. 본 연구는 위험성평가의 효과성을 높이고 작업자의 위험감수성을 향상하기 위해 사고사례 및 법령 데이터를 임베딩 모델(text-embedding-3-large)로 벡터화하여 벡터 데이터베이스를 구축하였다. 이를 기반으로 사용자 질의와 유사한 사례를 검색증강생성(Retrieval Augmented Generation, RAG) 방식으로 추출하고, 생성형 인공지능 모델(GPT-4o)을 통해 관련성을 검증하여 위험성평가표를 자동 생성하는 시스템을 개발하였다. 아울러 법령 및 추가 사고사례 검색 기능과 더불어, 사고 상황을 직관적으로 시각화하는 이미지 생성 기능을 통합하여 제공한다. 위험성평가 실무 경험을 보유한 안전관리자 9명을 대상으로 시스템을 평가한 결과, 교육성 4.56점, 효율성 4.33점, 만족도 4.11점, 신뢰성 3.89점, 효과성 3.78점으로 나타나 기존 방식 대비 개선 가능성을 확인하였다. 정성적 평가에서도 간단한 입력만으로 사고사례와 법령 정보를 신속하게 확인할 수 있어 문서 작성 부담을 줄일 수 있으며, 사고사례 기반 시각자료가 위험요인에 대한 이해를 높이고 작업자 안전교육에 효과적이라는 평가가 나타났다. 본 시스템은 건설현장의 위험성평가 실효성을 높이고 작업자 안전교육을 지원하는 도구로 활용될 수 있으며, 향후 다양한 공종과 건설현장을 대상으로 적용 범위를 확대해 검증할 필요가 있다. |
| 요약2 |
The construction industry records the highest proportion of occupational fatalities among all industries, and risk assessment has been made legally mandatory to strengthen on-site safety management and prevent industrial accidents. However, risk assessments are often conducted in a perfunctory manner due to limitations in manpower and time, and evaluation consistency may be compromised by reliance on the subjective judgment of individual safety managers. To improve the effectiveness of risk assessment and enhance workers' risk awareness, this study constructed a vector database from accident case and legal data using the Text-Embedding-3-Large model. Relevant cases were retrieved through retrieval-augmented generation (RAG)-based similarity search, and a multimodal generative AI-based support system was developed to automatically generate risk assessment sheets after verifying the relevance of accident cases using GPT-4o. The system also integrates legal information search, additional accident case search, and accident case-based visual material generation using the gpt-image-1 model. A survey conducted with nine safety managers with risk assessment experience yielded scores of 4.56 for educational effectiveness, 4.33 for efficiency, 4.11 for satisfaction, 3.89 for reliability, and 3.78 for effectiveness, confirming its potential for improvement over conventional methods. Respondents also noted that the system reduces repetitive documentation burden by enabling rapid access to accident cases and legal information through simple inputs, and that accident case-based visual materials were effective in improving understanding of hazard factors and supporting worker safety education. The proposed system can serve as a tool to enhance the practical effectiveness of risk assessment and support worker safety education at construction sites, and future research should expand its application to a wider range of trades and construction environments. |
