1. 서론
최근 3년간의 공공 건설공사에서 발주기관의 귀책사유로 인한 공기 연장 비율은 30.9%로 비교적 높은 수준이며, 공기 연장의 주요 사유는 ‘발주기관의 예산부족’으로 이는 공공 건 설공사가 국가 재정상황에 따라 연차별로 사업비용이 변동되 기 때문이다(한국건설산업연구원, 2013). 이러한 연차별 사 업비 변동에서는 공기 연장뿐만 아니라 과도한 사업비 배정 으로 불필요한 예산을 소모하는 경우도 발생하고 있으며, 토 목공사와 같이 장기간 계속되는 장기계속공사에서는 초기 계 획대비 사업비 변동이 더욱 심하게 나타나고 있다.
사업비가 년차별로 변동되면 초기 계획대비 변동된 사업비 범위에 적합한 공정계획을 재수립하는 과정이 필요하다. 이 러한 상황이 발생할 경우, 대부분의 현장에서는 공정계획의
적절한 재수립 과정이 없이 당초 계획대로 작업을 진행하면 서 사업비가 소진되면 차기 사업비 배정 시까지 작업을 중단 하거나, 임의로 작업 물량을 줄여 사업비에 맞추는 경우가 많 다. 또는 변동된 사업비를 고려한 합리적 판단 없이 현장관리 자의 경험에 의해 임의로 공정의 우선순위를 결정하여 진행 하는 경우들도 많이 있다. 이러한 방식은 무계획적 공정 단절 및 공정 지연으로 차년도 공정계획 수립에 영향을 미쳐 공기 연장 요인이 되기도 한다.
본 연구에서는 초기 계획대비 변동된 년차별 사업비 내에 서 최적화된 공정계획을 재수립하고, 재수립된 공정계획에 따라 사업비 투입현황을 시각화하는 능동형 5D (4D+Cost) 시뮬레이션 시스템을 구축한다. 구축된 시스템에서는 변경 된 년차별 예산에 대하여 사용자가 직접 우선 공정들을 선택 하여 공정계획을 재수립할 수 있고, 일부 공정만 선택하더라 도 선·후행 관계에 맞춰 변동된 사업비 내에 가장 근접한 공 정들을 도출하여 최적화된 공정계획으로 표현되도록 한다.
또한 프로젝트의 기간별로 설정된 비용 투입수준에 최적화된 공정계획을 탐색하는 유전알고리즘(Genetic algorithm, GA) 과 휴리스틱 자원배당 방법을 사용하여 공정계획을 재수립하 는 방법론과 기능을 구축한다.
사업비 변동에 따른 공정계획 재수립을 위한 능동형 5D CAD 시스템 개발
김현승1·강인석*
1경상대학교 대학교 토목공학과
Development of Active 5D CAD System for Replaning Progress Schedule According to Change of Project Cost
Kim, Hyeonseung
1, Kang, Leenseok
*1Department of Civil Engineering, Gyeongsang National University
Abstract :
The initial planned annual cost is frequently adjusted under the construction process in construction projects.
If the annual cost is reduced than the initial planned cost, the number of possible activities is also reduced from initial planned progress schedule. In such cases, project manager need to replan the progress schedule with possible activities within changed annual cost. However, most project manager will proceed as planned schedule without any change.
After the project cost has been exhausted, there are many cases to stop the operation of the construction site. This study developed active 5D CAD system that can replan the progress schedule within changed annual cost and simulate the cost status according to the changed schedule for cost visualization. This system can be used as a decision-making tool in the replaning progress schedule and will be able to increase the practical usability of 5D CAD system.
Keywords :
5D CAD, Optimization, Cost Simulation, Construction Cost, BIM
* Corresponding author: Kang, Leenseok, Department of Civil Engineering, Gyeongsang National University, ERI, Jinju 660701, Korea
E-mail: [email protected]
Received June 17, 2016: revised August 3, 2016 accepted August 7, 2016
변동된 사업비에 최적화된 공정계획결과는 초기 공정계획 과의 비교 시뮬레이션으로 공정계획의 시각적인 비교 검토가 가능하도록 하였다. 이러한 시스템은 프로젝트관리자에게 변 동된 사업비에 적합하게 공정계획을 재수립 할 수 있도록 하 여 5D CAD 기능의 활용성을 확장할 수 있다.
