토공 작업은 일반적으로 고속도로 건설에서 건설 예산의 약 4분의 1을 차지한다. 따라서 이러한 프로젝트의 성공적인 수행을 위해서는 실행 가능한 계획 수립이 필요하다. 작동을 위한 최적의 장비 편대를 선정하는 일은 작업 기간과 비용 모두에 영향을 미치는 핵심 요인 중 하나이다. 그러나 운영 조건이 변화하고 건설 프로젝트에 불확실성이 존재하므로, 이 과업은 여전히 현장 관리자들의 경험에 기초하여 수행되고 있다. 기존 문헌에서는 이산사건 시뮬레이션(DES)과 같은 건설 표준 생산율(CSPR) 등의 참고 자료가 의사결정을 보조하는 데 사용되는 것으로 보고되어 있다. 이러한 방법들은 시뮬레이션 모델링에 대한 전문가 지식이 필요하고 데이터 수집에 많은 시간이 소요된다는 점 때문에 실제 적용에 한계가 있음이 나타났다. 이에 따라 본 연구는 주어진 상황을 바탕으로 최적의 편대 정보를 도출할 수 있도록, 다목적 문제에서 혼합정수 비선형계획법(MINLP)을 보다 효율적으로 사용하는 방법을 제안한다. 제안된 방법은 장비의 종류와 크기에 의해 발생하는 생산성의 고려를 위해 CSPR 기반의 수학적 방정식을 사용한다. 또한 제안된 방법과 DES 접근법을 비교하는 연구를 수행하여 추가 논의를 제시하였다.

건설 프로젝트를 수행하는 동안, 생산률 평가는 프로젝트의 서로 다른 단계 전반에 걸쳐 수행되어야 하는데, 이는 이러한 평가가 프로젝트의 성공 또는 실패를 좌우할 수 있기 때문이다. 한국에서는 개별 건설 장비의 생산률을 산정하기 위해 건설표준생산률(CSPR)이 사용된다. 그러나 CSPR은 두 가지 이상의 서로 다른 장비 유형(예, 굴착-적재-운반 활동에 사용되는 굴삭기와 덤프트럭)을 조합하여 수행되는 활동의 생산률을 제공할 수 없다. 이러한 장비 조합에 대한 생산률의 기성 데이터가 확보된다면, 이를 활용하여 최적의 차량(장비) 운용(fleet) 관리 계획을 수립하는 데 유용할 것이다. 또한 이러한 데이터는 지도학습(supervised-learning) 방법을 이용한 최적화된 일정 수립(scheduling) 방법을 구현하는 데에도 도움이 될 수 있다. 이에 따라, 이러한 데이터의 활용 가능성을 검증하기 위해 데이터 생성과 회귀분석을 목적으로 간단한 이산 사건 시뮬레이션 접근법을 수행하였다. 본 연구에서 사용한 시간 입력값은 CSPR에 제시된 방정식과 정보를 바탕으로 산정하였다.

탄소배출권 가격 예측 모델과 관련된 연구는 석탄 및 석유 가격과 같은 특정 지표의 영향만을 고려해 왔으며, 장기 예측 연구만이 수행되어 왔다. 최근 들어 탄소배출권은 주식 및 부동산과 같은 투자 자산으로 인식되고 있다. 이에 따라 저위험의 산업 전략 수립을 위해 탄소배출권 예측 방법이 필요하다. 본 연구에서는 검색 질의량 데이터와 한국배출권(KAU) 간의 상관관계를 분석함으로써 시계열 모형에서 시장 참여자의 행태를 모델링하고자 하였다. 다중선형회귀분석(Multiple Linear Regression Analysis, MRA)과 자기회귀누적이동평균(Auto-Regressive Integrated Moving Average, ARIMA) 모형을 개발하였다. 모든 가격 예측 모형에서 4번째 시점의 예측 오차가 낮았다. MRA의 경우 예측된 근미래 가격의 오차는 작았으나, 분석 기간 및 예측 시간이 증가함에 따라 오차율이 커지는 경향을 보였다. ARIMA의 오차율은 MRA보다 낮았지만, 급격한 변화는 나타나지 않았다. 이러한 연구 결과는 향후 유사한 분야에서 다양한 중요 값들을 예측하는 데 사용할 수 있는 보다 엄격하고 신뢰할 수 있는 방법론을 탐색하고 도출하는 데 유익할 것이다.

