1. 서 론
1.1 연구의 배경 및 목적
1.2 연구 범위 및 방법
2. 문헌 검토
2.1 BIM 객체와 WBS 및 Pset 연계에 관한 연구
2.2 BIM 모델 품질검토 자동화에 관한 연구
2.3 선행연구 분석을 통한 본 연구의 의의
3. BIM 성과품 규칙 기반(Rule-based) 품질검토 방법론
3.1 발주기관 WBS 및 Pset 목록서 사용자 맞춤화 방법
3.2 WBS 및 Pset 연계 BIM 모델 생성 방법
3.3 규칙 기반(Rule-based) 품질검토 방법
4. BIM 성과품 규칙 기반(Rule-based) 품질검토 자동화 소프트웨어 검증
4.1 발주기관 WBS 및 Pset 목록서 사용자 맞춤화
4.2 단지 분야 BIM 성과품 생성
4.3 규칙 기반(Rule-based) 품질검토 검증
4.4 오류사항 수정 후 재검증
4.5 수동 품질검토 대비 자동 품질검토 소프트웨어 사용 시 품질검토 소요시간 비교
5. 결 론
1. 서 론
1.1 연구의 배경 및 목적
최근 건설산업 전반에서는 디지털 전환(Digital Transformation, DX)이 가속화되고 있다. 이러한 변화의 중심에는 설계·시공 전 과정의 정보를 3차원 객체 기반으로 통합 관리하는 건설정보모델링(Building Information Modeling, BIM)이 있다. BIM은 단순한 3D 모델링을 넘어 설계 검토, 공정(4D)·원가(5D) ·유지관리(6D) 연계 및 디지털 트윈 기반 운영까지 활용 영역이 확대되는 추세이다(Jeon et al., 2024).
특히 공공 발주사업에서는 BIM 성과품의 신뢰성을 확보하기 위해, 모델 형상정보에 대한 물리적 품질 정확성뿐만 아니라 모델 속성정보에 대한 논리적 품질 정확성과 같이 BIM 데이터 품질(Quality)을 중요한 관리 대상으로 다루고 있다(MOLIT, 2020). 이 과정에서 정부는 표준분류체계(Work Breakdown Structure, WBS)와 속성정보세트(Property set, Pset) 활용을 권장하며, 각 발주기관 특성에 맞춘 WBS 및 Pset의 제정·고도화를 추진하고 설계사·시공사가 BIM 성과품 제출 시 해당 기준을 준수하도록 요구하고 있다(KR, 2023; PPS, 2022; LH, 2022b).
이러한 지침이 구축됨에 따라, 설계사·시공사에서 작성한 BIM 성과품의 속성정보가 발주기관에서 정의한 기준(reference)과 일치하지 않거나, WBS 항목이 일부 누락되거나, 특정 객체에 요구되는 필수 Pset이 누락되는 등의 논리적 품질문제가 발생할 수 있다. 특히 대규모 인프라 프로젝트의 경우 객체 수가 방대하고 모델 작성 참여자가 많아질수록 수작업 기반 BIM 품질검토 업무는 (1) 검토 시간 증가, (2) 검토 누락 및 일관성 저하, (3) 오류 원인 추적의 어려움으로 인해 한계를 드러내고 있다. 결과적으로 발주기관은 BIM 성과품의 재검토·수정 요청을 반복하게 되고, 설계자는 납기 압박 속에서 반복 수정에 따른 비용과 리스크를 부담하게 된다. 이에 따라 BIM 품질검토는 체크리스트 중심의 정성적 검토를 넘어, 발주기관이 정의한 WBS 및 Pset을 기준으로 모델의 구조 및 정보를 정량적으로 검증할 수 있는 자동화 체계로 고도화될 필요성이 제기되고 있다.
이에 본 연구는 기존 연구들이 제시한 개념적 수준의 품질검토 프레임워크나 제한적인 환경에서 구현된 초기 단계의 시제품이 아닌, 실무 환경에서 즉시 적용 가능한 규칙 기반(Rule-based) 논리적 BIM 성과품 품질검토 방법론을 제시하고, 이를 소프트웨어 형태로 구현 및 검증한다. 특히, 작업자의 BIM 숙련도와 무관하게 품질검토 시 소요 시간을 획기적으로 단축하는 것을 목적으로 한다. 이를 위해, 실제 국내 공공 발주기관에서 정의한 WBS 및 Pset을 품질검토 기준으로 적용하고, 객체 수가 상대적으로 많은 단지 분야 BIM 성과품을 대상으로 파일럿 테스트를 수행하였다.
1.2 연구 범위 및 방법
국내 토목 분야 BIM 성과품의 품질검토 방법은 물리적 형상 검토와 논리적 데이터 검토로 구분된다. 물리적 형상 검토는 BIM 모델이 형상적으로 정확하게 작성되었는지, 객체 간 충돌이나 간섭이 발생하지 않는지를 확인하는 과정으로, 모델의 기하학적 신뢰성을 확보하는 데 목적이 있다. 반면, 논리적 데이터 검토는 모델에 포함된 속성정보, 작업분류체계 등의 데이터 구성이 기준(reference)에 부합하는지를 검증하는 과정으로, BIM 성과품의 활용성과 연계성을 확보하는 데 핵심적인 역할을 한다(Moon et al., 2016).
