건설 및 부동산의 미래: 건설 건강 부문에서 얻은 교훈

지난 기사에서 우리는 범용 인공지능 솔루션이 의료 분야에서 어떻게 실패하는 경우가 많은지 살펴보았습니다. 오늘은 이 교훈이 건설 분야에도 어떻게 적용되는지, 마찬가지로 전문화된 솔루션을 필요로 하는 복잡한 영역을 살펴봅니다.

소개: 일반 AI를 넘어서

인공지능은 모든 산업 분야의 기업 리더들의 관심을 사로잡았습니다. 그러나 최근 의료 및 건설 부문의 경험에서 알 수 있듯이, 범용 AI 솔루션은 고도로 전문화된 분야에 적용하면 실패하는 경우가 많습니다. 진정한 변혁은 일반적인 역량을 특정 문제에 적용하는 데서 오는 것이 아니라, 산업의 토대부터 근본적으로 이해하는 AI를 구축하는 데서 옵니다.

이러한 진실은 건설 및 부동산 부문을 분석하면 명확히 드러납니다. 이 부문은 여러 분야의 복잡성, 시장 분열, 엄격한 규제로 인해 전문적인 솔루션만이 효과적으로 해결할 수 있는 고유한 과제를 만들어냅니다.

전문화된 분야에 대한 이해가 필요합니다

용어 및 규제 불일치

일반적인 AI 모델은 "지지벽"과 "격벽", 또는 "슬래브 기초"와 "기둥 기초"와 같은 기본적인 기술 개념을 올바르게 구분하지 못하며, 이로 인해 정확성이 안전에 필수적인 프로젝트에서 잘못된 해석이 발생합니다. 이러한 용어상의 불일치는 지역적 차이에도 적용됩니다. 이탈리아의 "라테로시멘토 슬래브"는 북유럽 슬래브 시스템과 다른 특성을 가지고 있으며, 구조 및 내진 계산에 중요한 영향을 미칩니다.

마찬가지로, 지역마다 다른 건축법규, 안전 기준, 환경 규정을 갖춘 건설 산업의 엄격한 규제 프레임워크는 일반적인 AI 솔루션으로는 거의 해결할 수 없는 과제입니다. 유로코드와 이탈리아 기술 건설 표준(NTC)은 일반 AI가 구별할 수 없는 안전 계수에 상당한 차이가 있으며, 이는 구조적 안전에 심각한 결과를 초래할 수 있습니다.

변혁적 잠재력 인식

이러한 과제에도 불구하고 AI가 이 업계를 혁신할 잠재력은 널리 인정받고 있습니다. JLL의 2023년 글로벌 부동산 기술 설문조사(Global Real Estate Technology Survey)에 따르면, 투자자, 개발업체, 기업 임차인들은 AI와 생성형 AI를 향후 3년간 부동산 업계에 가장 큰 영향을 미칠 3대 기술 중 하나로 꼽았습니다. 그러나 같은 응답자들은 블록체인, 가상현실, 로봇공학 등 다른 기술에 비해 AI에 대한 이해도가 가장 낮다고 답했습니다.

이처럼 겉보기에 모순되는 모습은 인식된 잠재력과 실제 구현 사이의 격차를 메울 수 있는 전문적인 접근 방식의 필요성을 강조합니다.

전문화된 접근 방식: 건설 부문의 성공 사례

건설을 위한 전문 AI 솔루션은 이미 실제 사례 연구를 통해 그 가치를 입증하고 있습니다.

설계 오류 감소

대규모 주거 프로젝트에서 부문별 인텔리전스 모듈을 구현한 결과 다음과 같은 결과가 나타났습니다.

• 설계 오류 68% 감소
• 검토 시간 23% 단축
• 전체 비용 약 15% 절감 추정
• 납기 시간의 뚜렷한 개선

특히 주목할 만한 것은 건설 중에 발생하는 변형 관리에 미치는 영향으로, 역사적으로 비용이 최대 20~30%까지 증가했습니다. 이 전문 플랫폼은 모든 관련 프로젝트 문서에 변경 사항을 자동으로 전파하는 기능 덕분에 이러한 영향을 7%까지 줄였습니다.

