목적 다가오는 입찰에서의 입찰 참여자(입찰자) 수는 경쟁 입찰 과정에서 의사결정에 있어 발주자(건설 클라이언트)와 시공사 모두에게 중요한 관리적 함의를 갖는다. 그러나 최근 수십 년 동안 소수의 연구만이 수행되었고, 주로 입찰자 수의 통계적 분포에 초점을 맞춘 연구 정체가 존재한다. 본 연구는 기계학습(ML) 알고리즘을 활용하여 입찰자 수를 예측하는 새로운 관점을 제시하고자 한다. 설계/방법론/접근 본 연구는 싱가포르의 공공 부문 건설 프로젝트 입찰 데이터셋을 대상으로 사례 연구(case study) 접근법을 채택하였다. 총 6개의 ML 모델을 개발하였고, ML 모델의 예측 성능을 평가하기 위한 기준(baseline) 모델로 선형회귀를 사용하였다. 결과 ML 모델들은 기준 선형회귀 모델보다 우수한 성능을 보였으며, XGBoost가 R2 기준으로 가장 우수한 모델로서 선형회귀 모델보다 2배 높은 것으로 나타났다. 또한 본 예측 문제에서는 경제 관련 요인이 중요한 역할을 한다. 연구 제한점/함의 개발된 ML 모델의 예측 성능이 상대적으로 낮음에도 불구하고, 인공지능 기법을 사용하더라도 이 예측 문제에는 여전히 도전과 복잡성이 존재함을 시사한다. 독창성/가치 선도적 연구로서, 본 연구는 이 예측 문제에 ML 모델을 활용하기 위한 기초를 마련하고, 건설 클라이언트와 시공사를 위한 의사결정 지원 시스템 개발을 향한 향후 모델링 시도에 대한 통찰을 제공한다.

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