본 연구는 BIM 적용지침과 WBS 및 Pset 목록서가 공시된 발주기관 WBS 및 Pset 목록서를 기준으로 작성된 단지 분야 BIM 성과품에 대해 다음과 같이 세 가지 규칙 기반 논리적 품질검토 방법을 제안한다.
(1) WBS 정합성 검토(성과품과 목록서): 발주기관 WBS와 BIM 모델에 적용된 WBS 구조를 비교하여 불일치 항목을 식별한다.
(2) WBS 누락 검토(작업분류 정보 오류): 발주처 WBS 기준으로 BIM 모델에 대응 객체가 존재하지 않는 작업 항목을 검출한다.
(3) Pset 누락 검토(정보분류/속성 누락): WBS별로 요구되는 필수 속성정보(Pset)의 충족 여부를 검증하여 누락된 속성 정보를 검출한다.
본 연구에서는 타 분야 BIM 모델과 비교하였을 때 모델을 구성하는 객체의 수적 규모가 비교적 큰 단지 분야 BIM 성과품을 기반으로 논리적 품질 검증을 수행하였다. 다만, 제안한 방법과 이를 구현한 소프트웨어는 특정 분야에 한정되지 않으며, 타 발주기관에서 정의한 WBS 및 Pset을 기준으로 작성된 BIM 성과품에도 적용 가능하도록 설계되었다. 또한 검증을 위한 소프트웨어 구현은 TRL 5–6 수준의 파일럿 테스트에 해당하며, 실제 발주기관 WBS 및 Pset을 적용하여 실무 환경에서의 적용 가능성을 검증한다.
BIM 성과품에 대한 논리적 품질검토 절차는 다음과 같다.
첫째, 발주기관에서 기본적으로 제공하는 WBS, Pset 목록서를 바탕으로, BIM 성과품 작성 과정에서 추가로 요구되는 WBS 항목을 반영하기 위해 발주기관 BIM 적용지침을 기준으로 목록서를 사용자 맞춤화한다.
둘째, 사용자 맞춤형 발주기관 WBS 및 Pset 목록서에 따라 BIM 저작도구를 활용하여 단지 분야 BIM 성과품을 생성한다.
셋째, 사용자 맞춤형 발주기관 WBS 및 Pset 목록서와 BIM 성과품과의 연계 규칙(Rule)을 정의한다.
넷째, BIM 관리도구를 기반으로 작동하는 자동화 소프트웨어를 개발함으로써 제안한 규칙 기반 논리적 품질검토 방법을 구현하고 검증한다.
본 연구의 전체 프레임워크는 Figure 1과 같다.
2. 문헌 검토
본 장에서는 BIM 객체와 WBS 및 Pset의 연계 방식, 그리고 BIM 모델 품질검토에 대한 선행연구를 분석한다. 이를 통해 BIM 모델-속성정보-발주기관 적용지침 간의 연계 자동화와 논리적 품질검토 자동화의 필요성을 도출한다.
2.1 BIM 객체와 WBS 및 Pset 연계에 관한 연구
WBS는 프로젝트를 구성하는 공종 및 작업 단위를 체계적으로 분해하여 관리하기 위한 핵심 관리 도구로, 공정관리, 원가관리, 품질관리 등 다양한 분야에서 활용되고 있다. BIM 환경에서는 WBS를 BIM 객체와 연계함으로써 4D/5D 시뮬레이션, 공정 관리, 시공 계획 수립 등에 활용하려는 연구가 활발히 수행되어 왔다.
Zhang et al. (2011)은 BIM 모델과 WBS 기반 공정 정보를 연계한 4D 환경에서 안전 규칙을 자동으로 검토하는 시스템을 제안하였다. 해당 연구는 WBS에 기반한 작업 단위와 BIM 모델을 연결함으로써, 공정 중 발생 가능한 안전 위험 요소를 자동으로 검출할 수 있음을 보여주었다.
Yogana & Latief (2021)는 인허가 단계에서의 건축법규 검토를 위해 WBS 구조를 기반으로 한 정보 시스템을 제안하였다. 이 연구에서는 법규 요구사항을 WBS 체계로 구조화하고, BIM 모델이 해당 요구사항을 충족하는지 자동으로 검토함으로써 설계 검토의 효율성을 향상 방안을 제시하였다.
Kim et al. (2025)은 표준 WBS 코드를 BIM 객체에 적용하여 공정 정보와 모델을 자동으로 연계하는 4D BIM 플랫폼을 개발하였으며, 이를 통해 공정 변경 시 모델과 일정 간의 불일치를 최소화할 수 있음을 제시하였다.
Yun & Kim (2025)은 설계 BIM 모델을 시공 단계의 WBS로 자동 재구성하는 알고리즘을 제안하여, 시공 단계에서 BIM 활용성을 향상시키는 방안을 제시하였다.
이와 같이 기존 연구들은 WBS를 BIM과 연계하여 공정, 안전, 시공 관리 측면에서 활용 가능성을 검증하였다.
2.2 BIM 모델 품질검토 자동화에 관한 연구
국내에서 BIM 기반 설계·시공 환경이 확산됨에 따라, BIM 모델의 정확성, 일관성, 정보 완정성을 확보하기 위한 품질검토(Quality Checking)의 중요성이 강조되고 있다(MOLIT, 2022). 이에 따라 각 발주기관은 BIM 적용지침을 제정하여 BIM 성과품 작성 기준과 함께 품질검토 절차 및 항목을 제시하고 있으며, 수급자는 해당 지침에 따라 BIM 성과품의 적합성을 검토해야 하는 요구에 직면하고 있다.
