이 연구 주제는 드론(UAV), 고해상도 영상, 컴퓨터 비전, 딥러닝을 활용하여 건축물과 시설물의 외관 상태를 자동으로 진단하는 기술을 다룬다. 연구실은 기존의 인력 중심 점검 방식이 가지는 시간·비용·안전상의 한계를 극복하기 위해, 건축물 외벽과 콘크리트 표면에서 발생하는 균열, 박락, 누수 흔적, 시공 하자 등의 손상 정보를 영상 기반으로 정량화하는 방법을 발전시키고 있다. 특히 공동주택과 건축 외피를 대상으로 한 자동 결함 검출, 손상 위치 파악, 균열 폭 측정 및 상태 평가가 핵심 축을 이룬다. 연구 방법론 측면에서는 CNN 기반 객체 검출, 바운딩 박스 증강, 이미지 초해상화, GPS 및 위치정보 연계, BIM 기반 3차원 모델 매핑 등 다양한 디지털 기술을 통합한다. 단순히 손상 유무를 분류하는 수준을 넘어서, 픽셀 단위 손상량 산출과 실제 건축물 스케일로의 환산, 손상 부위의 설명 생성, 설명가능한 인공지능(XAI) 기반 결과 제시까지 연결한다. 이는 최종 점검자나 관리자에게 신뢰 가능한 근거를 제공하는 방향으로 확장되고 있으며, 관련 특허에서도 건축물 외관 상태를 자연어 설명과 안전등급으로 함께 제시하는 평가 체계가 확인된다. 이 연구의 의의는 건축물 유지관리의 디지털 전환을 촉진하고, 점검의 객관성·반복성·확장성을 높인다는 데 있다. 무인 건축물 성능케어시스템(U-BPCS)과 같은 프로젝트는 검사-진단-관리 전 과정을 자동화하려는 시도이며, 향후에는 스마트시티 인프라, 노후 공동주택, 사회기반시설 유지관리까지 적용 범위가 넓어질 가능성이 크다. 또한 드론 활용 시 사생활 침해 저감, 현장 적용성 확보, 설명가능성 강화 같은 실제 운영 이슈도 함께 다루고 있어 기술 개발과 현장 수용성을 동시에 추구하는 연구라고 볼 수 있다.

이 연구 주제는 노후 건축물의 에너지 성능을 신속하고 정밀하게 진단하고, 그 결과를 바탕으로 리모델링 대안 설계까지 자동화하는 기술 개발에 초점을 둔다. 연구실은 건축물 에너지 모델링, 외피 성능 분석, 디지털 진단 플랫폼 구축을 통해 그린리모델링 의사결정을 지원하고 있으며, 특히 건물 형상과 외피 정보를 자동 추출해 에너지 시뮬레이션에 활용하는 연구를 활발히 수행하고 있다. 이는 탄소중립과 에너지 효율 향상이 중요한 건축 분야에서 매우 실용적인 연구 방향이다. 세부적으로는 UAV 영상, 포인트 클라우드, GIS, 딥러닝 기반 형상 인식, 자동 3D 모델 생성 기술을 결합하여 에너지 시뮬레이션용 건물 정보를 효율적으로 구축한다. 논문에서는 UAV 기반 자동 3D 모델링 프레임워크와 건물 형상 자동화 기법을 제안하였고, 프로젝트에서는 단열성능, 기밀성능, 설비성능, 실내환경성능 등 주요 인자를 디지털 방식으로 진단하는 체계를 개발하고 있다. 또한 열화상 이미지 처리, 외피 단열성능 저하 분석, 3차원 모델 기반 기록 방식 등은 건축물 에너지 성능의 공간적·시각적 이해를 높이는 중요한 요소다. 이 연구는 단순한 분석을 넘어, 진단 시간 단축과 정확도 향상, 최적 대안 설계 추천, 통합 플랫폼 실증까지 포함하는 것이 특징이다. 궁극적으로는 노후 건축물의 성능개선 의사결정을 고도화하고, 제로에너지건축물 및 스마트 외장재·설비 융복합 시스템과 연계하여 지속가능한 건축환경을 구현하는 데 기여한다. 따라서 이 연구는 건축물 유지관리와 에너지 성능 개선을 하나의 디지털 워크플로우로 통합하려는 미래지향적 성격을 가진다.

이 연구 주제는 건설관리 관점에서 공동주택과 건축물의 유지관리 비용, 하자 발생 특성, 사후 인수인계 이후의 결함 리스크를 정량적으로 분석하는 데 중점을 둔다. 연구실은 금융 리스크 분석에서 활용되는 손실분포접근법(LDA)을 건축물 유지관리와 하자 분석에 적용하여, 대규모 실제 데이터를 기반으로 하자 빈도와 심각도를 동시에 평가하는 연구를 수행해 왔다. 이는 건축물의 수명주기 전반에서 관리 우선순위를 설정하고 예산 배분의 근거를 제공하는 데 중요한 의미를 가진다. 대표적으로 아파트 유지관리 비용 평가 연구에서는 수천 건 이상의 유지관리 이력 데이터를 바탕으로 비용 분포를 도출하고, 공종별·경과연수별 위험 특성을 분석하였다. 또 공동주택 하자 리스크 프로파일 연구에서는 구조, 방수, 설치 오류, 누락 작업 등 다양한 하자 유형을 위치와 공종 차원에서 매트릭스로 구성해 위험도를 산정하였다. 이러한 접근은 단순 평균값이 아닌 분포 기반 분석을 통해 드물지만 치명적인 하자와 자주 발생하는 반복 하자를 함께 고려할 수 있게 하며, 보다 현실적인 관리 전략 수립을 가능하게 한다. 이 연구의 확장성은 매우 크다. 향후에는 BIM, 센서 데이터, 드론 영상, 유지관리 기록체계와 연계하여 예측형 유지관리와 리스크 기반 자산관리로 발전할 수 있다. 또한 건설 및 부동산 분야의 스마트 계약, 탄소평가, 배출권 거래와 결합하면 비용·품질·환경 성과를 동시에 고려하는 디지털 건설관리 체계로 확장될 수 있다. 즉, 이 연구는 전통적 건설관리 분야를 데이터 기반 의사결정 체계로 전환하는 중요한 기반 연구라 할 수 있다.