안은종 연구실은 콘크리트 구조물의 안전성과 내구성을 확보하기 위해 다양한 비파괴 평가(NDT) 기술을 연구하고 있습니다. 특히, 초음파를 활용한 비파괴 평가 기법은 콘크리트 내부의 균열, 손상, 함수율, 강도 및 내구성 변화를 실시간으로 모니터링할 수 있는 강력한 도구로 주목받고 있습니다. 연구실에서는 확산초음파, 표면탄성파, 공기결합 초음파 등 다양한 초음파 신호 분석 방법을 개발하여, 콘크리트 구조물의 미세균열, 손상진행, 보수효과 등을 정량적으로 평가하고 있습니다. 이러한 기술은 기존의 파괴적 시험에 비해 구조물의 손상을 최소화하면서도, 현장 적용성을 높일 수 있다는 장점이 있습니다. 예를 들어, 초음파 확산계수와 에너지 소산계수의 변화를 통해 콘크리트의 함수율, 미세균열, 동결융해 손상 등 다양한 열화 현상을 민감하게 감지할 수 있습니다. 또한, 공기결합 초음파 및 다채널 비접촉 초음파 시스템을 활용하여, 대형 구조물의 손상 분포를 빠르고 정확하게 파악할 수 있는 기술도 개발 중입니다. 연구실의 이러한 연구는 국내외 학술지 및 학회에서 활발히 발표되고 있으며, 실제 교량, 터널, 댐 등 사회기반시설의 유지관리와 안전진단에 적용되고 있습니다. 앞으로는 인공지능 기반 신호해석, 센서 융합, 자동화 시스템 등과 연계하여, 더욱 정밀하고 효율적인 콘크리트 구조물의 상태 평가 및 유지관리 기술로 발전할 전망입니다.

최근 안은종 연구실은 스마트 건설과 인공지능(AI) 기반 구조물 모니터링 분야로 연구를 확장하고 있습니다. 드론(UAV), LiDAR, RGB-D 카메라 등 첨단 센서와 AI 영상처리 기술을 융합하여, 콘크리트 구조물의 균열, 손상, 변형 등을 자동으로 탐지하고 평가하는 시스템을 개발하고 있습니다. 이러한 기술은 기존의 수작업 중심 시각검사 방식의 한계를 극복하고, 시간·비용·안전성 측면에서 혁신적인 변화를 이끌고 있습니다. 예를 들어, 드론과 하이브리드 영상처리 기법을 활용한 콘크리트 균열 자동 탐지 시스템은 고층 구조물이나 접근이 어려운 부위까지 신속하게 점검할 수 있습니다. 또한, 머신러닝 및 딥러닝 기반의 이미지 분류 알고리즘을 적용하여, 균열과 비균열 패턴을 정확하게 구분하고, 균열의 위치, 길이, 폭 등 주요 정보를 정량적으로 산출할 수 있습니다. 최근에는 실시간 LiDAR와 영상 AI 기술을 결합한 테트라포드 낙상사고 사전예방 체계 개발 등, 스마트 건설 안전관리 분야로도 연구영역을 넓히고 있습니다. 이러한 연구는 스마트시티, 인프라 유지관리, 재난 예방 등 다양한 분야에 적용될 수 있으며, 향후 데이터 기반 의사결정, 자동화된 구조물 건강 모니터링, 디지털 트윈 등 미래 건설환경의 핵심 기술로 자리매김할 것으로 기대됩니다.

연구실은 콘크리트 구조물의 장기 내구성 확보와 유지관리 비용 절감을 위해 자기치유 콘크리트 및 첨단 복합소재 개발에도 주력하고 있습니다. 칼슘설포알루미네이트(CSA) 기반 시멘트, 슈퍼흡수성 폴리머(SAP), 변형 황 결합재 등 다양한 신소재를 활용하여, 균열이 발생해도 스스로 복구할 수 있는 자기치유 콘크리트 시스템을 연구하고 있습니다. 이러한 자기치유 기술은 구조물의 수명을 연장하고, 유지보수 주기를 늘려 사회적·경제적 비용을 크게 절감할 수 있습니다. 연구실에서는 자기치유 성능의 정량적 평가를 위해 비파괴 초음파, 광학현미경, CT 등 다양한 분석기법을 적용하고 있습니다. 실험 결과, SAP와 CSA 팽창재를 혼입한 복합소재는 균열 발생 후 수분 침투 시 빠르게 팽창 및 수화반응을 일으켜, 균열부를 효과적으로 밀봉하고 추가적인 손상을 방지하는 것으로 나타났습니다. 또한, 하이브리드 섬유(강섬유, 유리섬유) 보강 복합소재를 적용하여, 압축강도와 휨강도, 인성 등 기계적 성능도 크게 향상시켰습니다. 이러한 연구는 미래 친환경·지속가능 건설재료 개발에 중요한 역할을 하며, 실제 교량, 터널, 도로 등 다양한 인프라 구조물에 적용될 수 있습니다. 향후에는 자기치유 성능의 장기 현장 검증, 대규모 실증사업, 스마트 센서와 연계한 실시간 모니터링 기술 등으로 연구를 확대할 계획입니다.