2. 건설분야 5D CAD의 연구동향 2.1 건설분야 5D CAD 연구동향
최근 BIM (Building Information Modeling)기술 확대로 5D CAD관련 연구와 시스템 적용도 점차 증가하고 있다.
Popov (2010)는 건설 공정시뮬레이션 기술들의 적용성 분 석을 통해 구조모델별 비용정보를 자동 참조할 수 있는 5D환 경을 구축한 바 있다. Lawrence (2014)은 구조물의 디자인 변경시 비용을 정확하게 도출할 수 있게 BIM 객체와 비용데 이터간의 연계(mapping) 방안을 제시하였으며, Lee (2014) 는 작업항목을 자동으로 검색하도록 온톨로지 추론과정 (ontological inference process)을 제시하여 BIM 데이터로부 터 쉽게 비용정보를 분석하였다. Cheung (2012)은 초기설계 단계에서 비용정보를 확보할 수 있도록 Profile 3D모델을 구 성하여 물량과 비용정보를 분석하였다.
또한 Wang (2014)는 일정정보, 비용정보 및 3D 모델이 시 각적으로 시뮬레이션이 되도록 프로토타입 5D CAD 시스템 을 제시한 바 있으며, Jongeling (2007)은 위치정보기반으 로 공정과 비용을 분석할 수 있는 일정계획 프로세스를 제 안하였다. Ding (2014)은 BIM 어플리케이션 구축을 위한 프 레임워크에서 비용뿐만 아니라 안전, 품질 등의 nD 모델로 확장 가능한 기능을 제안하였다. Feng (2010)은 자원, 비용 및 작업공간 등의 충분한 건설정보를 포함할 수 있도록 MD (Multi-dimensional)모델에 의한 Scheduling system을 개
발하였으며, Hartmann (2012)은 BIM Tool을 실제프로젝 트에 적용하고, 물량 및 비용정보를 도출하는 과정을 분석 하여 실무에 BIM Tool을 적용하는 방안을 제시하였다. Lee (2013)는 BIM소프트간의 호환성 문제를 개선하기 위해 IFC (Industrial Foundation Class)를 활용하여 공정과 원가정보 를 통합 관리할 수 있는 프레임워크를 제안하였다.
2.2 기존 연구와의 차별성
건설 분야 5D CAD 연구들은 BIM모델로부터 정확한 물량 과 비용정보를 도출하기 위해 관련 정보들을 통합하고, 이들 결과를 시각화하는 기능구성에 중점을 두고 있다. 기존 연구 의 5D 객체 시뮬레이션은 공정별 비용을 추정하고, 공사일정 에 따른 비용 투입현황을 3D형태의 시뮬레이션객체로 구현 하는 정도로 한정되게 활용되고 있다.
이러한 공사기간별 비용변동현황의 단순 시각화 기능으로 는 5D 객체의 실무적 활용성이 높지 않으므로, 사업비 변동 에 연동되는 공정계획 재수립 절차와 재수립된 비용정보의 4D 시뮬레이션 구현 등과 같이 실무적 활용기능으로 확장될 필요가 있다.
연구에서 제시하는 능동형(active) 5D CAD 시스템이란, 변 동된 사업비에 최적화된 공정을 탐색하여 공정계획을 재수립 하고 초기 공정계획과 변동된 공정계획에 따른 사업비 비교 시뮬레이션 등을 가능하게 하는 의사결정형 기능을 갖추고 있음을 의미한다. 이러한 기능은 기존의 5D CAD시스템이 공 사기간 동안 단순히 비용변동 현황의 시각화에 중점을 두고 있는 점과 비교될 수 있다.
3. 능동형 5D CAD 시스템 구축 방법론 3.1 능동형 5D 시스템의 개요
연구에서 제안하는 능동형 5D CAD시스템은 첫째, 조정된
Fig. 1. Concept of active 5D CAD system
예산 범위 내에서 년차별로 수행 가능한 공정들을 재계획하 여 도출하는 기능을 갖고 있다. 둘째, 초기 및 변경된 공정계 획에 따라 일정별 비용변동 현황을 시뮬레이션하는 기능을 도입하여 사용자로 하여금 사업비 변동에 최적화된 공정계획 을 수립할 수 있게 하였다. 셋째, 비용 산정을 위한 3D객체기 반의 물량산출기능을 포함하여 향후 5D CAD시스템의 적산 기능 연동에 활용성을 갖도록 하였다.