최적화된 자재 관리

인프라 구축업체가 다음과 같은 결과를 가져온 특수 자재 관리 모듈을 구현했습니다.

• 재고 보유량 31% 감소
• 배송 지연 24% 감소
• 물류 비용 200만 유로 이상 절감
• 자재 낭비 감소를 통한 지속가능성 개선

중요하지만 종종 간과되는 측면은 현금 흐름 관리에 미치는 영향입니다. 구매 최적화를 통해 묶여 있는 자본이 42%나 줄었고, 회사의 재정 상태가 크게 개선되었습니다.

건설 현장 계획 최적화

복잡한 도시 재개발을 전문으로 하는 건설 회사는 다음과 같은 결과를 가져오는 시공간 최적화 알고리즘을 구현했습니다.

• 전체 공사 기간 28% 단축
• 작업팀 효율성 34% 향상
• 동시 작업 간 간섭 62% 감소
• 일정 예측 정확도 향상, 최종 편차 5% 미만

이 사례는 전문화된 AI가 업계의 고질적인 문제 중 하나인 여러 변수와 제약이 있는 복잡한 상황에서 프로그래밍하는 데 따르는 어려움을 어떻게 해결할 수 있는지 보여줍니다. CPM이나 PERT와 같은 기존 프로젝트 관리 기술은 실제 상황에서 상당한 한계를 보이는 반면, AI 기반 접근 방식은 측정 가능한 운영적 우수성을 입증했습니다.

더 큰 그림: 부동산 시장의 변화

AI의 영향은 건설 분야를 넘어 5가지 핵심 측면에서 부동산 산업 전체를 혁신하고 있습니다.

1. 지리적 위치 및 클러스터링

AI 기업과 투자는 기존 기술 시장에 집중되는 경향이 있습니다. JLL 조사에 따르면 AI 인재에 대한 수요가 급증하고 있으며, 2021년 초부터 구인 공고가 250% 이상 증가했습니다. 장기적으로 이러한 성장은 AI 인재가 있는 곳, 즉 기존 1차 및 2차 기술 허브, 혁신 센터, 대학에 집중될 가능성이 높습니다.

미국에서는 AI 기업의 42%가 샌프란시스코 만 지역에 집중되어 있으며, 그 뒤를 이어 보스턴, 시애틀, 뉴욕이 뒤따르고 있습니다. 올해 말까지 미국에서만 부동산 면적이 160만 제곱피트 증가할 것으로 예상됩니다.

2. 자산 간 수요 변화

AI를 개발하려면 더 많고 향상된 데이터 센터, 에너지 네트워크, 연결 인프라가 필요합니다. JLL 글로벌 데이터 센터 전망 2023에 따르면, 글로벌 콜로케이션 데이터 센터 시장은 2021년부터 2026년까지 연평균 11.3% 성장할 것으로 예상되는 반면, 하이퍼스케일 데이터 센터 시장은 연평균 약 20%로 더욱 빠르게 성장할 것으로 예상됩니다.

AI 인프라의 입지 기준은 에너지 가격과 토지 비용이 낮은 것에 더 큰 가중치를 두어 미국 애틀랜타, 말레이시아, 태국과 같이 경쟁이 덜한 시장에서의 성장을 촉진합니다.

3. 새로운 유형의 자산 및 제품

진정한 지능형 빌딩의 탄생이 임박했습니다. 오늘날 건물의 기본 기능이 인터넷 연결인 것처럼, AI 기반 인프라가 기본 표준이 될 것입니다. AI는 또한 지속 가능성이 높은 탄소 배출 없는 건물을 만드는 데 도움이 될 것입니다.

