안승준 연구실
홍익대학교 건설환경공학과
안승준 교수
건설안전
지식그래프
온톨로지
안승준 교수 연구실
홈
안승준 연구실
홍익대학교 건설환경공학과 안승준 교수
안승준 연구실은 건설환경공학과 관점에서 건설안전 문제를 데이터와 지능형 모델로 분석하는 연구를 수행합니다. 건설안전 문서와 작업위험분석(JHA) 지식을 온톨로지와 지식그래프로 구조화하고, 자연어 기반 검색·추천 및 LLM 활용으로 안전 가이드와 위험요인을 질의에 따라 연결하는 기술을 개발합니다. 또한 VR 기반 안전훈련에서 사용성·충실도와 시선추적 지표를 통해 위험인지의 상황인식을 설명하며 교육평가 근거를 축적합니다. 지하공간에서는 네트워크 분석, 시뮬레이션, 지진 영향 모델링과 EDA 생체신호 기반 혼잡도 평가를 연계하여 대피성 및 보행자 경험을 정량화합니다.
건설안전지식그래프온톨로지자연어처리작업위험분석(JHA)
대표 연구 분야
연구 영역 전체보기
지식그래프 기반 건설안전 지식검색 및 추천을 통한 작업위험분석 자동화 연구
Knowledge Graph–Driven Construction Safety Knowledge Retrieval and Recommendation for Automated Job
연구 분야 상세보기
지식그래프 기반 건설안전 지식검색 및 추천을 통한 작업위험분석 자동화 연구
Knowledge Graph–Driven Construction Safety Knowledge Retrieval and Recommendation for Automated Job
연구 분야 상세보기
VR 위험인지 교육에서 시선추적 기반 상황인식과 학습효과를 규명하는 연구
Investigating Situational Awareness and Learning Outcomes in VR Hazard Recognition Training Using Ey
연구 분야 상세보기
지하공간 대피성 및 보행 혼잡을 네트워크·생체신호로 정량화하는 연구
Quantifying Evacuation Performance and Pedestrian Crowding in Underground Spaces Using Network Analy
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
5개년 연도별 논문 게재 수
32총합
5개년 연도별 피인용 수
693총합
주요 논문
5
논문 전체보기
1
article
|
인용수 5
·
2025Analysis of influence of seismic impact on evacuability in subway stations
Yoo Mintaek, Jeongjun Park, Ji-Won Jeong, Seungjun Ahn
IF 8.2 (2025)
Developments in the Built Environment
지하철 시스템에서의 재난은 도시 안전에 중대한 위협이 되며, 특히 도시 교통이 지하 공공교통 네트워크에 점점 더 의존함에 따라 그 위험이 커지고 있다. 본 연구는 인재 중심의 재난 대비 접근을 바탕으로, 지진이 지하철 역사의 구조물과 대피 경로에 미치는 영향을 평가하고자 한다. 동적 수치 시뮬레이션에는 PLAXIS 2D를, 대피 모델링에는 Dijkstra 알고리즘을 사용하여, 지진으로 인한 구조적 손상이 지하철 역사의 대피 가능성에 어떻게 영향을 미치는지를 조사하였다. 연구 결과는 지진 규모가 증가할수록 대피 경로가 유의하게 더 제한되어 대피의 어려움이 급격히 증가하고 잠재적 병목이 심화되며, 이로 인해 사상자 위험이 확대된다는 점을 보여준다. 또한 연약한 지반 위에 위치한 구조 구간이 심각한 손상에 더 취약하여 대피 노력을 추가로 저해함이 분석에서 확인되었다. 본 연구는 지진이 대피 경로에 미치는 실질적 함의를 다루어, 지진 발생 시 지하철 역사 이용자들이 직면하는 위험에 대한 포괄적 통찰을 제공한다. 아울러 본 연구는 비상 대응 전략을 강화하기 위한 시사점을 제시하고, 재난 대비에서 구조공학과 대피 경로 설계를 통합하는 다학제적 접근의 필요성을 강조함으로써, 비상 상황에서 도시 지하철 시스템의 안전성과 회복탄력성을 확보하는 데 기여하고자 한다. • 지하철 역사에서 지진 영향 분석과 대피 경로 모델링을 통합한다. • 광교중앙역 사례연구는 대피 결과에서 구조적 연결성이 결정적 역할을 함을 보여준다. • 서로 다른 지진 재발 주기 및 구조 조건에 따라 대피 비용의 유의한 차이를 확인한다. • 취약 구간을 보강하고 대피 경로를 최적화하여 지하철 시스템의 재난 대비를 강화하기 위한 통찰을 제공한다.