능동형 5D CAD 시스템의 구축 방법은 Fig.1과 같으며, 기 본적인 4D객체의 시뮬레이션과 물량산출 기능은 본 연구진 이 기 연구에서 개발한 4D CAD엔진(Kang, 2013)과 비정형 토목구조물 물량산출기능(Ha, 2014)을 사용하고 있다. 이러 한 기능은 4D 및 5D에 필요한 3D객체, 일정, 자원별 물량 및 비용 등의 정보 생성을 통해 시뮬레이션 구현이 가능할 뿐만 아니라 연차별 사업비 변동에 따른 공정계획 재수립을 위한 참조 정보들을 제공한다.
연차별 사업비 변동에 따른 공정계획 재수립 방법은 초기 공정계획에서 사업비 변동에 따른 수행공정을 사용자가 전체 또는 일부 공정을 선택하여 도출하는 방법과 현장의 비용투 입수준을 고려할 수 있게 최적화알고리즘과 휴리스틱 방법을 적용하여 비용투입수준과 근접한 공정표를 작성하는 방법으 로 구성된다. 그리고 이를 통해 도출된 수정 공정표는 4D 및 5D 객체에 반영되어 사용자에게 제공된다.
3.2 사업비 변동에 따른 공정계획 재수립 방법론
3.2.1 기존 계획공정표를 활용한 공정계획 재수립 방법
변경된 예산에 적합한 공정계획을 재수립하기 위해서는 해 당연도의 예산 범위 내에서 수행 가능한 공정들을 합리적으 로 도출하는 것이 필요하다. 이를 위해서는 전체 공정 또는 선택된 공정들의 일정정보와 비용정보를 분석할 수 있는 기 능들이 우선적으로 요구된다.
이러한 기능들은 Primavera 및 MS project와 같은 공정관 리 상용소프트웨어에서 Filter 및 Sorting 기능 등으로 일부 구축되어 선택한 공정들의 일정과 비용정보를 제공하고 있 다. 그러나 이는 단순히 선택한 공정들의 정보파악에 용이할 뿐 변경된 사업비에 적합한 공정계획을 재작성하기 위해서 수작업으로 기존 공정계획에서 공정들을 추가하거나 제외하 는 방식으로 기존 공정표를 수정하기에는 어려움이 따른다.
이러한 경우는 기존 공정표에서 직접 수정하기보다 수행 가 능한 공정들을 파악만하고, 이들을 대상으로 별도의 공정표 를 작성하는 것이 효과적일 수 있다.
그러나 이러한 방식에서 선택된 공정들이 대수일 경우, 대다수 공정들의 선행관계를 다시 파악해야함으로써 작업 의 효율성이 떨어질 수 있다. 이러한 작업의 비효율성을 극
복하기 위해서 연구에서는 기존 계획공정표를 통해 수행 가 능한 공정들을 도출하여 수정공정표를 작성할 수 있도록 하 였다.
계획공정표는 기획 및 설계단계에서 각종 프로젝트관련 참 고자료와 건설참여자의 의사결정을 통해 작성된 계획안으로 써 계획공정표에서 제시된 작업의 순서, 즉 공정들 간의 선행 관계는 합리적인 논리를 근거로 설정된 것이다. 공정들의 작 업순서는 ‘거푸집 설치 후 콘크리트 타설’과 같이 작업의 순서 가 변하지 않는 절대적인 경우와 프로젝트의 계약조건, 지형 조건, 민원 등에 따라 작업순서가 변하는 의도적인 경우로 구 분될 수 있다. 이와 같이 초기 공정계획에서는 프로젝트의 내 외적인 환경을 모두 고려하여 작업의 순서가 결정되는 것이 기 때문에 일부 공정이 추가 또는 제외 되더라도 전반적인 작 업의 순서는 기존 계획공정표와 유사할 수 있다.
따라서 Fig. 2와 같이 선택된 공정 이외의 공정들을 가상활 동(Dummy Activity)화 하는 방법으로 기존 계획공정표의 선 행관계를 활용하도록 구성하였다.
Fig. 2. Method of schedule and cost analysis for selected activities by using dummy activity
가상활동은 공사기간과 비용 등의 정보를 가지고 있지 않 고 오직 공정들 간의 연결 관계만을 나타낸다. 따라서 Fig. 2 와 같이 사용자가 선택하지 않은 공정들의 공사기간과 비용 값을 자동으로 ‘0’으로 설정되게 함으로써 효율적으로 선택된 공정들의 일정과 비용을 재분석할 수 있다. 또한 가상활동으 로 변경된 공정들의 선행관계 정보들을 유지하면서 이들을 제외하여 수정공정표를 작성할 수 있도록 하였다.
