노후화된 건축물 보유 현황, 축소되는 예산, 그리고 검사 인력 부족은 적시의 외장(파사드) 안전점검을 저해한다. 본 연구는 노후 콘크리트 구조물을 대상으로 한 자동 손상 탐지 및 위험 우선순위 산정 시스템을 개발한다. YOLOv11의 5가지 변형을 25개 서울 구역에서 수집한 130,838장의 고해상도 이미지로 학습하여, 균열(cracks), 노출 철근(exposed rebar), 박락(spalling)이라는 세 가지 핵심 손상 유형을 탐지하도록 하였다. 제안하는 프레임워크는 YOLOv11 탐지를 새로운 손상 중요도 지수(Damage Criticality Index, DCI)와 통합하며, 해당 지수는 5가지 시각-공간 단서인 면적(area), 다발성(multiplicity), 신뢰도(confidence), 밀도(density), 확산도(spread)를 연속적인 심각도 점수로 변환하고, 이후 K-means 군집화를 통해 이를 저( low), 중( medium), 고( high) 위험으로 범주화한다. YOLOv11x는 101 FPS에서 mAP@0.5가 0.78에 도달하여, 현장 배치를 위한 실시간 처리가 가능함을 보여준다. 현장 시험 결과, 복잡하지 않은 환경과 복잡한 도시 환경 모두에서 견고한 탐지 성능과 일관된 위험 순위 산정이 확인되었으며, 기존의 수작업 점검 방식에 비해 점검 시간을 상당히 단축하고 누락 결함을 최소화하였다. 본 프레임워크는 도시 전역 모니터링을 위한 확장 가능하고 데이터 기반의 지원을 제공하며, 노후 기반시설에 대해 투명하고 위험 우선순위가 반영된 유지관리 의사결정을 가능하게 한다.

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