https://doi.org/10.1016/j.dibe.2025.100637
Architectural engineering
Geology
Civil engineering
Seismology
Transport engineering
Engineering
2
article
|
인용수 3
·
2025Assessment of impact of bottlenecks on evacuation in subway stations using network analysis
Ji-Won Jeong, Ikjae Lee, Youngseok Oh, Jeryang Park, Seungjun Ahn
IF 8.2 (2025)
Developments in the Built Environment
본 논문에서는 지하철역의 공간 구성을 공간 구문론(space syntax) 접근법을 사용하여 네트워크 모델로 매핑하는, 그래프 이론 기반의 새로운 분석 프레임워크를 제안한다. 이 프레임워크는 피로도 중심성(Betweenness Centrality, BC) 분석을 활용하여 대피 흐름에서의 잠재적 병목 지점을 식별한다. 무손상 상태에서의 지하철역 대피, 재난으로 인한 손상 상태의 대피, 대피 가능성을 향상시키기 위한 개선 설계 등 다양한 what-if 시나리오를 검증한다. 제안된 프레임워크는 한국의 광교중앙역(Gwanggyo Jungang Station) 사례 연구에 적용되었으며, 해당 역은 전형적인 지하철역의 배치와 공간 구성을 특징으로 한다. 각 시나리오에 대해 보행자 시뮬레이션 모델(PSM)을 개발하고 시험함으로써 BC 분석 결과와 시뮬레이션 결과를 비교할 수 있도록 하였다. 연구 결과는 제안된 프레임워크의 유효성을 확인하였다. 이러한 통합적 접근은 지하 시설의 대피 가능성을 정량적으로 평가하기 위한 새로운 방법론적 경로를 제공하며, 나아가 대중의 안전을 향상시키기 위한 지하철역 설계를 개선할 가능성을 지닌다. • 새로운 BC 및 3D 네트워크 모델로 지하철 대피 위험을 평가한다. • 광교중앙역 사례 연구가 제안된 프레임워크를 검증한다. • 프레임워크와 시뮬레이션이 일치하여 유효성을 확인한다. • 설계 수정이 대피 효율을 실질적으로 향상시킨다. • 대피 가능성 강화를 위한 지하철 설계의 전략적 개선 방안을 제안한다.
https://doi.org/10.1016/j.dibe.2025.100632
Environmental science
Transport engineering
Computer science
Forensic engineering
Engineering
3
article
|
·
인용수 17
·
2024Theoretical Framework for Utilizing Eye-Tracking Data to Understand the Cognitive Mechanism of Situational Awareness in Construction Hazard Recognition
Yanfang Luo, Qiang Yang, JoonOh Seo, Seungjun Ahn
IF 7 (2024)
Journal of Management in Engineering
건설 현장에서 작업자 안전행동을 향상시키기 위해서는 위험 식별의 기저에 있는 인지 과정에 대한 이해가 중요하다. 최근 연구에서는 다양한 맥락에서 인간의 인지를 이해하는 데 있어 안구추적 기술의 잠재력을 탐색해 왔다. 그러나 특히 상황인식(SA) 맥락에서 안구 운동과 위험 인식 간의 복잡한 인지 과정을 연결하는 연구는 제한적이다. 이에 본 연구는 건설 현장의 위험 인식 가상현실(VR) 시나리오에서 눈 운동 데이터와 SA의 인지 과정 간의 관계를 조사하였다. 연구는 6개의 VR 시나리오에서 건설 위험을 식별하는 36명의 참가자를 대상으로 실험을 수행하였고, 총 216개의 시행이 이루어졌다. 안구 운동 데이터는 VR 헤드셋의 눈 추적 장치를 통해 수집하였으며, 동시에 위험 인식 성과를 기록하였다. 결과는 안구 운동 패턴과 전역 및 국소 SA 간의 상관관계에 대한 유용한 통찰을 밝혀냈다. 전역 SA의 맥락에서는 최초 고정(fixation) 전후의 시간(시간 to 및 after)이 다양한 위험 시나리오에서 개인 간 지각(Global Level 1 SA) 및 이해 시간(Global Level 2 및 Level 3 SA)의 서로 다른 변이를 설명하는 것으로 나타났다. 국소 SA의 영역에서는 최초 체류(dwell) 동안 더 많은 고정과 안구도약(saccades)(Local Level 1 SA)가 관찰되어, 위험에 대한 첫 조우의 중요성을 강조하였다. 또한 성공적인 위험 인식 시 동공 확장(pupil dilation)이 나타났는데, 이는 증가된 정신적 작업부하를 시사하며(Local Level 2 및 Level 3 SA), 다양한 SA 수준에 대해 여러 유형의 안구 운동 데이터가 설명력을 가질 수 있음을 보여준다. 이러한 데이터는 위험 인식 맥락에서 효과적인 SA 지표로 활용될 수 있으며, 위험한 환경에서의 SA에 대한 인지 과정 이해를 증진하고 평가 및 훈련을 정교화하는 데 기여할 수 있다.
