1. 교육 개최 배경과 주요 개요 

최근 생성형 인공지능 기술의 발전은 산업 전반의 업무방식과 구조를 빠르게 변화시키고 있다. 건설산업에서도 공정관리, 안전관리, 원가관리, 설계 및 시공정보 관리, 건설문서 작성 등 다양한 영역에서 인공지능 기술을 활용하려는 연구 및 시도가 확대되고 있다. 이에 따라 건설 분야에 대한 전문지식과 AI 활용역량을 함께 갖춘 융합형 인재의 양성이 중요한 과제로 부각되고 있다.

우리학회는 이러한 변화에 대응하고자 KICEM Construction AI Summer Camp를 마련하였다. 본 프로그램은 건설 관련 학과 대학생들이 AI 기술을 학습하는 데 그치지 않고, 건설산업에서 해결해야 할 문제를 직접 발굴하고 기업 전문가의 자문을 받아 아이디어를 기획·개발하는 문제 해결형 교육 프로그램이다. 이를 통해 학생들의 실무역량을 높이는 동시에 대학과 산업계의 연계를 강화하는 것을 주요 목적으로 한다.

이를 위해 우리학회의 학생위원회는 Summer Camp의 프로젝트 성과를 발표하고 평가하기 위해 기존 전국대학생 학술발표대회의 ‘건설아이디어유튜브 경진대회’를 올해부터 ‘건설 AI 경진대회’로 개편하였다. 참가 학생들은 AI 집중교육과 기업연계 프로젝트를 수행한 후 그 결과를 정리하여 경진대회에서 발표하게 된다. 따라서 이번 프로그램은 집중교육, 문제 발굴, 기업 인터뷰와 자문, 결과물 개발, 발표와 시상이 하나의 과정으로 연결되어 장기간에 걸쳐 진행되는 특징을 가진다.

Summer Camp에는 전국 건설 관련 학과 재학생이 팀 단위로 참가하였다. 한 팀은 학부생 5인 이내로 구성되며 지도교수 1인이 참여하는 것을 원칙으로 하였다. 타 대학 학생들로 연합팀을 구성하는 경우에는 지도교수 2인까지 참여할 수 있도록 하였다. 최대 15개 팀, 학교당 최대 2개 팀을 선착순으로 모집하였으며, 참가비는 별도로 부과하지 않았다.

프로그램의 첫 일정인 AI 집중교육은 7월 15일 과총회관에서 개최되었다. 수도권 소재 대학뿐 아니라 국립목포대학교, 울산대학교, 부산대학교, 조선대학교 등 전국 각지의 학생들이 참여하였다. 교육 대상자 68명 가운데 총 65명이 참석하여 약 96%의 높은 참석률을 기록하였다. 장거리 이동이 필요한 학생들도 적극적으로 참여한 것은 건설 분야의 AI 활용에 대한 대학생들의 높은 관심과 교육 수요를 보여주는 결과라 할 수 있다. AI 집중교육의 주요 내용은 다음과 같다.

- AI 기술 발전에 따른 사회 및 건축 분야의 변화 이해
- 건축 분야의 생성형 AI 활용 사례와 아이디어 도출
- 생성형 AI 도구별 특성과 건축 작업 단계별 활용방법
- 생성형 AI를 활용한 이미지·콘텐츠 생성 및 프롬프트 작성
- 바이브코딩 환경 구축과 포트폴리오 웹페이지 제작
- 웹페이지 디자인 및 인터랙션 구현 실습

교육은 오전의 개념·사례 중심 강의와 오후의 실습 중심 교육으로 구성하였다. 참가자들이 AI를 처음 접하거나 코딩 경험이 많지 않더라도 단계적으로 학습할 수 있도록 AI 기술의 기본적인 이해에서부터 콘텐츠 생성과 웹페이지 구현까지 교육내용을 연계하였다. 교육은 오전의 개념·사례 중심 강의와 오후의 실습 중심 교육으로 구성하였다. 참가자들이 AI를 처음 접하거나 코딩 경험이 많지 않더라도 단계적으로 학습할 수 있도록 AI 기술의 기본적인 이해에서부터 콘텐츠 생성과 간단한 알고리즘 구현까지 교육내용을 연계하였다.
 

