건설소식
2026년 들어 국내 주요 공공 발주기관들의 AI 도입 방식이 달라지고 있습니다.
단순한 파일럿이나 선언적 로드맵 수준을 넘어, 조직 개편과 전담 인력 배치, 현장 적용까지 구체화되는 흐름입니다.
LH, 한국도로공사, 국가철도공단, 한국수자원공사 네 기관에서 동시다발적으로 나타나고 있는 변화입니다.
이번 기사에서는 공공 발주기관들의 AI 전환 동향을 정리하고, 이 흐름이 공통적으로 가리키는 구조적 과제 하나를 짚어보겠습니다.
한국토지주택공사(LH)는 지난해 8월 AI혁신센터(TFT)를 신설했습니다.
9명 규모의 전담 인력이 내부 AI 추진 현황을 점검하고 핵심 과제를 총괄·관리하는 역할을 맡고 있습니다.
최근에는 'LH AI 대전환(AX) 로드맵 수립 용역'을 본격화해, 사업기획·설계·시공·유지관리·주거복지·경영관리 등 전 업무 프로세스를 분석하고 생성형 AI 적용 유형을 도출하는 작업에 착수했습니다.
KPI 체계 설계와 단기·중장기 과제 포트폴리오 구성까지 포함된 체계적 접근입니다.
한국도로공사는 차량 탑재 영상분석 시스템으로 주행 중 노면 손상을 실시간 탐지하고, 터널 스캐너로 고속도로 터널 외관을 노선 차단 없이 점검하고 있습니다.
화물차 적재불량 자동 선별, AI CCTV 기반 건설현장 위험요소 탐지까지 현장 전반에 AI를 실전 투입하고 있습니다.
국가철도공단은 2024년 구축한 철도시설 종합정보시스템(RAFIS)을 AI로 고도화하고 있습니다.
시설물 유지보수 이력 데이터를 AI로 분석해 최적 보수 시기를 진단하는 체계를 구축하고 있으며, GIS DB·모바일 시스템과의 연계도 병행 추진 중입니다.
한국수자원공사는 하루 약 74억 건에 달하는 수자원 데이터를 AX 자원으로 활용하기 위해 AI 정수장 모델을 전국으로 확대하고 있으며, 최근 부산시와 손잡고 지방상수도로 AI 물관리 모델을 확대하는 선도사업에 착수했습니다.
이런 흐름이 의미하는 바는 분명합니다.
공공 발주기관의 AI 전략 무게중심이 '선언적 로드맵'에서 '현장 적용 결과'로 옮겨가고 있다는 점입니다.
그동안 공공 분야의 AI 도입은 외부 자문이나 시범 사업 단위에 머무는 경우가 많았습니다.
그러나 이번에 확인되는 네 기관의 움직임은 다릅니다.
LH는 전담 조직과 KPI 체계를 만들었고, 도로공사·철도공단·수자원공사는 노면, 터널, 시설물, 정수 공정처럼 매일 발생하는 운영 데이터에 곧장 AI를 붙이고 있습니다.
즉 AI가 더 이상 미래 계획서의 항목이 아니라, 현재의 운영 비용과 사고 위험을 줄이기 위한 실무 도구로 자리 잡고 있는 단계입니다.
여기서 한 가지 구조적 과제가 드러납니다.
네 기관 모두 현장에서 발생하는 비정형 데이터를 구조화된 정보로 전환하는 과제를 핵심으로 삼고 있다는 점입니다.
도로 노면 상태, 터널 외관 스캔 결과, 철도 시설 유지보수 이력, 정수 처리 공정 데이터는 모두 현장에서 수집되지만, 기존 방식으로는 제때 정리·분석되지 못한 채 사장되어 온 정보입니다.
결국 AI가 바꾸는 것은 단순한 자동화가 아니라, 현장 데이터가 의사결정 가능한 정보로 전환되는 속도이며, 그 전환의 출발점은 '현장 기록'에 있습니다.
아무리 정교한 AI 모델을 도입해도, 그 모델에 넣을 데이터가 누락 없이 구조화되어 있지 않다면 결과의 신뢰성은 흔들릴 수밖에 없습니다.
이 지점에서 디지털프레소가 바라보는 방향이 있습니다.
저희가 만드는 종합건설 현장 플랫폼 RenameDP는 건설 현장의 비정형 데이터(사진·음성·영상)를 촬영하는 순간 장소·시간 등 메타데이터를 자동 매핑해 카테고리별로 구조화된 문서로 전환합니다.
즉 '현장에서 무슨 일이 있었는가'가 그 순간의 맥락 그대로 분석 가능한 데이터로 남는 구조이며, 이렇게 정리된 기록은 공공 발주기관이 추진하는 AX 흐름과 같은 방향으로 곧장 연결될 수 있습니다.
AI가 작동할 수 있는 데이터 토양을 현장에서부터 만들어두는 마지막 한 칸을, 기록 자동화가 메워줄 수 있습니다.
AI 도입을 검토하고 계신 발주기관이나 시공사라면, 좋은 모델을 선택하는 일만큼이나 그 모델이 학습·운영할 데이터가 현장에서 어떻게 쌓이고 있는지도 함께 살펴보시기 바랍니다.
이번 동향이 보여주는 신호는 분명합니다.
공공 분야 AI는 더 이상 별도의 신사업이 아니라, 기존 운영 업무 안으로 스며드는 단계에 들어섰습니다.
LH·도로공사·철도공단·수자원공사의 행보는 같은 방향을 가리키고 있습니다.
관건은 '얼마나 큰 모델을 도입했는가'보다 '현장에서 발생한 데이터가 그 모델까지 어떻게 흘러가는가'입니다.
발주기관의 AX 흐름이 일회성 도입에 그치지 않고 매번 데이터로 축적되어 다음 의사결정의 근거로 이어진다면, 공공 인프라 운영은 점차 사람의 경험에만 의존하지 않는 구조로 전환될 수 있을 것입니다.
대한경제 - "LH, AI 전담조직 신설…도공ㆍ철도공단ㆍ수공, 현장 유지관리 고도화"
본 콘텐츠는 (주)디지털프레소가 제작했으며, 위 자료를 참고했습니다. 자세한 내용은 원문을 확인하시기 바랍니다.