https://doi.org/10.1061/jmenea.meeng-5905
Situation awareness
Mechanism (biology)
Eye tracking
Hazard
Situational ethics
Cognition
Tracking (education)
Computer science
Knowledge management
Psychology
최신 정부 과제
2
과제 전체보기
1
2022년 5월-2025년 2월
|53,984,000원건설 작업안전분석 지능화를 위한 지식그래프 개발
■ 본 연구의 최종목표는 건설 작업안전분석 인공지능화를 위한 자연어처리 기반 지식그래프 (Knowledge Graph)를 개발하는 것이다. 이러한 최종 연구목표 달성을 위해 다음과 같은 세 개의 세부목표가 달성되어야 한다. 1) 건설작업안전분석에 요구되는 정보의 탁소노미(Taxonomy)를 구축하고, 이러한 정보를 담고 있는 텍스트데이터의 소스(source...
건설작업안전
작업안전분석
자연어처리
지식그래프
온톨로지
2
주관|
2022년 5월-2025년 2월
|67,480,000원건설 작업안전분석 지능화를 위한 지식그래프 개발
■ Google BERT의 한국어분석 성능 향상을 위해, 2020년 한국전자통신연구원(ETRI)에서 한국어 전용언어모델 KorBERT를 개발하였다. KorBERT 는 기존 BERT 대비 4.5%의 정확도 향상을 보였다. KorBERT모델은 aiopen.etri.re.kr에서 배포중이다. 현재 KorBERT는 한국 산업계/학계의 주요 딥러닝 언어모델로 자리매김 하고 있다.
■ KorBERT는 일반 한국어 문서를 분석하는데 우수한 성능을 보이나, 특정한 도메인에 대해서는 가중치 학습을 통한 언어모델 고도화가 요구된다. 기존에 법률 및 특허 분야에 특화된 언어모델, 예를들어, KorPatBERT가 개발되었으며, 일반적인 KorBERT 모델 대비 우수한 성능을 보였다.
■ 이러한 배경에서, 본 연구의 연구흐름도 및 차년도별 연구범위는 아래와 같다.
● 1차년도에는 지능형 건설작업안전분석을 위해 요구되는 원시텍스트를 파악/수집/분류하고, 지도학습(Supervised Learning)에 사용될 작업안전분석 문제를 생성한다.
● 2차년도에는 범용 KorBERT 모델을 전이학습을 통해 Fine-tuning하는 방식으로 건설작업안전분석 전용 언어모델인 KCJS-BERT 모델을 생성하고 생성된 언어모델의 자연어처리 성능을 검증한다. 이 단계에서 KCJS-BERT 모델의 성능은 건설작업안전 관련 텍스트데이터를 처리하는데 기존 BERT모델 대비 정확도 향상의 정도를 통해 측정한다.
● 3차년도에는 KCJS-BERT를 기반으로 건설작업안전 분야 텍스트를 이용해 확장 가능한 지식그래프를 개발하고, 이 지식그래프를 바탕으로 자동으로 건설작업 안전절차서를 생성하는 방법을 개발한다. 이 단계의 연구결과물은 인공지능 기반으로 자동생성된 작업안전절차서 품질을 전문가 대비 성능으로 측정한다.
건설작업안전
작업안전분석
자연어처리
지식그래프
온톨로지
최신 특허
특허 전체보기
전체 특허
건물의 대피 용이성 분석 시스템 및 방법
상태
공개출원연도
2024출원번호
1020240103620건설현장 중장비 안전관리 시스템
상태
등록출원연도
2023출원번호
1020230062595지능형 재난대응 훈련방법 및 그 시스템
상태
등록출원연도
2017출원번호
1020170082849