이는 건설 산업에서 설명하는 "동적 디지털 트윈"과 일치합니다. 이는 BIM의 정적 개념을 넘어 건물 수명 주기 전체에 걸쳐 실시간으로 진화하는 모델로 확장되어 운영 비용을 23-31% 절감하고 장비의 유효 수명을 15-20% 늘리는 예측 유지 관리 관리를 가능하게 합니다.

4. 새로운 투자 및 수익 모델

AI가 강화된 인수 심사 및 프로세스를 통해 거래 속도가 빨라지고 부동산과 시장에 대한 이해가 더욱 효율적으로 이루어져 전 세계적으로 투자가 촉진될 것입니다. AI 기반 인프라와 여러 시스템을 연결하는 능력은 "서비스로서의 공간" 모델의 확장과 소유자 및 개발자를 위한 새로운 수익원을 창출할 수도 있습니다.

JLL 보고서에서 인용된 구체적인 사례 중 하나는 Royal London Asset Management의 경우로, 125,000제곱피트 규모의 상업용 건물에서 HVAC 운영과 에너지 효율성이 크게 개선되었다고 기록했습니다. JLL의 AI 기술을 구현하여 회사는 708%의 기록적인 투자 수익률과 59%의 에너지 절감을 달성했으며, 연간 최대 500톤의 탄소 배출량을 줄였습니다.

5. 공간의 디자인과 기능에 대한 새로운 접근 방식

AI는 경험 중심의 디자인과 높은 수준의 사용자 정의가 가능한 환경 설정을 가능하게 할 것입니다. 이는 건설 산업에서 설명하는 검사를 위한 다중 모드 AI를 보완하는데, 이는 드론과 IoT 센서에서 얻은 텍스트, 이미지, 데이터에 대한 이해를 결합하여 건설의 진행 상황과 품질을 모니터링하며, 특히 실시간 구조 모니터링을 위한 LiDAR 기술과 통합하는 데 특히 유망합니다.

사회경제적 차원: 업무 및 기술에 미치는 영향

대체에 대한 두려움과는 달리, 수집된 데이터는 전문화된 AI가 인력에 긍정적인 영향을 미치고 있음을 보여줍니다.

기존 기술 강화

전문화된 AI는 숙련된 장인의 역할을 강화하여 이들이 행정 업무에서 벗어나 작업의 품질 측면에 집중할 수 있도록 했습니다. 이로 인해 인식된 품질이 향상되었고 기술적 전문성이 재평가되었습니다.

이러한 접근 방식은 AI 서비스 제공업체가 인간 중심 접근 방식을 모색하고, 인간 역할을 완전히 대체하는 것을 목표로 하는 "자동 조종" 제품이 아닌, 사람을 돕기 위해 고안된 "보조 조종" 제품을 개발하기 위해 의식적으로 선택하고 있다는 Microsoft CEO Satya Nadella의 비전과 일치합니다.

전문가 프로필의 변형

"BIM 건설 관리자"와 "디지털 건설 전문가" 등 기존 건설 기술과 디지털 기술을 모두 아우르는 기술을 갖춘 새로운 하이브리드 역할이 등장하고 있습니다. 이러한 프로필은 업계 평균보다 35~40% 더 높은 급여를 받습니다.

골드만삭스에 따르면, MIT 경제학자 David Autor의 연구를 인용해 지난 80년간 미국 내 고용 성장의 85% 이상이 기술 주도의 새로운 일자리 창출로 설명된다고 합니다.

경험의 민주화

AI는 모범 사례를 체계화하고 접근 가능하게 만드는 능력을 갖추고 있어 대기업과 중소기업 간의 성과 격차를 줄였으며, 기업 규모보다는 실제 품질을 기준으로 공정한 경쟁을 촉진했습니다.

미래: 새로운 혁신과 전략적 접근 방식

임박한 기술 발전

건설 부문의 미래 혁신은 다음과 같습니다.

