데이터 증강 기반 건축현장 품질 및 안전 성과 평가 모델 개발 = Development of a Stochastic Performance Assessment Framework for Construction Quality and Safety Metrics Using Data Augmentation

국문 초록 (Abstract)

건축현장의 기술력과 관리 역량이 발전하면서 품질 및 안전 성과에 대한 측정과 평가 방식에 관한 관심이 증가하고 있다. 기존 제도적 기준의 충족 여부로 성과를 이분법적으로 평가하는 방식은 건축현장의 품질 및 안전 성과를 포괄적으로 설명하 기에 한계가 있다. 기준을 충족한 건축현장별 성과 수준에 대한 차별화된 결과는 기술력과 관리 역량의 효율성을 측정하는 데 중요한 정보로 활용할 수 있다. 현행 품질 및 안전 성과 수준을 평가하기 위한 통계적 모델은 표준화와 계량적 분석에 한 계가 있고, 성과지표별 수집 가능한 데이터의 양적 규모를 충분히 확보하는데 어렵다. 본 연구는 건축현장 품질 및 안전 성과 를 평가하는데 필요한 데이터의 부족을 보완하고, 특정 건축현장의 성과 수준을 정량적으로 측정할 수 있는 모델 제안하고 자 한다. 또한, 최근 강조되고 있는 품질과 안전 성과영역을 대상으로 건축현장에서 공통적으로 획득할 수 있는 성과 지표를 정의하고, 데이터 강화와 누적분포함수를 활용해 지표별 성과측정 모델을 구축하였다. 데이터 강화 기반 모델은 원데이터 의 경험적 분포와 비교하여 성과를 측정할 수 있는 표준화된 모델로 유의미한 것으로 분석되었다. 본 연구에서 제시된 모델 은 건축산업의 포괄적인 성과 수준에 대한 추이 분석과 정책적 제도 개선을 위한 기초 자료를 지원할 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Concurrent with the progressive advancement of technological capabilities and managerial competencies in building construction environments, there exists an increasing emphasis on rigorous quantification and evaluation of quality assurance and safety performance metrics. However, comprehensive performance assessment cannot be adequately derived solely from regulatory compliance parameters. The heterogeneous performance outcomes observed among construction sites that satisfy minimum regulatory requirements provide critical insights for evaluating the efficacy of technological and managerial competencies. Extant statistical frameworks for quality and safety performance evaluation encounter significant methodological limitations regarding standardization and quantitative analysis, exacerbated by insufficient volumetric data acquisition for pertinent performance indicators. This investigation addresses the challenge of data insufficiency in quality and safety performance evaluation and proposes an innovative model for quantitative measurement of performance metrics. The research establishes universally applicable performance indicators for construction environments, with particular emphasis on the increasingly prioritized domains of quality assurance and safety performance. The proposed methodological framework was developed through the implementation of data augmentation techniques and cumulative distribution function analysis. The performance measurement model, formulated utilizing augmented datasets, was validated for assessment reliability through comparative analysis with a statistical model derived from empirical observations. This analytical framework is anticipated to facilitate trend analysis of comprehensive performance parameters within the construction sector and to provide substantive data for informing regulatory enhancement initiatives.