이러한 방법에서는 단순히 공정을 선택하고, 제외하는 작 업만으로 다양하게 변화되는 일정과 비용을 도출하고 비교 검토할 수 있기 때문에 작업의 효율성을 극대화할 수 있다.
3.2.2 사용자 선택에 의한 공정계획 재수립 방법 Fig. 3은 사용자가 임의의 공정을 효율적으로 선택하여 수 정공정표를 작성하기 위한 방법을 나타낸 것으로써 두 가지 방법으로 구성된다.
Fig. 3. Selection method of possible activities
첫 번째 방법은 사용자가 변경된 예산에 맞게 임의로 선택 한 공정들을 대상으로 수정공정표를 작성하는 것이다. Fig. 3 의 우측상단과 같이 사용자는 기존계획공정표에서 임의의 공 정을 직접 선택하게 되면 5D객체 정보로부터 비용정보가 즉 각적으로 참조되어 누적되는 비용을 파악할 수 있다. 이를 통 해 사용자는 변경된 예산범위 내에서 공정들을 순차적으로 선택할 수 있다. 또한 기존계획공정정보에 분석기간을 임의 로 설정하거나 WBS코드기반으로 분류할 수 있게 함으로써 대상공정들의 비용정보와 일정정보를 효과적으로 탐색하여 확인할 수 있다.
두 번째 방법은 사용자가 반드시 수행해야 할 공정들만 선 택하면, 나머지 공정들은 예산범위 내에서 자동으로 선정되 어 수정공정표에 적용되는 것이다. 나머지 공정들의 선정 규 칙에서는 공정별로 시작일이 빠른 공정들이 우선적으로 추가 되도록 구성하였다. 이러한 방법은 사용자가 잔여예산을 맞 추기 위해 다수의 공정을 일일이 선택해야하는 어려움을 해 결할 수 있다.
3.2.3 비용투입 수준을 고려한 수정공정표 작성 당해 연도 변경된 예산범위 내에서 도출된 공정들은 선행 관계만 반영되어 있기 때문에 이를 계획공정으로 곧바로 활 용하기 보다는 효율적인 작업할당을 위한 공사일정의 수정 이 필요하다. 특히 건설현장은 지리적, 민원, 날씨 등의 주위 환경에 많은 영향을 받으므로 당해 연도 수정공정계획을 수 립할 경우에는 부족하거나 과하지 않게 현장의 비용투입 여 건을 충분히 고려하는 것이 필요하다. 이를 위해 연구에서는 현장에 적합한 비용투입 수준을 설정하고, 이에 근접한 수정 공정표를 작성할 수 있도록 GA알고리즘과 휴리스틱 자원배 당 방법을 활용하여 공정계획 수립방안을 Fig. 4와 같이 제 시한다.
GA알고리즘과 휴리스틱 자원배당기법에 의한 공정계획 수립방법에서는 사용자가 프로젝트 수행기간과 현장의 최대 비용투입 수준 또는 현장에 적합한 일일 비용투입 수준을 설
정하면, 선별된 수행 가능한 공정들이 현장의 비용투입 수준 에 맞게 일정이 조정됨으로써 현장의 비용수준에 최적화된 공정표가 작성된다.
Fig. 4. Process of cost optimization by GA and resource leveling
최적화된 비용투입 공정표는 현장의 비용투입수준과 비교 했을 때 일별 비용투입량의 차이가 적을수록 우수한 일정이 된다. 따라서 수정공정표들의 비용정보와 현장 비용투입수 준을 비교하는 과정을 반복적으로 수행함으로써 우수한 해를 도출할 수 있다.
Fig. 5. Cost mobilization level for cost optimization
당해 연도 계획공정의 비용 히스토그램과 현장의 동원수준 을 고려한 비용 히스토그램의 차이는 Fig. 5의 조건식 DQCm 와 DQCb으로 나타낼 수 있다.
