이 연구 주제는 복잡한 지반 조건과 도시 지하환경에서 지층 분포, 암반 파쇄대, 공동, 매설 구조물, 지반 이상현상 등을 정밀하게 파악하기 위한 지반조사 및 물리탐사 기술 개발에 초점을 둔다. 연구실은 전통적인 시추 기반 조사만으로는 파악하기 어려운 지하의 공간적 불균질성을 보완하기 위해 비파괴 탐사와 공학지질 해석을 결합하는 접근을 추구한다. 특히 지하공간 개발이 확대되는 도심 환경에서는 안전하고 경제적인 조사 체계가 중요하므로, 현장 적용성이 높은 탐사 모델과 해석 프레임워크를 중점적으로 다룬다. 구체적으로는 탄성파 반사법, 표면파 탐사, 시추공 자료 연계 해석, 파쇄대 탐지 기법, 그리고 복합 지반조건에서의 현장 계측 기술이 핵심 방법론으로 활용된다. 연구실의 논문에서는 fractured rock zone에 대한 modified seismic reflection approach, complex ground conditions에서의 seismic cone penetration test의 고도화 등 실제 현장 문제 해결형 연구가 나타난다. 이러한 연구는 단순한 계측 기술의 적용을 넘어서, 현장 자료의 신뢰도 향상, 조사 해상도 개선, 그리고 불확실성을 줄이는 공학적 해석 체계 구축으로 이어진다. 향후 이 연구는 스마트시티 지하공간 관리, 지하 인프라 유지관리, 싱크홀 및 공동 탐지, 도시 재개발 지역의 사전 위험 평가 등으로 확장될 가능성이 크다. 비파괴 지반탐사 기술이 체계화되면 지하공간의 디지털 영상화와 실시간 위험 모니터링 기반을 제공할 수 있으며, 이는 지하철, 복합개발, 유틸리티 터널, 저장시설 등 다양한 도시 인프라의 계획과 시공 안전성을 높이는 데 기여한다. 결국 본 연구는 지반공학과 공학지질학의 실용적 접점을 넓히는 핵심 분야라고 할 수 있다.

이 연구 주제는 제한된 시추공 자료와 높은 지층 이질성이라는 지반공학의 고전적 문제를 데이터 기반 기법으로 해결하는 데 초점을 둔다. 자연 지반은 형성과정이 복잡하여 층서 구조가 불규칙하고 국부적인 변동성이 크기 때문에, 소수의 조사 자료만으로 전체 지반을 신뢰성 있게 해석하는 데 한계가 있다. 연구실은 이러한 문제를 해결하기 위해 머신러닝을 활용하여 1차원 시추 정보로부터 3차원 지층 구조를 재구성하고, 예측 정확도와 공간적 일관성을 동시에 향상시키는 방법을 개발하고 있다. 대표적으로 3차원 subsurface stratigraphy reconstruction 연구에서는 XGBoost, Random Forest, ANN, SVM 등을 비교하고, neighborhood aggregation 기법을 도입하여 예측 결과를 더욱 일반적이고 강건하게 개선하였다. 또한 cohesive soils를 대상으로 cone penetration test 데이터로부터 응력 이력을 평가하는 연구처럼, 현장 시험 데이터를 이용해 직접적으로 지반 상태를 추정하는 데이터 기반 모델도 수행하고 있다. 이러한 접근은 단순 분류나 회귀를 넘어 지반 정보의 시각화, 불확실성 정량화, 디지털 지반 모델 구축까지 포괄한다는 점에서 의미가 크다. 이 연구의 파급효과는 지반조사의 디지털 전환과 자동화에 있다. 향후에는 현장 계측, 시추자료, 물리탐사자료, GIS 기반 공간정보를 통합한 지능형 지반정보 플랫폼으로 발전할 수 있으며, 이는 설계 초기 단계의 리스크 저감과 의사결정 고도화에 직접 연결된다. 더 나아가 대규모 도시개발, 터널 및 기초 설계, 지하 안전 진단, 재난 예방 분야에서 데이터 기반 지반예측은 핵심 기술로 자리잡을 가능성이 높다.

이 연구 주제는 지반재료의 강성, 전단탄성계수, 응력이력, 압밀 상태 등 핵심 공학적 특성을 현장시험 자료로부터 평가하는 방법론을 다룬다. 지반재료는 구조물과 달리 자연적으로 형성된 재료이므로 동일 지층 내에서도 물성 편차가 크고, 응력 이력에 따라 거동 특성이 크게 달라진다. 따라서 실내시험만으로는 현장 지반의 실제 거동을 충분히 설명하기 어렵고, 정밀한 in-situ 평가가 매우 중요하다. 연구실의 관련 논문에서는 paired in-situ shear moduli를 이용한 yield stress history 평가, cone penetration test를 활용한 cohesive soil의 stress history 추정 등이 핵심 사례로 확인된다. 이러한 연구는 CPT, SCPT 등 현장시험 결과를 기반으로 지반의 강성 및 과거 응력 상태를 정량적으로 해석하고, 설계에 필요한 매개변수를 보다 합리적으로 산정하는 데 목적이 있다. 특히 복잡한 지반조건이나 구조적으로 민감한 점토지반에서 이러한 평가 기법은 침하, 안정성, 변형 예측의 정확도를 높이는 데 큰 역할을 한다. 이 분야의 실용적 가치는 기초설계, 성토 및 굴착 해석, 연약지반 평가, 철도 및 도로 인프라 건설 등 매우 다양한 토목 현장에 직접 연결된다는 점이다. 데이터 기반 해석과 고급 현장시험이 결합되면 지반재료 특성 산정의 신뢰도를 높이고 과도한 보수설계를 줄일 수 있다. 장기적으로는 현장시험 자료와 머신러닝, 물리 기반 모델을 함께 활용하는 하이브리드 지반해석 체계로 발전하여 보다 정밀한 설계와 유지관리 의사결정을 지원할 수 있다.