건설분야의 빅데이터

최근들어 모든 산업 분야에서 빅데이터를 활용하려는 움직임을 보임.

최근 몇 년 동안 건설산업도 시스템적인 발전을 거듭하며 건설산업 대부분의 기업들이 엄청나게 많은 자료를 수집하고 있다. 이는 인력, 자재, 비용, 생산성, 시장정보 등 다양하고 많은 영역의 정보들이다.

 

가령, DPA에서는 오토매틱데스크의 3D 기술을 활용해 디자이너들이 공기 흐름, 바닥 면적, 환경 복원력, 건물 성능 등에 대한 데이터 정보를 실시간으로 상호작용하는 하나의 가상 모델에서 통합할 수 있도록 했다.

캘리포니아 ISO에서는 에너지 효율성으 루이한 시도로서 상황지능(situational intelligence)을 이용한다. 이를 위해 기후 데이터, 센서, 계측장비 등 여러 출처에서 가져오는 방대한 규모의 데이터를 연계 분석한다. 사용자는 시각적 디스플레이를 통해 재사용 가능한 에너지원 활용을 최적화하는 방법을 파악하고 전력 공급과 수요의 불균형을 맞추고 잠재적 위기에 신속하게 대응할 수 있게 된다.

 

- 건설분야 빅데이터 활용모델 -

 

 현재 건설사들도 빅데이터 구축 및 활용에 박차를 가하고 있다. 

건설분야에서 특히 눈여겨 보아야 할 부분으로는 센서 네트워크에서 쏟아지는 실시간 데이터들이 V3의 특징을 고스란히 가지고 있다는 것이다. Volume(규모), Velocity(속도), Variety(다양성)를 모두 가지고 있다.

데이터의 규모는 예를 들자면, 각 아파트 및 빌딩에서 에너지 소비와 관련된 수많은 데이터를 쏟아내고 있지만 정작 그 데이터는 관리비 정산용으로 끝나버린다. 이러한 데이터를 잘 정리하여 종합해 분석해보면 우리가 미처 몰랐던 아주 유용한 사실들을 알게 될 수도 있다.

데이터를 잘 관리한다면 입지선정, 규제관리, 인허가 등에 아주 유용하게 사용될 수 있을 것이다.

우리나라 전국 모든 건물의 에너지사용량(가스 및 가스)을 빅데이터로 사용할 목적으로 데이터베이스화하여 통합하고, 또 전국의 모든 건축물은 건축물대장이라는 또 다른 데이터베이스에서 관리하게 되는데, 여기에는 주소, 건물용도, 층수, 면적, 건립용도, 권리정보, 규제정보 불법점유 사실 등의 정보가 구축될 수도 있을 것이다. 이렇게 되면 건물별 시간별/일별/주별/월별 등의 에너지 사용량을 측정할 수 있을 뿐만 아니라 부동산개발업자와 건설업자에게 큰 도움이 될 수 있을 것이다. 가령, 규제변경을 한다면 어떻게 변할 것인가 등도 시뮬레이션을 통해서 이해당사자들에게도 보여줄 수 있을 것이다. 또 필요하다면 각 지역의 GIS데이터 계층을 추가하고 이를 통해 구글 맵 등의 API를 통해 지역별, 연도별, 용도별 에너지 사용량을 보여주는 시스템을 구축할 수 있을 것이다. 이것을 통해서 도시계획사업신청을 하면 주변 반경 10km 이내나 행정 지역별 에너지 사용량을 추출해서 에너지 사용량의 평가기준을 만들 수 있을 것이다. 종전에 이런 시스템이 없을 때에는 막연히 예상 사용량을 몇 개의 표본만을 통해 추정했고 연도별, 도는 계절별 편차를 바로잡을 가능성이 없었는데, 이러한 시스템이 구축되면 월별 자료수집을 통해 추론분석이 가능하므로 에너지 사용량의 동태분석도 가능하리라고 본다.

 

 

- <2014 대림 Technical Review 특집기획 '건설분야에서의 빅데이터 활용의 잠재적 가치제안'> 참조