그러나 이러한 BIM 품질검토는 시각적 방법에 의하여 직접 판단하는 수동적 BIM 데이터 품질검토 방식으로 수행되는 경우가 많다. 이에 따라 프로젝트 규모와 BIM 모델의 복잡성이 증가할수록 검토 기준의 일관성 부족, 누락 오류, 과도한 시간 소요 문제 지적되어왔다(Moon et al., 2016; Choi et al., 2020). 이러한 한계를 극복하기 위해 BIM 품질검토 자동화 프레임워크를 제공하는 연구가 수행되었다.
Choi et al. (2020)은 BIM 설계 품질을 물리적 오류, 논리적 오류, 데이터 오류로 구분하고, 이를 규칙(Rule) 형태로 정의하여 BIM 모델을 자동 검토하는 시스템을 제안하였다. 해당 연구는 BIM 가이드라인을 기계적으로 해석 가능한 규칙으로 변환함으로써 설계 단계에서의 오류를 사전에 검출할 수 있음을 보여주었다는 점에서 의미가 있다. 또한, Zech et al. (2024)은 건축물을 대상으로 BIM 정보와 코드 규정을 지식 그래프 형태로 구조화하여 자동 품질검토 프레임워크를 제안하였다. 그러나 이러한 연구들이 건축물 중심의 BIM 모델을 대상으로 하고 있어, 교량, 옹벽, 상·하수도 시설 등 다양한 공종이 복합적으로 구성되는 단지·토목 분야 BIM 모델에 적용하기에는 규칙 적용 면에서 한계점이 존재한다.
2.3 선행연구 분석을 통한 본 연구의 의의
기존 연구들을 종합하면, BIM 객체와 WBS 및 Pset 연계 연구는 주로 다음과 같은 방향으로 발전해 왔다.
(1) WBS-Pset–BIM 연계를 통한 공정·시공 관리
(2) 규칙 기반 BIM 모델 논리적 품질 오류 검출
그러나 대부분의 선행연구에서 사용된 BIM 모델은 주로 단일 건축물이나 제한된 객체 유형을 대상으로 하여, 토목 분야와 같이 다양한 시설물이 복합적으로 포함된 BIM 성과품에 적용하기에는 한계가 존재하였다.
이에 본 연구는 발주기관 BIM 적용지침을 사용자 맞춤화 과정을 거쳐 품질검토의 기준(reference)으로 활용하여, 단지 분야 BIM 성과품을 대상으로 논리적 품질검토를 자동으로 수행하는 방법을 제안한다. 제안한 방법은 BIM 성과품에 대해 WBS 누락, Pset 누락과 같은 오류 여부를 검출하는 것뿐만 아니라, 발주기관 기준에 따른WBS 및 Pset의 논리적 정합성을 검토하는 방법을 제안한다.
또한, 제안한 방법론을 자동화 소프트웨어로 구현함으로써 실무 환경에서 활용성을 확보하였다. 특히, 작업자의 BIM 숙련도와 관계없이 일관된 품질을 확보하고 품질검토 시 소요 시간을 획기적으로 단축할 수 있다는 점은 실무적 측면에서 중요한 의의를 지닌다.
3. BIM 성과품 규칙 기반(Rule-based) 품질검토 방법론
본 장에서는 발주기관에서 정의한 BIM 적용지침을 기준으로 BIM 성과품의 논리적 품질을 자동으로 검토하기 위한 연구 방법론을 제시한다. 본 연구의 방법론은 3.1 발주기관 WBS 및 Pset 목록서 사용자 맞춤화 방법, 3.2 WBS 및 Pset 연계 BIM 모델 생성 방법, 3.3 규칙 기반(Rule-based) 품질검토 방법으로 총 세 단계로 구성된다.
3.1 발주기관 WBS 및 Pset 목록서 사용자 맞춤화 방법
Figure 2는 발주기관에서 정의한 WBS 목록서이다(LH, 2022a). 작업분류체계는 7레벨 계층 구조로 적용되어 있으며 발주분야(Level 1), 시설분류 반영을 통한 위치구분을 위해 대·중·소(Level 2~4)로, 공종분류를 위해 대·중·소(Level 5~7)로 분류되어 있다. 본 연구에서는 이를 BIM 모델 생성과 품질검토를 위한 기본 템플릿으로 활용하였다.
실제 BIM 모델 설계 과정에서는 발주기관에서 정의한 WBS 목록서에 명시되어 있지 않은 객체가 모델에 포함될 수 있고 단지 분야의 경우 다양한 객체가 존재할 수 있다. 이에 본 연구에서는 발주기관의 적용지침에 따라 WBS 체계를 상위 기준으로 유지하되, BIM 모델링 및 품질검토에 필요한 범위 내에서 WBS 목록서를 제한적으로 사용자 맞춤화할 수 있도록 구성하였다.
WBS 목록서 사용자 맞춤화 시에는 발주기관 기준 체계의 일관성을 유지하기 위해 다음과 같은 원칙을 준수하도록 하였다.