토공 작업은 일반적으로 고속도로 건설에서 건설 예산의 약 4분의 1을 차지한다. 따라서 이러한 프로젝트의 성공적인 수행을 위해서는 실행 가능한 계획 수립이 필요하다. 작동을 위한 최적의 장비 편대를 선정하는 일은 작업 기간과 비용 모두에 영향을 미치는 핵심 요인 중 하나이다. 그러나 운영 조건이 변화하고 건설 프로젝트에 불확실성이 존재하므로, 이 과업은 여전히 현장 관리자들의 경험에 기초하여 수행되고 있다. 기존 문헌에서는 이산사건 시뮬레이션(DES)과 같은 건설 표준 생산율(CSPR) 등의 참고 자료가 의사결정을 보조하는 데 사용되는 것으로 보고되어 있다. 이러한 방법들은 시뮬레이션 모델링에 대한 전문가 지식이 필요하고 데이터 수집에 많은 시간이 소요된다는 점 때문에 실제 적용에 한계가 있음이 나타났다. 이에 따라 본 연구는 주어진 상황을 바탕으로 최적의 편대 정보를 도출할 수 있도록, 다목적 문제에서 혼합정수 비선형계획법(MINLP)을 보다 효율적으로 사용하는 방법을 제안한다. 제안된 방법은 장비의 종류와 크기에 의해 발생하는 생산성의 고려를 위해 CSPR 기반의 수학적 방정식을 사용한다. 또한 제안된 방법과 DES 접근법을 비교하는 연구를 수행하여 추가 논의를 제시하였다.

건설 프로젝트를 수행하는 동안, 생산률 평가는 프로젝트의 서로 다른 단계 전반에 걸쳐 수행되어야 하는데, 이는 이러한 평가가 프로젝트의 성공 또는 실패를 좌우할 수 있기 때문이다. 한국에서는 개별 건설 장비의 생산률을 산정하기 위해 건설표준생산률(CSPR)이 사용된다. 그러나 CSPR은 두 가지 이상의 서로 다른 장비 유형(예, 굴착-적재-운반 활동에 사용되는 굴삭기와 덤프트럭)을 조합하여 수행되는 활동의 생산률을 제공할 수 없다. 이러한 장비 조합에 대한 생산률의 기성 데이터가 확보된다면, 이를 활용하여 최적의 차량(장비) 운용(fleet) 관리 계획을 수립하는 데 유용할 것이다. 또한 이러한 데이터는 지도학습(supervised-learning) 방법을 이용한 최적화된 일정 수립(scheduling) 방법을 구현하는 데에도 도움이 될 수 있다. 이에 따라, 이러한 데이터의 활용 가능성을 검증하기 위해 데이터 생성과 회귀분석을 목적으로 간단한 이산 사건 시뮬레이션 접근법을 수행하였다. 본 연구에서 사용한 시간 입력값은 CSPR에 제시된 방정식과 정보를 바탕으로 산정하였다.

탄소배출권 가격 예측 모델과 관련된 연구는 석탄 및 석유 가격과 같은 특정 지표의 영향만을 고려해 왔으며, 장기 예측 연구만이 수행되어 왔다. 최근 들어 탄소배출권은 주식 및 부동산과 같은 투자 자산으로 인식되고 있다. 이에 따라 저위험의 산업 전략 수립을 위해 탄소배출권 예측 방법이 필요하다. 본 연구에서는 검색 질의량 데이터와 한국배출권(KAU) 간의 상관관계를 분석함으로써 시계열 모형에서 시장 참여자의 행태를 모델링하고자 하였다. 다중선형회귀분석(Multiple Linear Regression Analysis, MRA)과 자기회귀누적이동평균(Auto-Regressive Integrated Moving Average, ARIMA) 모형을 개발하였다. 모든 가격 예측 모형에서 4번째 시점의 예측 오차가 낮았다. MRA의 경우 예측된 근미래 가격의 오차는 작았으나, 분석 기간 및 예측 시간이 증가함에 따라 오차율이 커지는 경향을 보였다. ARIMA의 오차율은 MRA보다 낮았지만, 급격한 변화는 나타나지 않았다. 이러한 연구 결과는 향후 유사한 분야에서 다양한 중요 값들을 예측하는 데 사용할 수 있는 보다 엄격하고 신뢰할 수 있는 방법론을 탐색하고 도출하는 데 유익할 것이다.

코로나바이러스감염증-19(COVID-19) 팬데믹의 출현은 전 세계 대부분의 건설 프로젝트에 비용 및 시간의 위기를 초래하였다. 건설 현장에서 COVID-19 대응 지침을 준수하면 COVID-19 사례의 발생을 예방하여 현장 폐쇄의 위험을 제거할 수 있다. 그러나 COVID-19 대응 지침에서 요구하는 소독 공정을 건설 과정에 추가하면 전체 건설 비용과 시간이 증가한다. 반대로, 소독 공정을 추가하지 않으면 건설 노동자들 사이에서 COVID-19 사례가 발생하여 건설이 지연되고, 나아가 건설 현장 폐쇄까지 초래할 수 있다. 따라서 본 연구는 특히 소독 공정의 추가와 관련하여, 건설 현장에서의 COVID-19 대응 지침의 비용 및 시간 측면에서의 타당성을 분석하였다. 이를 위해 CYClic Operations NEtwork(CYCLONE) 모델을 개발하여 건설 과정을 시뮬레이션하였고, 제안된 접근의 적용 가능성을 검증하기 위한 사례 연구를 수행하였다. 그 결과, COVID-19 대응 지침의 준수는 대상 건설 프로젝트의 작업 일수와 건설 비용을 증가시키는 것으로 나타났으나, 건설 현장 폐쇄의 위험이 더 이상 존재하지 않아 건설 지연은 짧았고, 지체상금은 최소화되었다. 본 연구에서 제안한 방법을 통해 COVID-19 팬데믹 전후의 건설 비용과 시간을 추정할 수 있으며, 이는 건설 발주자와 시공업체가 COVID-19 팬데믹으로 인해 발생할 수 있는 상황이나 피해를 사전에 인지하고 대응하기 위한 데이터 제공에 활용될 수 있다. 또한 이러한 데이터는 향후 발생하는 피해나 분쟁에서의 증거로도 활용될 수 있다.

