슈퍼브에이아이, LH 하자 분류 자동화…年 400만장 분석
[파이낸셜뉴스] 슈퍼브에이아이가 인공지능(AI)을 활용해 공동주택 하자 민원 처리와 시설물 유지관리 효율화에 나선다. 하자 이미지 자동 분류를 통해 상담 업무 부담을 줄이고, 축적된 데이터를 시설물 보수·교체 계획에 활용한다. 건설·주택 관리 분야까지 AI 기반 데이터 활용 범위를 넓히려는 행보로 분석된다.
2일 업계에 따르면 슈퍼브에이아이는 LH에 시각언어모델(VLM) 기반 하자 자동 분류 시스템을 구축하는 1차 사업을 완료하고 현재 2차 고도화 사업을 진행하고 있다.
LH는 매달 약 30만장의 하자 민원이 접수되면서 기존 텍스트·전화 상담 중심의 분류 방식에 한계를 겪어왔다. 하자 분류 기준이 공간, 부위·자재, 하자 유형, 공종, 공사 유형 등 5개 축으로 구성돼 1만8000가지가 넘는 조합에 달하는 데다 상담원 경력에 따라 판단이 달라질 수 있어 일관된 분류 품질을 유지하기 어려웠다.
슈퍼브에이아이는 1차 사업에서 여러 단계로 나뉘어 있던 하자 분류 과정을 VLM 단일 모델로 통합했다. 이미지 한 장을 분석해 5개 항목을 동시에 분류하며, 민원 접수 직후 24시간 실시간으로 처리 결과와 판단 근거를 자연어 문장으로 제공한다. 하자 위치를 찾는 모델과 유형을 분류하는 모델을 별도로 운영할 필요가 없는 게 강점으로 꼽힌다.
균열과 누수, 파손, 곰팡이, 오염 등 주요 하자 유형을 분류하며 사진만으로 원인을 특정하기 어려운 경우에도 학습된 패턴을 바탕으로 추론한다. 시스템은 검출 정확도 90% 이상, 오탐·미탐 10% 이하를 목표로 설계됐다.
이에 따라 상담 인력은 단순 접수·분류 대신 판단이 필요한 민원 응대에 집중할 수 있고, 정형화된 하자 데이터는 단지와 자재, 시공 연차별 발생 패턴을 분석하는 데 활용할 수 있을 것으로 예상된다. 반복적으로 하자가 발생하는 지점을 사전에 점검하거나 노후 시설물의 교체·보수 시기를 정하는 장기수선계획 수립에도 활용할 수 있을 전망이다.
김현수 슈퍼브에이아이 대표는 "이번 1차 사업은 복잡한 분류체계와 대량의 비정형 데이터라는 이중의 과제를 VLM 단일 모델로 해결한 사례"라며 "진행 중인 2차 고도화 사업도 차질 없이 수행하는 한편, 하자 분류를 넘어 시설물 점검, 민원 이미지 분석 등 비전 AI 적용 영역을 확대해 나가겠다"고 말했다.
[email protected] 장민권 기자