첫째, 신규 WBS 코드 추가 시 기존에 정의된 코드와 중복된 코드를 사용하지 않아야 한다.
둘째, 발주기관에서 제공한 WBS 목록서의 서식(행 및 열의 구성)은 임의로 변경하지 않아야 한다.
셋째, WBS 목록서 내 Code 간 중복이 없어야 한다.
이러한 원칙을 통해 사용자 맞춤화 이후에도 WBS 체계의 구조적 적합성과 데이터 호환성을 유지할 수 있도록 하였다.
상기 원칙에 따라 BIM 모델 정보와 일치하는 Lv 4 수준의 WBS 항목이 목록서에 존재하지 않는 경우, 본 연구에서는 다음과 같은 절차로 WBS 항목을 추가하였다.
Figure 3과 같이 신규 WBS 항목을 추가하기 위해 Excel을 통해 Lv 4 하단 행을 드래그 후 ‘우클릭-삽입-셀을 아래로 밀기‘ 기능을 사용하여 신규 행을 생성한다. 이후 발주기관 지침에서 정의한 코드 체계 및 작성 규칙을 준수하여 신규 WBS 코드를 입력한 후 수정된 WBS 목록서 파일을 저장한다. 본 연구에서는 Lv 4 시설분류(소)에 ’Sample’ 이라는 구조물을 생성하고 ‘0002‘라는 코드를 부여하여 WBS 목록서에 추가하였다.
이와 같은 절차를 통해 발주기관 WBS 목록서를 BIM 모델 특성에 맞게 확장하되, 발주기관 기준을 훼손하지 않는 범위 내에서 품질검토 기준 체계를 유연하게 구성할 수 있도록 하였다.
또한, 발주기관에서 제시한 Pset 목록서를 기준으로, 본 연구에서 사용한 BIM 모델의 품질검토에 필요한 속성코드만을 선별하여 구성하였다.
본 연구에서는 품질검토 수행을 위해 위치정보(O0101), 관리정보(O0102), 제품정보(O0103), 분류체계(O0104), 객체규격(O0105), 내역적용수량(O1101)의 속성코드를 논리적 품질검토를 위한 대상 Pset으로 설정하였다.
3.2 WBS 및 Pset 연계 BIM 모델 생성 방법
본 연구의 방법론에서는 BIM 저작도구를 활용하여 교량 샘플 모델을 작성하여 품질검토 대상 시설물로 선정하였다. 대상 모델은 콘크리트교로 구성되며, 철근을 제외한 교대기초, 교대벽체, 교좌장치, 접속 슬래브, 거더, 슬래브, 교명판 및 설명판과 같이 교량의 주요 구성 요소만을 중심으로 모델을 구성하였다.
BIM 모델 작성 시에는 3.1절에서 사용자 맞춤형 발주기관 WBS 및 Pset 목록서를 기준으로 형상 및 속성정보를 구성하였다. 예를 들어 교량 샘플 모델의 교대기초 객체는 Figure 4와 같이 발주기관 WBS 목록서를 기준으로 (C) 단지조성 - (09) 교량시설 - (09A1) 콘크리트교 - (0002) Sample - (I2) 교량하부공 - (I5) 교량하부공-교대N - (0904) 교대기초의 계층 구조에 따라 WBS 코드가 부여되었다. 이와 같은 방식으로 교량 모델의 모든 객체는 Lv 1부터 Lv 7까지의 WBS 체계에 따라 일관되게 분류되도록 작성하였다.
또한, 사용자가 정의한 Pset 목록서의 기준에 따라, Table 1과 같이 교량 모델 각 객체에 요구되는 속성정보를 입력하였다(LH, 2022c; 2022d).
Table 1
Example of Pset assignment in a BIM model
3.3 규칙 기반(Rule-based) 품질검토 방법
3.3.1발주기관 WBS 및 Pset 목록서 - BIM 성과품 연계 방법
품질검토는 정보분류 코드 검토, 작업분류 정보 검토, 목록서–성과품 정합성 검토의 세 가지 항목으로 구성된다.
첫째, 정보분류 코드 오류(Pset 누락) 검토는 발주기관 Pset 목록서에 정의된 필수 속성 코드가 BIM 성과품에 정상적으로 입력되었는지를 확인하는 항목이다. 본 검토에서는 객체 단위로 필수 Pset 속성의 입력 여부를 검증하며, 필수 속성 코드가 누락된 경우 이를 정보분류 코드 오류로 판정한다.
둘째, 작업분류 정보 오류(WBS 누락) 검토는 발주기관 WBS 목록서에 정의된 필수 코드가 BIM 성과품에 정상적으로 입력되었는지를 확인하는 항목이다. BIM 객체의 유형에 따라 요구되는 WBS 코드가 누락된 경우 해당 객체를 작업분류 정보 오류로 판정한다.
셋째, 목록서–성과품 정합성 검토는 BIM 모델에 적용된 Pset 및 WBS 구조가 발주기관 WBS 목록서와 각 레벨별로 일치하는지를 검증하는 항목이다. 본 검토에서는 WBS 코드의 레벨별 정합성과 Pset 구조의 일관성을 비교하여, 코드 값이 상이한 경우 이를 정합성 오류로 판정한다.