• 현장 안전을 위한 예측 분석: 과거 데이터와 현장 구성을 기반으로 위험 상황을 사전에 파악하는 모델로, 사고 예측 정확도 76%, 중대 재해 잠재적 감소율 58%를 기록했습니다.
• 점검을 위한 멀티모달 AI: 드론과 IoT 센서에서 수집한 텍스트, 이미지, 데이터를 통합 분석해 공사 진행 상황과 품질을 모니터링하는 기능입니다.
• 건설 로봇공학과의 통합: 바닥 시공 로봇과 마감 자동화 시스템을 활용한 초기 파일럿 프로젝트에서는 반복 작업 생산성이 최대 300% 향상되었으며, 품질 향상과 폐기물 감소 효과도 확인되었습니다.

JLL은 부동산 부문 전반에서 생성 AI에 대한 기업 활용 사례 시장이 2023년에 426억 달러에 이를 것으로 예상하고, 2026년까지 연간 성장률이 32%로 증가해 981억 달러에 이를 것으로 전망했습니다.

전략적이고 책임감 있는 채택

조직에서는 책임감 있고 윤리적인 방식으로 비즈니스 목표를 지원하기 위해 AI의 힘을 활용하는 방법을 고려해야 합니다. JLL은 세 가지 유형의 새로운 규정에 대해 경계하는 것이 중요하다고 강조합니다.

1. 데이터 품질, 지적 재산권, 개인정보 보호, 데이터 보안과 관련된 시장 표준 및 프로토콜.
2. 노동 시장을 충격으로부터 보호하기 위한 조치나 자율주행 차량에 대한 안전 기준 등 사회적 위험을 완화하기 위한 규제.
3. 환경 관련 법률, 특히 성장하는 디지털 경제로 인한 탄소 배출을 완화하기 위한 법률.

조직에서는 다음과 같은 핵심 질문을 고려해야 합니다. AI의 성장은 투자 및 현지화 전략에 어떤 의미를 갖습니까? 지금 준비하고 테스트해야 할 기존 또는 미래의 AI 애플리케이션은 무엇인가? 잠재적인 사업적, 사회적 위험은 무엇인가?

결론: 전문화된 접근 방식의 가치

의료 분야와 마찬가지로 건설 및 부동산 분야에서도 진정한 변혁은 복잡한 문제에 범용 AI를 적용하는 데서 오는 것이 아니라, 해당 산업의 고유한 과제에 맞춰 특별히 구축된 솔루션에서 옵니다.

건설업은 복잡성은 높고 디지털화는 낮은 산업의 대표적인 사례입니다. 디지털 도입률 기준으로 산업 부문 중 끝에서 두 번째를 차지합니다. 바로 이러한 특성 때문에 건설업은 범용 솔루션 대비 전문화된 AI의 가치를 입증하기에 이상적인 시험대가 됩니다.

건설 부문의 특징은 지식 집약적이고 노동 집약적이며, 인지적 차원과 운영적 차원 사이에 섬세한 균형을 이루고 있다는 점입니다. 이러한 이원론에는 데이터 처리에만 국한되지 않고 해당 부문의 특징인 의사 결정 및 운영 프로세스를 깊이 이해하는 AI 시스템이 필요합니다.

한 대형 건축 회사의 프로젝트 매니저는 이렇게 말했습니다. "범용 AI와 전문 건설 AI의 차이는 일반 작업자와 전문 기술자의 차이와 같습니다. 둘 다 가치가 있지만, 복잡한 프로젝트에서는 전문 지식이 필수적입니다."

미래의 과제는 수직적 전문화와 수평적 상호 운용성 사이에서 적절한 균형을 찾아 공급망의 다양한 참여자가 서로 통신할 수 있는 맞춤형 솔루션의 혜택을 누릴 수 있도록 하는 것입니다. 이런 방식으로만 AI는 혁신에 가장 소극적인 분야 중 하나를 효율성, 지속 가능성, 품질의 모범 사례로 변모시키겠다는 약속을 이행할 수 있습니다.