Plan AI for 건설·부동산
측량 데이터와 드론 이미지로 부지 3D 모델을 자동 생성, 시간 80% 절감
전문가가 수일에서 수주를 들여 만들던 건설현장 부지 3D 모델을 측량 데이터와 드론 이미지만으로 자동 생성하는 프로그램을 개발해 소요 시간을 80% 줄였습니다.
- 01 · Challenge문제 정의
- 02 · Approach접근 설계
- 03 · Build구축·검증
- 04 · Results성과 측정
핵심 성과
문제
건설현장 부지의 3D 모델링은 측량 데이터를 기반으로 전문가가 수작업으로 진행해 많은 시간과 비용이 들었다. 현장 하나를 모델링하는 데 숙련 전문가가 수일에서 수주까지 투입되어야 했고, 초기 기획 단계에서 지형 분석이 지연되면 전체 공정 일정에 영향을 미쳤다. 측량 포인트 클라우드와 드론 촬영 이미지를 결합해 정밀한 3D 지형 모델을 생성하되, 노이즈 제거와 이미지 정합 오차를 최소화하는 것이 기술적 난제였다. 평지, 경사지, 절개지 등 다양한 지형 조건에서 일관된 정확도를 유지하는 자동화 파이프라인이 필요했고, 범용 상용 소프트웨어로는 건설현장 특유의 지형 특성을 반영하기 어려웠다. 연구 데이터의 재현성과 결과물의 호환성을 보장하는 표준화된 출력 포맷도 요구되었다.
접근
포인트 클라우드 전처리 알고리즘과 이미지 기반 특징점 매칭을 결합한 하이브리드 방식을 채택했다. 드론 촬영 이미지에서 SfM(Structure from Motion) 기법으로 초기 3D 점군을 생성하고 측량 데이터와 정합하는 워크플로우를 설계했다. 연구팀과 반복적인 프로토타이핑으로 평지, 경사지, 암반 등 지형 유형별 최적 파라미터를 실험적으로 도출하고, 노이즈 필터링에는 통계적 이상치 제거와 딥러닝 기반 분류를 병행했다. 전체 파이프라인을 모듈화해 각 단계를 독립적으로 개선·테스트할 수 있게 했다. 포인트 클라우드 업로드부터 최종 모델 출력까지 중간 수작업 없이 연결되며, 내장 3D 뷰어로 결과를 즉시 검증하고 파라미터를 조정해 재생성할 수 있다. 지형 유형 자동 분류와 OBJ, FBX 등 주요 포맷 내보내기도 지원한다.
진행 과정
- 01드론 이미지 SfM 점군 생성과 측량 데이터 정합 워크플로우 설계
- 02통계적 이상치 제거·딥러닝 분류 병행 노이즈 필터링 구축
- 03지형 유형별 최적 파라미터 실험 도출
- 04지형 특성 인식 기반 메시 자동 생성 모듈 개발
- 05내장 3D 뷰어와 파라미터 조정·재생성 인터페이스 구현
- 06OBJ·FBX 표준 포맷 내보내기와 검증
결과
- 측량 데이터와 드론 이미지 입력만으로 3D 지형 모델을 자동 생성하는 프로그램 완성
- 수일 걸리던 모델링이 수시간 내로 단축되어 약 80% 시간 절감
- 지형 정확도 95% 이상으로 실무 적용 가능한 품질 입증
- 연구팀이 다수 건설현장의 비교 분석을 빠르게 수행
- 연구 성과의 학술 논문 발표와 건설 업계 실용화 문의로 연결
인계물
포인트 클라우드 정제부터 메시 생성, 3D 뷰어 검증, 표준 포맷 내보내기까지 통합된 자동 3D 모델링 프로그램.
수작업으로 며칠 걸리던 3D 모델링이 자동화 프로그램으로 몇 시간이면 완성됩니다.
연구책임자, 국내 공과대학 연구팀
기술 스택
- 포인트 클라우드 처리
- SfM 이미지 정합
- 딥러닝 노이즈 분류
사례 정보
| 업종 | 건설·부동산 |
|---|---|
| 부서 | 연구팀 |
| 기간 | 3개월 |
| 구축 범위 | AI 시스템 |
| 상태 | 구축 완료 |
실제 사례 기반이며 사명은 마스킹 처리했습니다.