식 DQCm은 현장의 최대비용투입량의 차이를 평가하기 위 한 조건식으로써 일별로 해당하는 계획공정의 비용투입량과 현장의 최대비용투입량차이를 제곱하여 공사기간별로 합함 으로써 비용투입량의 총 차이값을 산정할 수 있다. 그리고 식
DQC
b는 현장의 일별 비용투입량의 차이를 평가하기 위한 조건식으로써 k일에 해당하는 계획공정의 비용투입량과 k일 에 해당하는 현장 일별 비용투입량의 차이를 제곱하여 합한 다. 이러한 비용투입량의 총 차이값을 통해 프로젝트관리자 는 계획공정의 비용투입현황과 현장의 최대 및 일일 비용투 입수준과의 차이를 쉽게 파악할 수 있을 뿐만 아니라 최적화 과정을 통해서 최대비용투입수준 또는 현장의 일일 비용투입 수준에 근접한 일정을 도출할 수 있다.GA알고리즘기반의 비용최적화 과정에서는 기존 공정들의 선·후행 관계 및 작업기간 기준으로 일정분석을 수행하여 공정별 여유시간을 도출한다. 그리고 전체 공사기간에는 영 향을 미치지 않도록 공정별 여유시간 범위 내에서 공정의 일 정이 이동한 날수를 무작위로 도출하고, 이를 초기 해집단으 로 구성한 후 선택, 교배 및 돌연변이 등의 진화과정을 통해 최적의 해 집단을 도출한다. 이러한 최적해를 판별하기 위한 목적함수 f(x)와 적합도함수 Fitnessj는 식4 및 식5와 같이 정 의하였으며, 이를 통해 생성되는 해 집단들의 우수성을 평가 할 수 있게 하였다.
적합도 함수는 GA알고리즘 연산과정을 거쳐 새로운 해집 단이 생성될 때마다 각 해가 얼마나 목적함수에 근접하는지 를 판단할 수 있다. 즉, 적합도 값이 클수록 비용투입수준의 차이가 적은 공사일정이므로 적합도 값이 가장 큰 해집단이 우수한 해가 된다.
휴리스틱 자원배당기법의 과정에서는 GA알고리즘과 같이 무작위로 공정별 일정을 이동시키는 것이 아니라 각 공정들 의 EST (Earliest Start Time)와 LST (Latest Start Time)의 범위 내에서 순차적으로 이동시킨다. 즉, 프로젝트 시작일부 터 프로젝트 종료일까지 1일 단위로 구분하고, 해당 일에 시 작하는 모든 공정들을 찾아 여유시간 범위 내에서 이동시킨 다. 그리고 이들의 비용투입량 차이를 순차적으로 계산해 나 가면서 그 차이가 최소가 되는 최적의 해를 찾는다.
일별 비용투입량의 차이가 동일할 경우에는 공정들의 우선 순위를 무작위로 결정되게 함으로써 다양한 해집단을 생성할 수 있도록 하였다. 이와 같이 도출된 다양한 해집단들은 GA 알고리즘과 동일하게 각 해집단들의 적합도를 분석하여 우수
한 해집단을 선정한다.
연구에서 실제 GA알고리즘과 휴리스틱 자원배당기법을 통해 비용최적화를 수행해본 결과에 의하면 휴리스틱 자원배 당기법이 더 빠르고 비용 최적화에 더 유리한 것으로 파악되 어 개발된 능동형 5D CAD 시스템에서는 GA알고리즘 대신 휴리스틱 자원배당기법을 사용하였다.
4. 능동형 5D CAD 시스템 개발
능동형 5D CAD 시스템은 Fig. 6의 아키텍처와 같이 연구 진이 기연구에서 개발한 4D 엔진(Kang, 2013)과 비정형 토 목구조물 물량산출기능(Ha, 2014)을 활용하여 개발하였다.
Fig. 6. System architecture of active 5D CAD system
시스템을 구성하는 주요 모듈은 Fig. 7과 같이 일정분석 및 3D 모델 생성 등의 4D 구현을 위한 모듈 이외에 ‘물량산출 자 동화 모듈’, ‘선택공정에 의한 5D 모듈’ 및 ‘최적화 모듈’로 구 성된다. 이러한 모듈들은 3D 모델로부터 직접 물량과 비용을 산출하고, 예산에 적합하게 일정계획을 수립할 수 있다
물량산출 자동화 모듈은 솔리드 및 서피스 모델로부터 물 량을 산출하기 위한 것으로 각 모델의 면적과 부피의 측정할 수 있으며, 이러한 측정값은 자원의 단위비용에 적용되어 비 용정보로 활용된다. 따라서 설계변경으로 인한 구조물의 물 량변화를 신속히 측정하여 비용정보에 반영함으로써 공정별 일정정보에 관한 비용투입량을 나타낼 수 있다.
