1. 워크숍 개최 배경과 개요
본 워크숍은 건설관리(CM) 분야에서 실제 활용되고 있거나 도입이 검토되고 있는 AI(Artificial Intelligence) 기술 사례를 공유하고, 업계의 벤치마킹 및 산학협력의 실행 기반을 마련하기 위해 대외협력위원회와 스마트/AI 위원회가 공동으로 개최하였다. 이번 행사는 스마트/AI 위원회 위원장인 한국기술교육대학교 이진강 교수가 진행을 맡았으며, 본격적인 세션 발표 시작에 앞서 대외협력위원회 위원장인 연세대학교 강영철 교수가 ‘벤치마킹 및 산학협력의 중요성’을 주제로 본 워크숍의 배경과 중요성을 설명하였다. 강영철 교수는 벤치마킹을 "선도기업이나 시장 경쟁자와의 비교·측정을 통해 자사의 부족한 점을 파악하고, 이를 토대로 베스트 프랙티스를 만들어 지속적·체계적으로 실행에 옮기는 과정"으로 정의하며, 사례로 미국 CII(Construction Industry Institute)와 자신이 5년째 운영 중인 AWP(Advanced Work Packaging) 협의체를 소개하였다. 산학협력은 이러한 벤치마킹을 기업 간 이해관계의 장벽을 넘을 수 있도록 학계가 연구를 통해 매개하여 산업 전반의 지속 가능한 상생을 만드는 구조라는 점에서 중요성을 강조하였다. 이번 워크숍 역시 이러한 벤치마킹과 산학협력의 취지에서 기획되었다. 대외협력위원회가 지난 2월 실시한 설문조사 결과, 소속 회사의 역량 강화를 위해 필요한 부분은 무엇인가"라는 질문에는 AI·스마트 건설이 가장 많은 응답을 얻었다. "동종 주체 간 협업이 필요한 분야는 무엇인가"라는 질문에도 AI 도구 공동 개발이 다수 언급되었기에 워크숍의 주제를 AI로 결정하였다. 그 결과, 총 30여 개사 100명이 넘는 참석 인원을 통해 업계의 AI 기술에 관한 관심과 벤치마킹 수요가 실재함을 확인할 수 있었다. ⊙ 건설관리(CM)분야의 AI활용 워크숍 소개 ▶ 일정: 2026년 7월 22일(수) 오후 1시 ▶ 장소: 한국과학기술회관 중회의실8 [개회] 벤치마킹 및 산학협력의 중요성 (강영철 연세대학교 교수, 대외협력위원장) [세션 1] AI: Built & Deployed - 이승훈 건원엔지니어링 소장 / 박주현 삼우씨엠건축사사무소 이사 / 조태용 디에이건축 본부장 [세션 2] AI: In Progress & Planned - 배승한 신성종합건축사사무소 팀장 / 최민수 아이티엠건축사사무소 부장 [세션 3] AI: From Research to Practice - 전정호 부산대학교 교수 / 고태우 국민대학교 교수 [종합토론] 발표자 및 참석자 질의응답 2. 워크숍 주요 내용
[세션 1] AI: Built & Deployed 첫 번째 세션에서는 현재 건설관리 분야 실무에 적용 중인 AI 도구의 구축 배경과 운영 성과를 공유하였다. 먼저 건원엔지니어링은 2023년 챗GPT 등장을 계기로 2024년부터 성과를 내기 시작한 약 2년 반의 자체 개발 과정을 소개하였다. 사내 표준·매뉴얼을 학습시킨 챗봇, PDF 분석, ERP 연동 인력 검색, VE 제안서 분석, 단가 검색 등 텍스트 기반 도구와 함께 안전 점검용 비전 AI, 모바일 도구, RPA 등을 자체 인력으로 개발해 온 사례를 제시하였다. 발표자는 상용 LLM(Large Language Model)이 성능은 뛰어나지만 사내 자료를 알지 못한다는 한계에서 출발하였음을 강조하고, 여러 챗봇을 하나로 통합하는 작업과 시민 개발자 프로그램 등 향후 계획을 함께 소개하였다. 삼우씨엠건축사사무소는 2023년 도입 검토를 시작으로 2024년 1단계 개발, 2025년 8월 정식 오픈을 거쳐 현재 2단계 고도화를 진행 중인 건설 특화 생성형 AI 시스템 'SAI'를 소개하였다. 법령정보센터·건설기준센터 등 외부 데이터와 사내 CM 업무 지침을 결합한 RAG(Retrieval Augmented Generation) 구조를 채택하였으며, 오픈소스 모델의 하드웨어 제약을 챗봇 영역을 구분한 설계(일반, CM 업무, 법규, 건설 기준 등)로 보완하였다. 2단계에서는 에이전틱 RAG, 지식그래프, 딥리서치 기능 등을 추가하고 있으며 개발 과정에서 사용자 피드백 기반 지속 개선 체계를 소개하였다. 디에이건축은 그래스호퍼 기반 알고리즘 시뮬레이션을 담당하는 팀과 별도의 인공지능팀 운영 사례를 소개하였다. 대지 조건을 격자로 분할해 정량 점수화하는 마스터플랜 배치 최적화, 유전 알고리즘 기반 건물 배치 시뮬레이션, 텍스트 기반 규모 검토 자동화 등 설계 단계 활용 사례와 경쟁사 입찰 성향 분석 시스템 개발 현황 등을 함께 제시하였다. [세션 2] AI: In Progress & Planned 두 번째 세션에서는 현재 개발이 진행 중이거나 로드맵상에 있는 도입 계획을 통해 시행착오와 향후 과제를 공유하는 데 목적을 두었다. 