2. AI 집중교육의 주요 내용
오전 교육에서는 먼저 AI 기술의 발전이 사회와 건축·건설 분야에 가져오는 변화에 대한 설명이 이루어졌다. 인공지능은 단순히 반복 업무를 자동화하는 수단을 넘어 정보를 탐색·정리하고, 문서와 이미지를 생성하며, 분석 결과를 바탕으로 의사결정을 지원하는 기술로 발전하고 있다. 건설산업에서도 인공지능을 활용할 수 있는 범위는 지속적으로 확대되고 있다. 공정관리 분야에서는 과거 프로젝트와 공정자료를 분석하여 공기 지연 가능성을 예측하거나 주요 지연요인을 파악할 수 있다. 안전관리 분야에서는 현장 사진이나 영상에서 위험요소와 불안전한 작업상태를 탐지하고, 기존 사고사례를 분석하여 예방대책을 제안할 수 있다. 원가관리에서는 프로젝트의 규모, 용도, 위치, 주요 자재 등의 정보를 바탕으로 공사비를 예측하거나 원가상승 위험을 분석할 수 있다.

또한 생성형 AI는 보고서 및 회의록 작성, 계약문서 검토, 설계 아이디어 제안, 발표자료 구성, 건축 이미지 생성 등 지식집약적 업무를 지원할 수 있다. 다만 AI가 제시하는 결과에는 오류 또는 편향이 포함될 수 있으므로, 사용자가 결과의 타당성을 검증하고 전문적인 판단을 내려야 한다는 점이 강조되었다. 특히 안전, 품질, 원가, 계약과 같이 잘못된 판단이 프로젝트에 중대한 영향을 미칠 수 있는 건설관리 업무에서는 AI의 결과를 그대로 수용하기보다 전문가의 검토와 책임 있는 활용이 필요하다. 이번 교육은 AI를 인간의 전문성을 대체하는 기술이라기보다, 사람의 분석과 창의성, 의사결정 역량을 확장하는 지원 도구로 이해하도록 하는 데 중점을 두었다.

두 번째 교육에서는 건축 분야에서 활용할 수 있는 생성형 AI의 사례와 아이디어 도출 방법을 다루었다. 참가 학생들은 생성형 AI를 활용하여 건축 프로젝트의 목적, 주요 사용자, 공간기능, 대상지 특성 및 제한조건을 정리하고, 이를 기반으로 다양한 건축 콘셉트를 도출하는 방법을 학습하였다.

생성형 AI를 효과적으로 활용하기 위해서는 단순한 질문보다 구체적인 조건을 포함한 프롬프트가 필요하다. 예를 들어 “지역 주민을 위한 건축물을 제안해 달라”는 요청보다 대상지의 위치와 주변 환경, 주요 사용자, 요구되는 공간, 핵심 가치, 예산 및 법적 제한조건, 요구되는 결과물의 형식을 함께 제시해야 보다 구체적이고 활용도 높은 결과를 얻을 수 있다.

건축 작업 단계에 따른 AI 활용방법도 소개하였다. 기획단계에서는 자료조사, 사용자 요구분석, 공간 프로그램 작성 및 아이디어 발굴에 AI를 활용할 수 있다. 설계 및 표현단계에서는 건축 콘셉트의 시각화, 이미지 생성, 발표자료 구성과 설명문 작성에 활용할 수 있다. 시공 및 관리단계에서는 현장보고서, 안전점검 체크리스트, 회의록과 업무자료의 요약 등에 적용할 수 있다.

학생들은 AI가 처음부터 완성된 답을 제공하는 도구가 아니라 사용자의 질문과 피드백을 바탕으로 아이디어를 반복적으로 개선하는 협업 도구라는 점을 실습을 통해 확인하였다. 같은 주제라도 프롬프트에 포함된 조건과 표현방식에 따라 결과가 달라지는 것을 비교하면서, 문제를 구체적으로 정의하고 요구사항을 명확히 전달하는 능력의 중요성을 이해할 수 있었다.

오후 교육에서는 생성형 AI를 활용한 이미지와 콘텐츠 제작 및 프롬프트 작성 실습을 진행하였다. 참가자들은 개인 노트북을 활용하여 직접 프롬프트를 입력하고, 생성된 결과를 검토한 후 조건을 수정하여 결과물을 개선하였다. 프롬프트는 단순히 긴 문장을 작성하는 것이 아니라 AI가 수행해야 할 역할과 목적, 대상, 배경, 세부조건, 결과물의 형식 및 평가기준을 구조적으로 제시하는 과정이다. 건축 이미지를 생성할 경우에도 건물의 용도와 규모뿐 아니라 공간의 분위기, 주요 재료, 조명, 계절과 시간대, 관찰 시점 및 표현방식 등을 구체적으로 설정해야 한다.

학생들은 동일한 주제에 여러 조건을 추가하거나 표현을 변경하면서 생성 결과가 어떻게 달라지는지 확인하였다. 첫 번째 결과가 만족스럽지 않을 때 오류나 부족한 부분을 찾아 후속 프롬프트로 수정하는 과정도 경험하였다. 이는 향후 팀 프로젝트에서 문제를 구체화하고 아이디어를 단계적으로 발전시키는 데 필요한 기본적인 역량이라 할 수 있다. 생성형 AI의 활용과 함께 정보의 정확성, 자료의 출처, 저작권 및 개인정보 보호 등에 관한 주의사항도 다루었다. 생성된 텍스트와 이미지의 사실 여부 및 사용 가능 범위를 확인해야 하며, 기업의 내부자료나 개인의 민감한 정보를 무분별하게 입력해서는 안 된다는 점을 강조하였다.