선택공정에 의한 5D 모듈은 사용자가 공정을 직·간접적 으로 선택하여 사업비 변동에 따른 일정계획을 재수립하기 위함이다. 이러한 기능은 공정을 선택하는 과정에서 지속적 으로 비용정보를 S-curve와 히스토그램 등으로 제공한다.
특히, 선택한 공정들의 복잡한 선행관계 조건을 입력하지 않아도 일정 및 비용분석이 가능하기 때문에 사용자는 한정 된 비용범위 내에서 적합한 공정들을 선택하여 일정계획을 수립할 수 있다.
Fig. 7. Main screen of active 5D CAD system
최적화모듈에서는 현장의 비용투입 수준과 가장 근접하게 비용투입계획을 수립할 수 있도록 최적화된 일정을 제시할 수 있다. 또한 최적화된 공정에 따른 5D 시뮬레이션과 기존 계획공정에 따른 5D 시뮬레이션을 비교하여, 계획대비 공정 의 변경사항과 비용투입상황을 용이하게 파악할 수 있다.
5. 능동형 5D CAD 시스템의 사례적용 5.1 사례프로젝트 개요
본 연구에서 개발된 방법론과 시스템의 실무 적용성을 검 증하기 위해서 실제 프로젝트를 대상으로 사례분석을 수행하 였다. 사례프로젝트는 총 공사기간이 5년이고, 공사비가 약 1000억원인 OO교량공사로 선정하였다. 이 현장은 현재 국고 지원 예산부족으로 기존 계획일정보다 공사기간이 지연된 상 황이다. 계획대비 연차별 사업비의 변동이 높기 때문에 변동 된 사업비에 대한 공정계획의 재수립이 필요한 시점이다. 따 라서 현장의 여건에 적합한 공정계획을 본 시스템을 통해 제 시하여 실무적 활용성을 검증한다.
5.2 물량산출 및 비용정보 도출
Fig. 8은 비용정보 취득을 위한 물량산출 자동화 기능을 나 타낸 것으로, Fig. 8의 상단과 같이 특정 공정들을 부분 또는 전체적으로 선택하여 면적과 체적을 분석할 수 있다.
Fig. 8. Quantity take-off of surface model in active 5D CAD system
특히 이는 서피스 모델에 적합한 물량산출 방법이 적용되 어 비정형구조물의 물량분석이 가능하다.
사례에서는 비정형구조물의 겉넓이와 부피를 계산하고, 이 를 해당 모델의 거푸집과 콘크리트물량으로 사용한다. Fig. 8 의 우측 하단과 같이 거푸집과 콘크리트 단위물량별 비용을 적용하면, 공정별 비용정보를 확인할 수 있다. 또한, Fig. 8의 좌측 하단과 같이 변경된 물량 및 비용정보들은 손쉬운 업데 이트가 가능하다.
5.3 임의 공정 선택을 통한 공정계획 재분석 연차별 사업비가 변동됨에 따라 차년도 사업비에 적합한 공사일정을 도출하기 위한 기능은 Fig. 9와 같이 사용자가 선 택한 공정들로 공사일정을 도출하는 것이다.
Fig. 9. Progress analysis according to change cost by user selection
이는 사용자의 경험을 효율적으로 반영하고, 필수 공정들 을 차년도 공사일정에 포함하기에 효과적이다. 또한 무작위 로 공정을 선택할 경우, 차년도에 포함되어야 하는 필수공정 들이 누락될 수 있으므로, 공정범위설정 및 선택과정을 통해 사용자가 선택한 공정을 포함시키고, 선택범위 내에서 공정 들을 무작위로 선택할 수 있도록 구성하였다.
사용자는 Fig. 9의 상단과 같이 선택할 공정들의 범위를 설 정하여 특정기간 범위에 속하는 공정들을 신속히 분류할 수 있고 한정된 사업비가 초과되지 않도록 누적비용을 확인하면 서 공정을 선택할 수 있다.
공정들의 선택을 완료한 후, 일정분석을 위해서는 선택한 공정들의 선·후행 관계 조건이 필요하다. 이는 Fig. 9의 하 단과 같이 사용자가 직접 입력하는 기능과 자동으로 입력될 수 있게 하는 기능이 있으며, 이를 통해 일정과 비용을 분석 할 수 있다. 이와 같이 분석된 일정과 비용정보는 5D객체로 구성되어 일정별 5D시뮬레이션으로 구현 가능함으로써 비용 정보의 검토가 용이하다.
