예기치 않은 불확실성은 건설 프로젝트 수행 중에 자주 발생하며, 시간, 예산, 범위, 품질과 같은 성과지표에 영향을 미친다. 본 연구는 자연어 처리(NLP) 기법을 활용하는 자동화된 위험관리 모델을 구축함으로써 이러한 비용 및 일정 관련 과제를 다룬다. NLP 기법은 자연어 데이터를 처리하고 분석할 수 있는 강력한 도구로서, 텍스트 데이터로부터 유용한 통찰을 도출할 수 있게 해준다. 본 방법은 입찰, 계약, 변경지시서 문서로부터 의미 있는 정보를 추출할 수 있도록 한다. 널리 알려진 트랜스포머 기반 모델인 변환기 양방향 인코더 표현(bidirectional encoder representations from transformers, BERT) 모델은 단어와 구를 수치적 표현으로 변환한다. 그 후 코사인 유사도(cosine similarity)를 사용하여 새로운 프로젝트와 과거 프로젝트 간의 유사성을 평가한다. 이와 같은 기법들은 유사한 과거 프로젝트의 데이터에 기반하여 향후 프로젝트의 잠재적 비용 및 일정 변화를 예측할 수 있게 한다. 본 연구의 연구문제는 다음과 같다. “과거의 입찰 및 변경지시서 문서를 어떻게 활용하여 신규 프로젝트에서의 프로젝트 비용과 일정에 대한 불확실성을 예측할 수 있는가?” 이 질문에 답하기 위해, 저자들은 NLP, BERT 및 코사인 유사도를 사용하여 과거의 유사 프로젝트로부터 관련 데이터를 추출함으로써 향후 신규 프로젝트의 비용 및 일정 변화를 예측하고, 결과적으로 프로젝트 관리에 대한 사전적 통찰을 제공하는 접근법을 제안하였다. 113개 프로젝트를 대상으로 한 사례연구에서, 이 중 20%를 테스트에 할당했으며, 본 모델은 비용 변화 예측에서 78.30%, 일정 변화 예측에서 75.0%의 정확도를 달성하였다. 또한 변화 예측에서 전반적 정확도는 75% 이상이었다. 이러한 결과는 모델이 프로젝트 불확실성을 사전에 예측하는 데 효과적임을 보여주며, 나아가 프로젝트 관리의 개선에 유의미하게 기여한다. 궁극적으로 불확실성에 대한 이러한 데이터 기반 접근은 건설 현장의 전문가들이 잠재적 위험과 변동을 사전에 예측하고 대응할 수 있게 함으로써 전체 프로젝트의 성공과 성과를 향상시킨다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.