AI 집중교육의 마지막 과정에서는 바이브코딩 환경을 구축하고 포트폴리오 웹페이지를 제작하는 실습을 진행하였다. 바이브코딩은 사용자가 구현하려는 기능과 화면을 자연어로 설명하면 AI가 코드를 생성하고, 사용자는 실행 결과를 확인하면서 코드와 지시사항을 수정하는 개발방식이다. 프로그래밍 경험이 많지 않은 건설 관련 학과 학생에게는 아이디어를 실제 프로그램으로 구현하는 과정이 큰 장벽으로 작용할 수 있다. 바이브코딩은 이러한 장벽을 낮추고, 전공자가 자신이 발굴한 건설산업의 문제와 해결방안을 간단한 웹서비스 또는 프로토타입으로 구현할 수 있도록 지원한다.

실습에서는 개발환경 설정을 시작으로 웹페이지의 기본 구조, 텍스트와 이미지 배치, 메뉴와 버튼 구성, 화면 디자인을 단계적으로 구현하였다. 이후 버튼을 누르거나 특정 항목을 선택했을 때 화면이 변화하는 간단한 인터랙션을 적용하였다. 참가 학생들은 자연어로 입력한 지시가 프로그램 코드로 전환되고, 해당 코드가 웹브라우저에서 실제 화면으로 구현되는 과정을 경험하였다. 일부 학생은 제작한 결과물을 직접 발표하고 실습 과정에서 발생한 문제와 해결방법을 공유하였다. 이를 통해 학생들은 단순한 AI 사용자를 넘어 자신의 아이디어를 실제 결과물로 구현하는 가능성을 확인할 수 있었다. 향후 프로젝트에서는 집중교육에서 제작한 포트폴리오 웹페이지를 확장하여 프로젝트의 문제 배경, 해결방안, AI 적용방법, 기대효과와 시연 결과를 체계적으로 제시할 수 있다. 또한 공정 지연 가능성, 안전 위험요소 또는 공사비 정보를 입력하면 분석 결과를 보여주는 간단한 서비스 형태로도 발전시킬 수 있을 것으로 기대된다.

모든 과정이 종료된 후 참가자를 대상으로 온라인 만족도 조사를 실시하였다. 총 52명이 설문에 응답하였으며, 주요 조사 결과 모든항목이 4.2점 이상의 높은 만족도 평가를 받았다. 특히 학업 도움이 되었는지를 묻는 항목이 4.48점으로 가장 높게 나타난 것은 학생들이 이번 교육을 단순한 AI 기술 체험이 아니라 전공학습과 프로젝트 수행에 활용할 수 있는 교육으로 인식했음을 보여준다. 주변 친구나 후배에게 추천하고 싶다는 항목 역시 4.42점으로 높게 나타났다. 이는 참가 학생들의 만족도가 개인적 경험에 머무르지 않고 다른 학생에게도 참여를 권유할 수 있는 수준이었음을 의미한다. 취업 도움이 될것인지를 묻는 항목도 4.32점으로 평가되어 학생들이 건설산업에서 AI 활용역량의 중요성이 더욱 커질 것으로 인식하고 있음을 확인하였다.

한편, 기타 의견에서는 교육내용이 건설 분야에 직접 특화된 교육이라기보다 전문 IT 분야의 강의에 가까워 아쉬웠다는 의견도 제시되었다. AI 집중교육에서는 생성형 AI와 바이브코딩을 활용하기 위한 공통 기초역량을 갖추는 데 중점을 두었기 때문에 일부 학생에게는 건설 분야와의 연계가 충분히 구체적으로 느껴지지 않았을 수 있다. 이러한 의견은 향후 교육과정을 개선하기 위해 중요하게 고려할 필요가 있다. 공정·안전·원가·BIM 등 건설관리 분야의 구체적인 사례와 데이터를 확대하고, AI 기초교육과 건설 분야 적용교육을 보다 긴밀하게 연계할 필요가 있다.

Summer Camp는 AI 집중교육으로 종료되는 프로그램이 아니다. 향후 진행되는 기업 인터뷰와 멘토 자문, 팀별 프로젝트 과정에서 실제 건설산업의 문제를 중심으로 아이디어를 구체화할 예정이므로, 집중교육에서 제기된 건설 분야 연계에 대한 아쉬움도 상당 부분 보완될 것으로 판단된다.
 