5.4 비용수준을 고려한 공정계획 최적화 분석 Fig. 10은 수행가능한 공정의 선택과정 이후에 수행하는 비용최적화 과정으로 현장의 비용투입 여건을 반영한 공사일 정을 도출할 수 있다.
Fig. 10. Cost optimization process of active 5D CAD system
먼저, 현장의 비용투입수준을 고려하기 위해서 현장 관리 자와 협의하여 현장의 최대비용투입수준과 일별 비용투입수 준을 설정한다. 그리고 휴리스틱 자원배당기반 최적화분석을 수행하면 Fig. 10의 중앙과 같이 해집단별 적합도가 그래프로 표현되어 시각적으로 최적해를 쉽게 파악할 수 있다. 또한 최 적화값으로 도출된 해집단은 비용 S-curve 및 히스토그램을 통해 비용의 투입량을 파악할 수 있으며, 최적화 이전의 투입 비용과도 시각적으로 비교할 수 있다.
5.5 최적화 공정정보의 시뮬레이션
Fig. 11은 최적화 분석을 통해 도출된 공사일정을 5D 시뮬 레이션으로 구현한 것이다. Fig. 11의 좌측은 계획공정에 대 한 5D 시뮬레이션이며, Fig. 11의 우측은 최적화 분석을 통해 도출된 일정과 비용정보를 시뮬레이션으로 나타내고 있다.
Fig. 11. 5D simulation for optimized progress schedule
이를 통해 기존 계획공정에서 차년도(2012년)에 약 2백 억 원의 공사비로 공사를 진행할 공정들이 공사비용이 약 1백억 원으로 감소되었을 경우에는 어떠한 공정들로 변경되고 구성 되었는지를 양 화면으로 구분된 시뮬레이션 뷰어 창에서 쉽 게 파악할 수 있다. 사례에서는 Fig. 11의 하단과 같이 초기 계획일정에 대한 일별 비용부하량보다 최적화된 공사일정에 대한 일별 비용부하량의 분포가 완만한 것을 파악할 수 있다.
또한 계획 공정은 교대를 중심으로 기초와 교각이 형성되 고, 차량 접속교의 설치작업 진행되고 있으나, 최적화분석 이 후의 공정은 Fig.11의 우측과 같이 접속교와 교대를 제외하고 기초와 교각의 설치작업만이 진행되는 것을 파악할 수 있다.
6. 결론
본 연구에서는 의사결정기능을 지원할 수 있는 능동형 개 념을 5D에 반영하여, 연차별 사업비 변동 시 공정계획을 재 수립할 수 있는 능동형 5D CAD의 구축방법론과 시스템을 구 현하였다. 본 연구의 결론은 다음과 같다.
1. 연구에서는 연차별 사업비 변동 시 기존 공정표를 토대 로 변경된 예산 범위 안에서 공정계획을 재수립할 수 있 도록 일정 및 비용분석 방법론을 구현하였다. 특히 선택 된 공정들의 추가적인 선행관계 조건의 입력 없이도 일 정 및 비용분석을 수행할 수 있게 함으로써 간편하고 신 속한 공정분석 도구로 활용될 수 있다.
2. 또한, 연구에서는 현장의 비용투입수준을 고려하고 예산 범위 안에서 공정계획을 재수립할 수 있도록 GA알고리 즘과 휴리스틱 자원배당기법을 사용하여 최적화된 일정 을 도출하는 방법론과 시스템을 구현하였다.
3. 본 연구에서 제시한 방법론을 토대로 능동형 5D CAD 시 스템을 구축하였으며, 이를 사례프로젝트에 적용하여 실 무활용성을 검토하였다. 특히, 5D 분석을 위한 비용정보 의 확보를 위해서 단순히 공정별 비용을 입력하거나, 솔 리드모델기반의 정형화구조물 위주로 물량을 산출하는 대신, 비정형구조물의 물량을 산출하여 비용정보를 확보 할 수 있도록 서피스 모델기반의 물량산출 기능을 연계 하였다.
4. 이러한 정보들을 모두 시각화된 시뮬레이션으로 나타낼 수 있기 때문에 능동형 5D에서 능동형 nD CAD로 확장 될 수 있으며, 이를 통해 다양한 의사결정지원 도구로 발 전할 것으로 사료된다.
감사의 글
이 연구는 2016년도 경상대학교 연구년제연구교수 연구지 원비와 한국연구재단 도약연구사업비에 의하여 수행되었음.