이러한 세 가지 품질검토 항목을 소프트웨어로 구현하기 위하여, 본 연구에서는 Figure 5와 같이 규칙 기반 소프트웨어 개발 방법론을 제시하였다. ’규칙 생성’에서 규칙 1, 규칙 2, 규칙 3은 각각 WBS 누락 검토, Pset 누락 검토, 목록서-성과품 정합성 검토에 대응하는 규칙 Object로 정의된다. 각 규칙은 ‘평가 함수’와 ‘규칙 패턴’의 결합을 통해 생성되며, 발주기관 BIM 적용지침은 규칙 패턴 정의를 위한 참조 기준으로 활용된다. ‘평가 함수’에는 품질검토 항목에 필요한 함수를 정의하였다. 예를 들어, Check_WBS_Match(), Check_Pset_Match() 등과 같이 발주기관의 WBS 및 Pset 목록서와 BIM 성과품 간의 정합성 및 누락 여부를 판단하기 위한 논리적 검증 함수 등으로 구성된다. 생성된 규칙들은 소프트웨어 내에서 규칙 패키지 형태로 관리되며, 이를 BIM 성과품에 적용하여 품질검토를 수행한다. 검토 결과 오류가 검출된 경우, 사용자는 해당 객체를 수정 후 동일한 규칙 패키지를 통해 재검토함으로써 BIM 성과품의 논리적 품질을 확보할 수 있다.
3.3.2 소프트웨어를 활용한 품질검토 수행 절차
BIM 모델 품질검토를 수행하기 위해 작성된 BIM 모델을 Navisworks 환경으로 업로드한 후, Figure 6와 같이 본 연구에서 개발한 소프트웨어 탭에서 WBS 기반 모델 분류 방식을 설정한다. 이때, 본 소프트웨어에서는 발주기관 WBS 목록서의 위계 수준에 따라 두 가지 분류 방식을 제공한다. 첫 번째는 시설 정보 중심으로 WBS Level 4까지 분류하는 방식이며, 두 번째는 BIM 객체 단위의 상세 분류를 위해 WBS Level 7까지 분류하는 객체 정보 기반 분류 방식이다.
본 연구에서 사용한 BIM 모델은 발주기관 BIM 적용지침에 따라 Level 7까지의 WBS를 반영하여 작성되었으므로, 분류 기준을 Level 7로 설정한 후 ‘기준별 모델 분류’ 기능을 실행하고 사용자 맞춤형 발주기관 WBS 목록서를 불러왔다. 이 과정에서 소프트웨어는 자동으로 속성정보 검수 결과표와 Set-Tree를 생성하는 기능을 제공한다.
속성정보 검수 결과표는 Figure 7과 같이 △정보분류 코드 오류, △작업분류 정보 오류, △정의서 및 모델 정합성 검토의 세 가지 탭으로 구성된다. 각 탭에서는 해당 유형의 품질 오류가 목록 형태로 제시되며, 오류가 존재할 경우 ‘내보내기’ 기능을 통해 검수 결과를 Excel 형식으로 추출할 수 있다. 출력된 결과에는 검사 시행일, 오류 객체 유형, 누락 또는 불일치 내용, 원본 BIM 파일명 등이 함께 기록되어 품질검토 결과를 확인할 수 있다.
또한 소프트웨어 내에서는 Set-Tree를 통해 각 BIM 객체가 Lv 1부터 Lv 7까지의 WBS 중 어느 단계에 속하는지를 시각적으로 확인할 수 있으며, Figure 8과 같이 ‘작업분류(WBS) 결과 내보내기’ 기능을 활용하여 발주기관 WBS를 기준으로 구성된 Lv 1부터 Lv 7 수준의 WBS 트리 구조를 Excel 문서 형태로 출력할 수 있다. 이를 통해 BIM 성과품의 작업분류 체계를 보고서 형태로 정리할 수 있으며, 성과품 품질검토 결과를 발주기관 제출용 문서로 활용하는 것이 가능하다.
4. BIM 성과품 규칙 기반(Rule-based) 품질검토 자동화 소프트웨어 검증
본 장에서는 BIM 성과품 품질검토 자동화 기술의 실효성을 검증하기 위해 다음과 같이 연구를 진행하였다.
먼저 4.1절과 4.2절에서는 검증을 위한 목록서 사용자 맞춤화 및 BIM 성과품 생성 과정을 기술하였으며, 4.3절과 4.4절에서는 이를 활용한 품질검토 성능을 검증 결과를 제시하였다. 마지막으로 4.5절에서는 기존의 수동 품질검토 방식과 자동 품질검토 방식의 소요 시간을 비교 분석함으로써 업무 효율성 향상 효과를 입증하였다.
4.1 발주기관 WBS 및 Pset 목록서 사용자 맞춤화
단지 분야 BIM 성과품은 블록별 시설 유형의 다양성, 관로명 및 도로명의 다양성, 사면 및 구조물 유형의 다양성 등 위치 및 시설 특성에 따른 분류 항목의 세분화 요구가 높다. 이에 본 연구의 검증을 위해서 Figure 9과 같이 실제 발주기관에서 정의한 WBS 목록서를 단지 분야 BIM 성과품 특성에 맞게 사용자 맞춤화하여 재구성하였다.
