안승준 연구실은 지식그래프와 인공지능(AI) 기술을 활용한 첨단 건설안전관리 연구에 집중하고 있습니다. 건설현장에서 발생하는 방대한 사고사례 및 안전지침 데이터를 체계적으로 수집·분석하여, 이를 지식그래프 형태로 구조화함으로써 복잡한 데이터 간의 의미적 관계를 명확히 파악할 수 있도록 합니다. 이러한 데이터 구조화는 사고 원인 분석, 위험요소 식별, 예방 전략 수립 등 다양한 안전관리 업무의 효율성과 정확성을 크게 향상시킵니다. 특히, 최근에는 생성형 AI와 대규모언어모델(LLM), 그리고 Retrieval-Augmented Generation(RAG) 기법을 결합하여 건설안전정보의 자동 생성 및 질의응답 시스템을 개발하고 있습니다. 이를 통해 기존의 수작업 중심 안전관리에서 벗어나, 현장 맞춤형 안전정보 제공, 사고 예방을 위한 실시간 의사결정 지원 등 지능화된 안전관리 체계를 구현하고 있습니다. 또한, 온톨로지 기반의 자동화된 작업위험분석(JHA) 시스템 개발을 통해 안전관리자의 경험과 암묵지까지 반영하는 고도화된 안전관리 솔루션을 제시합니다. 이러한 연구는 건설현장의 안전사고 감소와 더불어, 중소규모 현장에서도 실질적으로 활용 가능한 안전관리 시스템의 보급에 기여하고 있습니다. 향후에는 다양한 건설환경 및 재난상황에 대응할 수 있는 지능형 안전관리 플랫폼 개발, 그리고 국내외 건설산업의 디지털 전환을 선도하는 연구로 확장될 전망입니다.

본 연구실은 지하철 역사, 대심도 철도시설 등 복잡한 지하시설물의 재난대응 및 대피 용이성 분석을 위한 공간 네트워크 모델링 연구를 활발히 수행하고 있습니다. 매개 중심성 등 네트워크 이론을 적용하여, 재난 발생 시 대피 경로의 병목지점과 취약구역을 정량적으로 평가하고, 실제 사례(예: 광교중앙역) 분석을 통해 공간 구조의 특성이 대피 흐름에 미치는 영향을 규명합니다. 이를 바탕으로, 대피 경로의 최적화 및 구조 개선 방안을 제안하여 대규모 인명피해를 예방하는 데 기여하고 있습니다. 이 과정에서 그래프 데이터베이스 및 시뮬레이션 기반 분석 기법을 도입하여, 다양한 재난 시나리오에 대한 대피 시뮬레이션을 수행하고, 구조 변경 시 대피 흐름의 변화와 병목 현상 완화 효과를 과학적으로 검증합니다. 또한, 지식그래프와 알고리즘을 결합한 대피경로 추천 시스템, 재난대응 온톨로지 모형 개발 등 실질적 재난관리 솔루션을 연구하고 있습니다. 이러한 연구는 지하시설물의 안전성 향상뿐만 아니라, 국가 재난관리 정책 수립, 스마트시티 및 대중교통 인프라의 안전 설계 등 다양한 분야에 적용될 수 있습니다. 앞으로는 인공지능 기반의 실시간 재난대응 시스템, XR(확장현실) 기술과 연계한 대피훈련 시뮬레이터 등 차세대 재난관리 기술 개발로 연구를 확장할 계획입니다.

연구실은 스마트 건설기술과 오프사이트(Offsite) 공법의 생산성 및 안전성 향상에 관한 연구도 중점적으로 수행하고 있습니다. 프리캐스트 콘크리트(PC) 부재의 설치 시간에 영향을 미치는 다양한 요인을 실증적으로 분석하고, 클라우드 기반 정보시스템을 활용한 운송·시공 계획 자동화, BIM(빌딩정보모델링) 기반 설계관리 등 첨단 디지털 기술을 건설현장에 적용하고 있습니다. 특히, 오프사이트 공법이 전통적 현장시공 방식에 비해 안전사고 위험을 어떻게 감소시키는지, 그리고 생산성 향상에 미치는 영향을 실증적으로 규명하고 있습니다. 이를 위해 실제 프로젝트 데이터를 활용한 정량적 분석, 시뮬레이션, 그리고 전문가 인터뷰를 병행하여, 현장 맞춤형 공정관리 및 안전관리 방안을 제시합니다. 이러한 연구는 건설산업의 디지털 전환과 스마트 건설현장 구현에 핵심적인 역할을 하며, 향후 로봇 플랫폼, XR 기반 인간-로봇 협업 등 차세대 스마트 건설기술과의 융합 연구로도 확장될 예정입니다.