References
Cheung, F. K. T., Rihan, J., Tah, J., Duce, D., and Kurul, E. (2012). “Early stage multi-level cost estimation for schematic BIM models.” Automation in Construction 27, pp. 67–77.
Ding, L., Zhou, Y., and Akinci, R. (2014). “Building Information Modeling (BIM) application framework:
The process of expanding from 3D to computable nD.” Automation in Construction 46, pp. 82-93.
Feng, C. W., Chen, Y. J., and Huang, J. R. (2010).
“Using the MD CAD model to develop the time–
cost integrated schedule for construction projects.”
Automation in Construction 19, pp. 347-356.
Ha, C. S., Moon, S. Y., Moon, H. S., and Kang, L.
S. (2014). “Development of Quantity Take-off Algorithm for Irregularly Shaped Structures using 3D Object.” Journal of the Korean Society of Civil Engineers, 34(2). pp. 655-666.
Hartmann, T., Van Meerveld, H., Vossebeld, N., and Adriaanse, A. (2012). “Aligning building information model tools and construction management methods.”
Automation in Construction 22, pp. 605-613.
Hartmann, T., Gao, J., and Fischer. M. (2008). “Areas of Application for 3D and 4D Models on Construction Projects.” Journal of Construction Engineering &
Management, 134(10), pp. 776-785.
Jongeling, R., and Olofsson, T. (2007). “A method for planning of work-flow by combined use of location- based scheduling and 4D CAD.” Automation in Construction 16. pp. 189-198.
Kang, L. S., Kim, S. K., Moon, H. S., and Kim, H. S.
(2013). “Development of a 4D object-based system for visualizing the risk information of construction projects.” Automation in Construction 31, pp. 186–
203.
Kang, L. S., Moon, H. S., Dawood, N., and Kang, M.
S. (2010). “Development of Methodology and Virtual System for Optimized Simulation of Road Design Data.” Automation in Construction, 19(8), pp. 1000- 1015.
Lawrence, M., Pottinger, R., Staub-French, S., and Nepal, M. P. (2014). “Creating flexible mappings between Building Information Models and cost information.” Automation in Construction 45, pp.
107-118.
Lee, S. K., Kim, K. R., and Yu, J. H. (2014). “BIM and ontology-based approach for building cost estimation.” Automation in Construction 41, pp. 96- 105.
Lee, J. G., Lee, H. S., Park, M. S., and Jung, M. Y.
(2013). “A framework integrating cost and schedule based on BIM using IFC.” Korean Journal of Construction Engineering and Management, KICEM 14(3). pp. 53-64.
Lee, Y. W., and Kim, W. T. (2013). “Survey on Actual Status of construction delay and improvement method for in public construction.” CERIK, construction-issue-focus 2013-11. pp. 1-30.
Popov, V., Juocevicius, V., Migilinskas, D., Ustinovichius, L., and Mikalauskas. S. (2010). “The use of a virtual building design and construction model for developing an effective project concept in 5D environment.” Automation in Construction 19, pp. 357–367.
Shen, Z. and Issa, Raja R, A. (2010). “Quantitative evaluation of the BIM-assisted construction detailed cost estimates.” Journal of Information Technology in Construction, Information Technologyin Construction, 15, pp. 234-257.
Wang, X., Yung, P., Luo, H., and Truijens, M. (2014).
“An innovative method for project control in LNG project through 5D CAD: A case study.” Automation in Construction 45, pp. 126-135.
요약 :
건설프로젝트에서는 초기에 계획된 년차별 사업비가 공사 수행과정에서 빈번히 조정된다. 년차별 사업비가 초기 계획보다 감 소되면 수행가능한 공정도 초기 공정계획대비 감소하게 되므로, 변동 사업비 내에서 수행가능한 적정한 공정을 재수립하여야 한 다. 그러나 대다수 현장에서는 공정 재수립 없이 당초계획대로 공정을 진행하면서 사업비가 소진되면 현장 작업을 쉬는 경우가 많 다. 이에 본 연구에서는 변동된 사업비 내에서 적정 공정계획을 재수립하고, 재수립된 일정에 따라 비용투입현황을 시각화하는 능 동형 5D CAD 시스템을 개발한다. 이는 공정계획 재수립을 위한 의사결정 지원도구로 활용될 수 있고, 기존의 단순 시각적 정보제 공에 중점을 둔 5D CAD시스템의 실무 적용성을 높일 수 있을 것이다.
키워드 :