구체적으로, 발주기관 적용지침을 준수하여 Table 2과 같이 Lv 4 시설분류(소) 수준에서 신규 WBS 코드를 생성하였다. 본 연구에서는 단지 분야 BIM 성과품을 구성하는 다분야 공종의 특성을 반영하기 위해, 가구번호, 번호, 관로명, 구조물 번호의 네 가지 카테고리를 기준으로 발주기관 WBS 목록서의 Lv 4 시설분류(소) 항목을 확장하였다.
Table 2
Addition of new codes in Lv. 4 of WBS list
예를 들어, ‘블록03(복합C1)’, ‘블록16(공동A-1)’과 같이 블록별 식별자를 부여하여 동일한 Lv 3의 시설분류(중) 유형이라 하더라도 단지 분야 BIM 모델에서는 해당 유형이 블록마다 존재할 수 있기 때문에 위치에 따라 명확히 구분될 수 있도록 구성하였다. 또한 관로의 경우 ‘1-201’, ‘O-011‘과 같은 관로명에 따라 ’1201’, ‘O011‘과 같이 WBS 코드를 부여하였으며, 동일 토공시설에서도 위치 차이를 구분하기 위해 ‘2’, ‘3’과 같은 번호 체계를 추가하고, 각 번호에 대해 ‘0002’, ‘0003’과 같이 코드를 부여하였다. 교량 시설의 경우에도 ‘교량1’과 같이 구조물 식별자를 정의하고, 이에 대응하는 WBS 코드 ‘0001’을 부여하여 관리할 수 있도록 하였다. WBS 코드 생성 시에는 중복되지 않도록 주의하여 작성하였다.
Pset의 경우 방법론에서와 마찬가지로 위치정보(O0101), 관리정보(O0102), 제품정보(O0103), 분류체계(O0104), 객체규격(O0105), 내역적용수량(O1101)의 속성코드를 정보분류 코드 오류 평가 기준으로 설정하였다.
4.2 단지 분야 BIM 성과품 생성
단지 분야 BIM 성과품 규칙 기반 품질검토 방법의 유효성을 검증하기 위해, Figure 10와 같이 BIM 저작도구를 통해 작성된 BIM 성과품을 대상으로 3장에서 설명한 방법에 따라 품질검토 업무를 수행하였다.
검증에 사용된 BIM 성과품은 다양한 공종과 다수의 객체 및 시설로 구성되어 단지 분야 성과품의 특성 확인에 적합한 모델로 선정하였다. 구체적으로, 공동주택용지, 공원, 유치원 등 14개의 토공시설, 중로1류 및 소로2류 등 3개의 도로시설, 중로1류 및 기타 등 5개의 우수시설, 중로1류 및 소류2류 등 3개의 오수시설, 공기변실 및 소화전 등 7개의 상수시설, 그리고 1개의 복합교의 교량시설로 구성되어 있다.
본 연구에서 개발한 소프트웨어를 통해 품질검토의 성능을 검증하기 위해, BIM 성과품에 다음과 같은 오류 시나리오를 의도적으로 구성하였다.
첫째, Figure 11과 같이 BIM 성과품 작성 시 일부 객체에 대해 WBS 작성 누락 항목 4개를 포함시켰다.
Figure 11
Errors in work breakdown information (objects marked in blue): (a) Omission of Steel Pipe Pile Lv. 3, (b) Omission of subbase asphalt concrete Lv. 2 in Straight Section 2, (c) Omission of subbase prime coat Lv. 1 in Straight Section 2, (d) Omission of subbase asphalt concrete Lv. 2 in Straight Section 1
둘째, Figure 12과 같이 일부 객체에 대해 Pset 작성 누락 항목 2개를 포함시켰다.
셋째, Figure 13과 같이 발주기관 WBS 목록서와 BIM 성과품 간 WBS 불일치 항목 8개를 포함시켰다.
Figure 13
WBS consistency errors between list and deliverables (objects marked in blue): (a) Lv. 5 error in Steel Pipe Pile, (b) Lv. 1 error in PHC pipe, (c) Lv. 3 error in Stormwater PC Box Culvert, (d) Lv. 7 error in Slope Cutting, (e) Lv. 5 error in Subgrade Filling, (f) Lv. 5 error in Subgrade Filling 2, (g) Lv. 3 error in Earth Excavation, (h) Lv. 3 error in Earth Excavation 2
이와 같이 오류가 포함된 BIM 성과품을 대상으로 품질검토를 수행함으로써, 본 연구에서 제안한 소프트웨어에서 각 오류 유형을 자동으로 검출하고, 이를 품질검토 결과로 도출할 수 있는지를 검증하였다.
4.3 규칙 기반(Rule-based) 품질검토 검증
단지 분야 BIM 성과품 품질검토를 수행하기 위해 사용자 맞춤형 발주기관 WBS 목록서와 BIM 성과품을 Navisworks 환경으로 불러와서 Figure 14와 같이 발주기관 WBS 체계를 기준으로 BIM 성과품에 대한 Set-Tree를 자동 생성하였다. 이를 통해 각 BIM 객체가 Lv 1부터 Lv 7까지의 WBS 계층 구조 중 어느 단계에 속하고 어느 단계에서 오류가 발생했는지 확인할 수 있었다.