본 연구에서는 아시아 지역에서 인기가 높은 철근콘크리트 아파트 건축물의 기밀성(airtightness)을 예측하기 위해 경험적 모델에 기반한 통계 분석을 활용하는 모델 방정식을 도출하였다. 지난 8년 동안 저자들이 직접 측정한 486개 동의 기밀성 데이터를 사용하였다. 예측 모델에서 주요 변수로서 건물의 주요 공기 흐름 경로이며 공기 침기 및 누기가 발생하는 외피(envelope)의 기하학적 구성요소에 해당하는 변수들을 2개 그룹으로 구성하였다. 두 변수 그룹은 (1) 외피를 구성하는 개별 구성요소들의 면적, (2) 서로 다른 외피 구성요소 간의 연결 길이를 나타낸다. 본 연구에서는 기밀성의 효과적인 예측을 위해 상관분석과 다중회귀분석을 단계적으로 적용하였다. 상관분석 결과, 슬래브와 창의 면적이 가장 큰 영향을 나타내는 면적 변수인 반면, 창의 둘레 길이는 가장 큰 영향을 나타내는 연결 길이 변수로 확인되었다. 다중선형회귀분석 방법을 사용하여 기밀성 예측 모델 방정식을 도출할 수 있었으며, 면적 변수로 구성된 모델이 연결 길이 변수로부터 도출된 두 모델 및 면적과 연결 길이의 모든 변수를 사용한 두 모델에 비해 기밀성을 더 정확하게 예측할 수 있음을 발견하였다. 본 연구의 통계적 접근은 국가별로 수집되는 자료의 속성과 유형에 따라 예측 결과가 달라질 수 있다는 한계가 있음을 보여주지만, 본 연구에서 제시한 방법론과 절차는 향후 예측 모델을 수립하고 변수가 미치는 영향을 고도화된 적용가능성과 실현가능성 하에 규명하는 유사 연구에 기여한다.

주택 시장에 대한 평가와 예측은 주택과 건설의 근본적 지속가능성에 대한 통찰을 제공할 수 있다. 주택판매지수(HSI)는 부동산 및 건설 산업에서 주택 시장의 경제적 추세를 예측하는 데 있어 가장 중요한 요인 중 하나로 여겨지며, 연구자들은 HSI에 대한 관련 예측 모형을 개발하려고 시도해 왔다. 자기회귀누적이동평균(ARIMA)은 시계열을 기반으로 미래 추세를 예측하는 데 일반적으로 사용되어 왔으나, 사회적 요인의 영향은 조사하지 않았다. 그러나 다양한 사회적 요인이 HSI에 미치는 영향을 파악함으로써 효과적인 HSI 예측에 대한 요구가 많다. 여러 사회적 요인을 관찰하면 HSI를 사전에 효과적으로 예측할 수 있다. 이러한 예측 방법은 웹 검색 데이터에 기반하여 해당 요인들과 HSI 사이의 관계에 초점을 맞추는 빅데이터 분석 방법을 사용하여 개발될 수 있다. 본 연구는 다중회귀분석(MRA)과 인공신경망(ANN)이 적용된 각 모형의 기본 속성과 장단점을 제공하는 예측 모형 개발을 위한 방법론을 제안한다. 이들 모형의 예측 성능은 ARIMA의 성능과 비교하였다. 또한 본 연구는 웹 검색 데이터로부터 얻은 사회적 요인을 기반으로 MRA와 ANN 간의 HSI 예측 정확도를 정량화한다. ARIMA를 사용한 예측 HSI 값은 MRA 및 ANN의 값보다 더 정확하였다. 각 모형에 대해 최저 평균절대오차(mean absolute error)와 정규화 평균제곱오차(normalized mean-square error)를 산출한 결과, MRA는 각각 1.680과 1.089, ANN은 각각 1.557과 1.843, ARIMA는 각각 0.173과 0.294로 나타났다. 본 방법론은 웹 검색 데이터를 활용한 HSI 예측 및 기타 관련 경제지표를 위한 예측 모형을 다수의 연구자들이 생성하고 개발할 수 있도록 할 수 있다.