3. 향후 프로젝트 추진계획 및 맺음말

AI 집중교육에 참여한 각 팀은 교육 이후부터 10월 말까지 팀별 프로젝트를 수행한다. 향후 프로젝트는 크게 문제 발굴, 기업 인터뷰 및 자문, 아이디어 기획·개발의 단계로 진행될 예정이다.

첫 번째 단계에서는 팀별로 건설산업에서 해결이 필요한 문제를 발굴한다. 참가팀은 건설 관련 자유주제를 설정할 수 있다. 프로젝트에서는 AI 기술의 활용 자체보다 건설산업에서 해결할 필요가 있는 문제를 명확히 정의하고, AI를 활용함으로써 어떠한 효과와 가치를 창출할 수 있는지를 제시하는 것이 중요하다.

두 번째 단계에서는 건설기업과 연계한 인터뷰 및 자문을 진행한다. 한 개 기업이 세 개 팀과 연계되고, 각 팀에는 한 명의 멘토가 배정될 예정이다. 학생들은 기업 전문가와의 인터뷰를 통해 자신들이 선정한 문제가 실제 현장에서 중요하게 다루어지는 문제인지 확인하고, 현재의 업무방식과 한계, 데이터 확보 가능성, 기술 적용조건 등을 조사한다. 기업 멘토는 학생들에게 프로젝트의 정답을 제시하기보다 문제의 현실성과 개발범위, 데이터의 이용 가능성, 결과물의 활용 가능성을 점검하는 역할을 수행한다. 이를 통해 학생들은 대학에서 학습한 지식과 건설현장의 실제 요구 사이의 차이를 이해하고, 초기 아이디어를 실무적으로 활용 가능한 해결방안으로 발전시킬 수 있을 것으로 기대된다.

세 번째 단계에서는 인터뷰와 자문 결과를 바탕으로 아이디어를 기획하고 결과물을 개발한다. 프로젝트 결과는 반드시 완성된 상용프로그램일 필요는 없으나, 제안한 아이디어의 작동원리와 활용효과를 보여줄 수 있는 시연 가능한 수준으로 구현하는 것이 중요하다.

Summer Camp의 최종 결과는 11월 6일 전국대학생 경진대회에서 개최되는 건설 AI 경진대회를 통해 발표할 예정이다. 각 팀은 10분 이내로 프로젝트의 문제 정의, AI 활용방법, 개발과정, 주요 결과 및 기대효과를 발표하고 AI 활용 결과물을 시연한다. 

이번 AI 집중교육은 KICEM Construction AI Summer Camp의 시작을 알리는 첫 번째 과정이었다. 하루 동안의 교육만으로 건설산업에 특화된 AI 전문가를 양성하기는 어렵다. 그러나 학생들이 인공지능을 막연한 미래기술이 아니라 자신의 전공과 건설산업의 문제를 해결하기 위해 활용할 수 있는 실질적인 도구로 인식했다는 점에서 의미가 있다.

전국 각지에서 모인 학생들은 생성형 AI의 가능성과 한계를 이해하고, 프롬프트 작성과 이미지·콘텐츠 생성, 바이브코딩을 통한 웹페이지 제작을 경험하였다. 교육장에서 학생들이 자신의 노트북으로 결과물을 구현하고, 서로의 작업과 아이디어를 공유하는 모습은 향후 진행될 팀 프로젝트의 가능성을 보여주었다. 현재 건설산업에는 공정 지연, 안전사고, 공사비 불확실성, 건설정보의 단절, 반복적인 문서작성 등 해결해야 할 문제가 산재해 있다. 중요한 것은 AI 기술을 적용하는 것 자체가 아니라 해결할 가치가 있는 문제를 정확히 발굴하고, 건설 분야의 전문지식과 AI를 적절히 결합하여 현실적인 해결방안을 제시하는 것이다.

향후 참가팀들이 기업 멘토와의 인터뷰와 자문을 통해 현장의 문제를 깊이 이해하고, 집중교육에서 습득한 기술을 활용하여 의미 있는 결과물을 개발하기를 기대한다. 또한 11월 6일 건설 AI 경진대회가 학생들의 도전과 성과를 공유하는 데 그치지 않고, 우수한 아이디어가 후속 연구, 산학협력 또는 창업으로 발전하는 계기가 되기를 바란다.

KICEM Construction AI Summer Camp가 학생들에게는 자신의 전공과 AI 기술을 연결하는 성장의 기회가 되고, 기업에는 미래 인재와 참신한 아이디어를 만나는 장이 되며, 한국건설관리학회에는 건설산업의 디지털 전환을 선도하는 대표적인 인재양성 프로그램으로 자리매김하기를 기대한다. 

[작성자] 
* 이동훈 학생위원회 위원장 / 국립한밭대학교 건축공학과 교수 / donghoon@hanbat.ac.kr