다음으로 BIM 성과품의 품질 적합 여부를 판단하기 위해, 개발된 소프트웨어에서 제공하는 속성정보 검수 결과 탭을 활용하였다. Figure 15과 같이 해당 탭에서는 작업분류 정보 오류에서 총 4개, 정보분류 코드 오류에서 총 2개, 정의서 및 모델 정합성 검토에서 8개의 오류가 검출된 것을 확인하였다.
속성정보 검수 결과 화면에서 내보내기 기능을 사용하여 검토 결과를 보고서 형태로 출력하였다. Figure 16와 같이 출력된 보고서에는 검사 시행일과 함께 검토 결과가 자동으로 기입된 것을 확인할 수 있었다.
검증 결과, Table 3에 제시된 바와 같이 BIM 성과품 작성 과정에서 인위적으로 포함시킨 총 14개의 품질 오류 항목이 모두 검출된 것을 확인하였다.
Table 3
Error detection status by item during BIM quality inspection using software
| Item | Error Detetection | |
| Quality check of WBS error | Figure 11 - (a) | O |
| Figure 11 - (b) | O | |
| Figure 11 - (c) | O | |
| Figure 11 - (d) | O | |
| Quality check of Pset error | Figure 12 - (a) | O |
| Figure 12 - (b) | O | |
| Quality check of consistency error | Figure 13 - (a) | O |
| Figure 13 - (b) | O | |
| Figure 13 - (c) | O | |
| Figure 13 - (d) | O | |
| Figure 13 - (e) | O | |
| Figure 13 - (f) | O | |
| Figure 13 - (g) | O | |
| Figure 13 - (h) | O |
4.4 오류사항 수정 후 재검증
4.3절에서 도출된 품질검토 보고서를 참고하여 Table 4와 같이 목록서–성과품 간 WBS 불일치 항목, WBS 누락 항목, Pset 누락 항목에 해당하는 오류 수정 후, BIM 성과품을 수정하고 수정된 BIM 성과품을 대상으로 4.3절과 동일한 절차로 품질검토를 수행하였다.
Table 4
Correction of quality review errors in BIM deliverables
| Item | Error | Revision |
| Figure 11-(a) | Omission of Lv 3 | Addtion of Lv 3(09C1) |
| Figure 11-(b) | Omission of Lv 3 | Addition of Lv 2(03) |
| Figure 11-(c) | Omission of Lv 3 | Additon of Lv 1(C) |
| Figure 11-(d) | Omission of Lv 3 | Addition ofLv 2(03) |
| Figure 12-(a) | Omission of attribute information | Additon of O1101 |
| Figure 12-(b) | Omission of attribute information | Addition of O1101 |
| Figure 13-(a) | Inconsistency of Lv 5 | I9→I2 |
| Figure 13-(b) | Inconsistency of Lv 1 | A→C |
| Figure 13-(c) | Inconsistency of Lv 3 | 04E9→04E0 |
| Figure 13-(d) | Inconsistency of Lv 7 | 01→0140 |
| Figure 13-(e) | Inconsistency of Lv 5 | A→A2 |
| Figure 13-(f) | Inconsistency of Lv 5 | 1A→A2 |
| Figure 13-(g) | Inconsistency of Lv 3 | 02→02A2 |
| Figure 13-(h) | Inconsistency of Lv 3 | 0020→02K2 |
예를 들어, Figure 17과 같이 WBS 코드 중 Lv 3 항목에 누락이 존재하는 객체 항목인 Figure 11 - (a) 항목에 대해 Lv 3에 대한 코드를 추가하며 오류를 수정하였다. 이와 같이 오류가 존재하는 모든 항목에 대해 성과품을 수정하였다.
재검증 결과, Figure 18와 같이 모든 품질검토 항목에서 오류가 검출되지 않은 것을 확인할 수 있었다. 이는 제안한 WBS 기반 품질검토 방법이 오류 검출뿐만 아니라, BIM 성과품 수정 이후 품질 적합 여부를 재확인하는 데에도 효과적으로 활용될 수 있음을 의미한다.
이를 통해 본 연구에서 제안한 방법론과 이를 구현한 소프트웨어는 품질 오류가 존재하는 BIM 성과품에 대해 발주기관 BIM 적용지침에 기반한 품질검토를 수행하고, 오류 내용을 보고서 형태로 제공함으로써 수정 작업을 지원할 수 있음을 확인하였다. 더 나아가, 수정된 BIM 성과품에 대한 재검증을 통해 품질 적합성을 확인할 수 있어, 발주기관과 설계자 간 BIM 성과품 품질관리 프로세스를 체계적으로 지원할 수 있는 가능성을 확인하였다.
4.5 수동 품질검토 대비 자동 품질검토 소프트웨어 사용 시 품질검토 소요시간 비교
본 연구에서 제안한 품질검토 자동화 소프트웨어의 효율성을 검증하기 위해, 수동적 품질검토 대비 시간 절감 효과를 분석하였다. 본 검증에 사용된 하드웨어 사양은 CPU Intel i9, GPU GeForce RTX 3050이며, 객관적인 비교를 위해 숙련도가 상이한 3인의 토목 업계 종사자를 표본으로 선정하여 실험을 진행하였다. 표본 군은 BIM 경력 5년 이상의 전문가(A), BIM 경력 1년 내외의 실무자(B), 그리고 BIM 경력이 없는 비경력자(C)로 구성하였다.
검증 대상의 BIM 성과품의 공종별 객체 수는 Table 5와 같다.