먼저 신성종합건축사사무소는 개별 AI 도구 보급이 오히려 조직의 파편화를 심화시켰다는 문제의식에서 출발하여, 실무자 요청 기반으로 도구를 개발·공유하는 사내 플랫폼 'SC AI 허브'와 자체 지식관리 에이전트 시스템 구축 경험을 발표하였다. 원천 데이터 시스템(PMIS) 연동의 한계를 자체 구축으로 보완하고 있으며, 조달청 API 연동을 통한 입찰 데이터 자동 분석 사례도 함께 소개하였다. 아이티엠건축사사무소는 AI 활용의 전제 조건으로 DX(Digital Transformation, 디지털 전환) 기반이 먼저 갖춰져야 한다는 점을 강조하며, "DX 없는 AI 도입은 순서가 바뀐 잘못된 접근"이라고 지적하였다. 2006년부터 축적해 온 자체 문서관리시스템과 ERP 기반이 AI 도입의 전제 조건이었음을 강조하였다. 채용·인력 검색, 입찰 지원, 현장 자료 검색, 공사비 산정 지원 등 4개 영역에서 AI를 적용한 현황과 함께, 인력 검색 시스템의 생산성 창출 효과가 확인되었다고 밝혔다. [세션 3] AI: From Research to Practice 세 번째 세션에서는 학계에서 진행 중인 연구를 소개하고 실무 연계 방향을 함께 모색하는 데 목적을 두었다. 부산대학교 전정호 교수는 설계·감리 기업과 협업하여 개발한 챗봇의 실증 테스트 결과를 발표하였다. 실무자를 대상으로 한 테스트에서 90%의 응답 정확도, 60%의 문서 업무 절감률을 보여주었다. 그리고 프로젝트 정보에서 LLM이 추출한 복잡도·위험도 등 정성적 지표를 피처로 활용하여 공사 기간 예측 정확도를 개선한 연구 결과를 함께 소개하였다. 국민대학교 고태우 교수는 프로젝트 계획 단계 의사결정의 질을 높이기 위한 '정보 가공' 개념을 제안하였다. 입찰·계약 문서의 요구사항을 자동 추출해 위치·담당 부서와 매핑하는 연구, 설계변경 이력을 기반으로 요구사항 미이행 리스크를 시각화하는 연구, 이해관계자 역할 분류 세분화 모델 (RACI; Responsible, Accountable, Consulted, Informed), 과거 분쟁 판례를 프로젝트 맥락에 맞춰 매칭하는 연구 등을 소개하며 도메인 지식 확보와 정보 가공 방안의 중요성을 언급하였다. [종합 토론] 종합 토론에서는 워크숍 세션 발표에 대한 실무적 질의가 이어졌다. 자체 구축 LLM의 성능이 상용 서비스에 미치지 못한다는 지적에 대해서는 RAG 데이터 및 시스템 프롬프트 보완, 향후 하이브리드 구조 전환 등의 대응 방향이 제시되었다. 과거 데이터 축적이 부족한 후발 기업의 대응 방안에 대해서는 데이터를 일괄 수집하기보다 실무자 요청 기반으로 필요한 데이터부터 축적하는 방식과, 데이터의 양보다 활용 방식이 결과에 더 큰 영향을 미친다는 의견이 제시되었다. 챗봇 응답의 오류 가능성에 대한 질의에는 표·이미지가 포함된 문서에서 오류 빈도가 높다는 점이 공유되었다. 이같이 생성형 AI가 가지는 정보의 부정확성에 대해서 정확도를 향한 개선은 한 회사만의 과제가 아니라 업계 전체가 함께 풀어가야 할 숙제라는 공감대가 형성됨과 동시에, AI 답변을 전적으로 신뢰해서는 안 되며, 최종 판단과 책임은 결국 사용자의 몫이라는 원칙이 거듭 강조되었다.
3. 맺음말 이번 워크숍은 완성된 결과물의 공유에 그치지 않고, 각 회사가 AI 도입 과정에서 공통으로 겪는 데이터 파편화, 시스템 간 연계 부재, 조직 내 확산의 어려움 등 구조적 과제를 확인하였다는 데 의미가 있다. 발표된 사례들은 표현은 다르나 파편화된 정보를 통합·연결하려는 시도라는 공통된 문제의식을 보여주었으며, 이는 향후 산학협력을 통해 함께 풀어가야 할 과제로 제시되었다. 아울러 이번 워크숍은 AI 도입이 개별 도구의 도입 수준을 넘어, 건설 프로젝트 관리 업무 프로세스와 조직 전반이 AI 중심으로 재편되는 과정에 있음을 확인하는 자리이기도 하였다. 각 발표에서 공통으로 지적되었듯, AI가 결과물을 산출하는 전반적인 생산성은 높아지고 있으나 동시에 결과물의 정확성에 대한 우려와 유사한 결과물이 확산할 가능성도 함께 커지고 있다. 이러한 흐름이 업계의 가격 경쟁 심화나 인력 축소 압력과 맞물릴 경우, 산업 전체의 질적 수준과 전문성의 차별성이 약화될 우려가 있다는 점도 함께 짚어볼 필요가 있다. 따라서 향후 산학협력은 AI 도구의 도입 자체에 그치지 않고, 축적된 사내 지식과 전문성을 AI 결과물과 결합하여 회사·업계 고유의 차별화된 경쟁력을 만들어 내는 방향으로 확장해야 할 것이다.
[작성자] * 강영철 연세대학교 교수, 대외협력위원장 / yckang@yonsei.ac.kr * 이진강 한국기술교육대학교 교수, 스마트/AI위원장 / jglee@koreatech.ac.kr