美드렉셀대(Drexel University) 연구팀이 건물과 도로, 교량 등 사회 인프라의 노후화를 검사할 수 있는 인공지능(AI) 기반 로봇 검사시스템을 개발했다고 30일(현지 시각) 밝혔다.

연구팀에 따르면 최근들어 건물 붕괴와 도로, 다리 등 시설물의 구조적인 실패는 점점 더 악화할 가능성이 높다. 유지보수를 하는 것 보다 더 빨리 시설이 노후화 또는 붕괴되고 있다. 문제는 정상적인 시설물의 마모에서 오는 구조적 실패의 위험 징후를 분석하기 위해 균열, 삐걱삐걱하는 소리 등 무너지는 모든 것을 검사하는 것이 불가능하다는 데 있다.

드렉셀대 연구팀은 유지보수 속도와 시설물의 구조적인 실패 간에 간극을 메우기 위해 검사원의 작업을 도와주는 로봇 보조원을 개발하려고 노력하고 있다.

연구팀은 시각적인 검사 기술과 기계학습(머신러닝) 기술을 결합해 문제 영역에 대해 효과적으로 식별하고 검사할 수 있는 자율로봇 시스템을 개발했다고 밝혔다. 연구팀은 이번 연구 성과를 건설 전문 학술지인 ‘건설 자동화(Automation in Construction)’에 발표했다.(논문 제목:A multi-scale robotic approach for precise crack measurement in concrete structures)

연구팀이 개발한 멀티 스케일 로봇 시스템은 ‘디지털 트윈’ 컴퓨터 모델을 만들기 위해 해당 지역을 레이저 스캔 하기 이전에, 컴퓨터 비전과 딥러닝 알고리즘을 결합해 균열 부분을 정확하게 파악할 수 있다. 이 시스템은 전체 검사 작업량을 크게 줄이고, 구조적 실패를 예방하는 데 필요한 집중적인 고려와 관리를 가능하게 한다고 연구팀은 설명했다.

이번 연구를 주도한 아르빈 에브라힘칸루(Arvin Evrahimkhanlu) 드렉셀대 공대 교수는 “균열은 초기에 선별되어야 하는 환자의 의학적 증상으로 간주될 수 있다"며, "결과적으로 균열의 조기 발견 및 정확한 감지는 적시 진단, 유지보수에 필수적이며, 더 이상의 악화를 방지하고 잠재적인 위험을 완화해준다"고 말했다.

연구팀은 현재 미국 내 많은 건물, 다리, 터널, 댐들이 ‘보행 가능한 부상자’ 군(群)들에 포함되어 있기 때문에 무엇보다도 인프라의 현재 상태를 알 수 있는 분류 체계를 구축하는 것이 최우선 과제라고 지적했다.

미국토목기술자협회 자료에 따르면 미국 내 도로와 다리들에 대한 유지보수 비용이 현재 7860억달러(약 1048조 9170억원)에 달하는 것으로 추산된다.

연구팀은 "멀티 스케일 로봇 방식을 채택하면 컴퓨터 비전을 통해 문제 영역을 효율적으로 사전 선별하고, 비파괴 레이저 기반 스캔을 사용해 결함을 정밀 스캔할 수 있다”고 말했다.

드렉셀대 연구팀이 개발한 시스템은 사람의 눈으로 주관적으로 해석하는 물리적 측정 방식 대신 고해상도 스테레오 심도 카메라 피드(feed)를 딥러닝 프로그램인 CNN(convolutional neural network)에 활용한다.

일단 '관심 지역(균열이 생기거나 손상된 지역)'이 확인되면, 프로그램은 로봇 팔을 이용해 레이저 라인 스캐너로 해당 지역을 스캔하도록 지시하고, 손상된 지역의 3차원 이미지를 만든다. 동시에 라이다 카메라가 균열 부위의 구조물을 스캔한다. 두 영역을 붙이면 균열의 폭과 크기를 알 수 있고 검사 사이의 변화를 추적할 수 있는 지역의 디지털 모델이 만들어진다는 설명이다.

연구팀은 다양한 균열과 열화가 발생한 콘크리트 슬래브에서 이 시스템을 실험한 결과 폭이 100분의 1mm도 안 되는 작은 균열을 정확하게 확인했다. 이는 최고급 카메라, 스캐너 및 광섬유 센서의 능력을 능가하는 것이라고 한다.