Table 5
Number of objects by work type in BIM deliverables
| Work type | Number of objects |
| Earthworks | 54 |
| Structures | 75 |
| Pipeline facilities | 789 |
| Road facilities | 944 |
| Sum | 1862 |
Table 6은 BIM 성과품에 대한 수동 품질검토와 자동 품질검토 시 표본별 소요시간을 비교한 결과이다. 수동 품질검토의 경우 전체 객체를 검토하는데 A는 약 8시간, B는 약 14시간, C는 약 17시간이 소요된 것으로 나타났다. 반면, 본 연구에서 개발한 소프트웨어를 활용하여 자동 품질검토를 할 경우 BIM 숙련도와 관계없이 모든 표본에서 약 3분 내외로 검토가 완료되었다.
Table 6
Comparison of time consumption between manual and automated quality reviews by sample
| Sample | Manual check | Automated check | |
| Time per object | Total time | Total time | |
| A | 15-20s | Approx. 8h | Approx.3m |
| B | 25-30s | Approx. 14h | |
| C | 30-35s | Approx. 17h | |
결과적으로 BIM 성과품에 대해 품질검토 시 본 소프트웨어를 활용할 경우, 수동 품질검토 대비 품질검토 시간을 각 표본별로 99.4%, 99.6%, 99.7% 수준으로 단축할 수 있음을 확인하였다. 이는 BIM 숙련자가 낮은 작업자라도 자동화 도구를 통해 신속하고 정확한 품질검토 업무 수행이 가능함을 시사한다.
5. 결 론
본 연구에서는 발주기관에서 정의한 BIM 적용지침을 기반으로 BIM 성과품의 품질검토 자동화 방법을 제안하고, 이를 Autodesk 사의 Navisworks Add-in 소프트웨어로 구현하여 검증하였다. 특히 본 연구에서 검증한 방법은 논리적 품질검토 방법으로, 발주기관에서 정의한 WBS 및 Pset 목록서를 품질검토의 기준(reference)으로 활용하고, 단지 분야 BIM 성과품을 대상으로 다음의 세 가지 품질검토 항목을 자동으로 수행하였다.
(1) 발주기관 WBS 및 Pset 목록서와 BIM 성과품 간의 불일치를 검출하는 WBS 정합성 검토
(2) WBS 누락 검토
(3) Pset 누락 검토
제안한 방법의 성능을 검증하기 위해, 목록서–성과품 정합성 오류 8개, Pset 누락 오류 2개, WBS 누락 오류 4개를 인위적으로 포함한 단지 분야 BIM 성과품을 구성하였다. 검증 결과, 본 연구의 방법론을 통해 개발한 소프트웨어는 세 가지 품질검토 항목에 해당하는 총 14개의 오류를 모두 자동으로 검출하였으며, 검토 결과를 오류 보고서 형태로 도출할 수 있음을 확인하였다. 또한 해당 오류 보고서를 기반으로 BIM 성과품을 수정한 후 재검사를 수행한 결과, 모든 검토 항목에서 이상이 없는 것을 확인할 수 있었다.
생산성 측면에서는 기존 수동 검토 방식 대비 소요 시간을 99% 이상 절감할 수 있었으며, 특히 작업자의 BIM 숙련도와 관계없이 일관된 검토 시간을 유지한다는 점을 입증하였다. 이를 통해 본 연구에서 제안한 품질검토 자동화 소프트웨어의 실무 적용 가능성을 검증하였고 품질검토 자동화를 통해 BIM 성과품 작성 이후 검토 시간을 단축하고, 검토 효율성을 향상시킬 수 있음을 확인하였다.
다만 본 연구에서 제안한 품질검토 방식은 WBS 누락, Pset 누락, 목록서-성과품 WBS 불일치와 같은 규칙 기반(Rule-based)의 오류 존재 여부를 판단하는 구조로 설계되어 있어, 객체별로 설계 지침 충족 수준을 평가하거나 Pset 항목에 해당하는 내용의 적정성을 판단하는데에는 한계가 있다. 이에 따라 향후 연구에서는 인공지능 기술을 접목하여, 단순한 오류 존재 여부 판별을 넘어 BIM 객체가 설계 지침을 얼마나 충실하게 반영하고 있고 객체별로 속성정보에 해당하는 내용을 올바르게 입력하였는지를 판단할 수 있는 지능형 품질검토 방법에 대한 연구가 필요할 것으로 판단된다.
또한, WBS 및 Pset의 연계를 품질검토 수준에 국한하지 않고, 노임·자재·장비 단가 등 기준 대가 정보를 WBS 및 Pset과 연계함으로써 공사비 내역서를 자동 산출하는 방법과 같이 WBS 및 Pset의 연계 범위 확장에 대한 연구가 필요할 것으로 판단된다.
결론적으로, 본 연구는 발주기관 적용지침을 기준으로 BIM 성과품의 논리적 품질을 자동으로 검토할 수 있는 실무 적용형 방법을 제시하였으며, 발주기관 BIM 적용지침과 단지 분야 BIM 성과품을 활용한 검증을 통해 그 유효성을 입증하였다. 이는 향후 공공 BIM 성과품의 품질 확보와 데이터 기반 건설관리의 고도화를 위한 기초 기술로 활용될 수 있을 것으로 기대된다.
