Downloaded 24 times
![Robotics
ZiwenZhuang/parkour: [CoRL 2023] Robot Parkour Learning](https://image.slidesharecdn.com/ai7-250819151541-97eb98af/85/AI-23-320.jpg)
![BIM-based DT – IoT database development
{
"ID": "IoT ID string",
"name": "IoT device name",
"description": "device description",
"MAC_address": "IP MAC address",
"sensors": [
{
"ID": "sensor ID",
"sensor_name": "temperature",
"sensor_type": "real",
"sensor_value": "27.3683",
"sensor_position":
"building#1.storey#1.room#106"
},
{
...
}
]
}](https://image.slidesharecdn.com/ai7-250819151541-97eb98af/85/AI-82-320.jpg)
![BIM-based DT – IoT database development
{
"ID": "IoT ID string",
"name": "IoT device name",
"description": "device description",
"MAC_address": "IP MAC address",
"sensors": [
{
"ID": "sensor ID",
"sensor_name": "temperature",
"sensor_type": "real",
"sensor_value": "27.3683",
"sensor_position":
"building#1.storey#1.room#106"
},
{
...
}
]
}](https://image.slidesharecdn.com/ai7-250819151541-97eb98af/85/AI-83-320.jpg)
![BIM-based DT – IoT database development
{
"ID": "IoT ID string",
"name": "IoT device name",
"description": "device description",
"MAC_address": "IP MAC address",
"sensors": [
{
"ID": "sensor ID",
"sensor_name": "temperature",
"sensor_type": "real",
"sensor_value": "27.3683",
"sensor_position":
"building#1.storey#1.room#106"
},
{
...
}
]
}](https://image.slidesharecdn.com/ai7-250819151541-97eb98af/85/AI-84-320.jpg)
![Energy Usage Optimization using AI
No Number of Nodes in Hidden Layers Dropout Batch size
M1 [12, 16, 32, 16, 12, 6] 0.00 32
M2 64
M3 0.01 32
M4 64
M5 [18, 24, 48, 24, 18, 12] 0.00 32
M6 64
M7 0.01 32
M8 64
M9 [24, 32, 64, 32, 24, 18] 0.00 32
M10 64
M11 0.01 32
M12 64
M13 [12, 16, 32, 64, 32, 16, 12] 0.00 32
M14 64
M15 0.01 32
M16 64](https://image.slidesharecdn.com/ai7-250819151541-97eb98af/85/AI-92-320.jpg)
Uploaded bymac999
건설산업 경쟁력 확보를 위한 AI에이전트와 로보틱스기반 스마트건설 동향 및 기술 세미나
AI에이전트와 로보틱스기반 스마트건설 동향 및 기술 세미나 공유합니다. 건설관리학회에서 2025년 8월에 발표한 자료이며, 건설 분야에서 사용되는 LLM, AI Agent, Robotics, IoT, Scan to BIM, Digital Twin 등 기술 최신 동향과 개발 과정 등이 포함되어 있습니다. 개발 과정 중 일부는 github등에서 제공됩니다. 아울러, 스마트건설의 한계와 챌린지도 함께 알아봅니다. 이를 통해, 앞으로 나아가야할 방향을 함께 고민해 보는 시간을 가집니다. 본 자료는 스마트 건설 생태계를 구성하는 다양한 기술들의 현주소를 상세히 분석합니다. LLM (거대 언어 모델) & AI Agent: 이제 인공지능은 단순 반복 작업을 넘어, 복잡한 의사결정을 돕는 파트너로 진화했습니다. 수만 페이지에 달하는 설계 도서와 시방서, 법규를 순식간에 학습한 LLM이 설계 변경에 따른 리스크를 예측하고 최적의 공법을 추천합니다. 나아가 AI 에이전트는 공정 데이터, 자재 현황, 인력 배치 등을 실시간으로 분석하여 프로젝트 관리자를 보조하고, 잠재적 위험 요소를 사전에 경고하는 등 현장의 '지능형 조수' 역할을 수행합니다. Robotics (건설 로보틱스): 위험하고 힘든 작업은 이제 로봇의 몫입니다. 고층 빌딩 외벽을 자율적으로 오르내리며 페인트칠하고 청소하는 로봇, 사람의 접근이 어려운 협소한 공간에서 정밀한 용접과 조립을 수행하는 로봇팔, 지정된 경로에 따라 자재를 운반하는 자율주행 운반 로봇 등 건설 현장의 생산성과 안전을 극대화하는 로보틱스 기술의 최신 사례를 다룹니다. IoT (사물인터넷): 현장의 모든 것이 '연결'됩니다. 자재, 장비, 그리고 근로자의 안전모에 부착된 IoT 센서는 실시간으로 방대한 데이터를 수집합니다. 이 데이터는 공정 지연, 자재 부족, 위험 구역 접근 등 현장의 모든 상황을 중앙 관제 시스템과 디지털 트윈에 즉각적으로 반영하여 데이터 기반의 신속하고 정확한 의사결정을 가능하게 합니다. Scan to BIM & Digital Twin (3D 스캐닝과 디지털 트윈): 현실의 건설 현장을 가상 세계에 완벽하게 복제합니다. 드론과 레이저 스캐너를 활용한 'Scan to BIM' 기술은 현재 시공 상태를 오차 없이 3D 모델로 변환하여 설계 도면과의 일치 여부를 정밀하게 검증합니다. 이렇게 구축된 BIM 모델은 디지털 트윈으로 확장되어, 단순한 3차원 모델을 넘어 공정, 비용, 시간 등 다양한 정보를 담은 가상 건설 현장이 됩니다. 우리는 디지털 트윈을 통해 현실에서 발생할 수 있는 수많은 시나리오를 시뮬레이션하며 최적의 해결책을 찾고, 완공 후에는 건물의 유지보수 및 관리까지 효율적으로 수행할 수 있습니다.
![[AWS Dev Day] 이머징 테크 | ROS 로 실현하는 어릴 적 로봇과학자의 꿈 - 박천구 AWS 솔루션즈 아키텍트, 박진용 우아한 ...](https://cdn.slidesharecdn.com/ss_thumbnails/ros-190930065536-thumbnail.jpg?width=640&height=640&fit=bounds)
![[2017 AWS Startup Day] 스타트업이 인공지능을 만날 때 : 딥러닝 활용사례와 아키텍쳐](https://cdn.slidesharecdn.com/ss_thumbnails/20171102awsstartupday2017-with-171102040932-thumbnail.jpg?width=640&height=640&fit=bounds)
건설산업 경쟁력 확보를 위한 AI에이전트와 로보틱스기반 스마트건설 동향 및 기술 세미나
- 1. Kang Taewook. Ph.D laputa99999@gmail.com AIAgent and Robotics in Smart Construction
- 2. KICT BIM, Facility Management,DX, Scan to BIM 12 books publication https://github.com/mac999
- 3. Contents LLM & AIAgent Trend Robotics Trend Smart Construction Usecase K-Smart Construction AI Agent & Robotics in R&D Challenge & Conclusion
- 4. LLM & AIAgent Trend
- 5. AX revolusion Members ofthe Nobel Committee for Chemistry at the Royal Swedish Academy of Sciences explain the work of 2024 Nobel Prize in Chemistry winners David Baker, Demis Hassabis and John M. Jumper.JONATHAN NACKSTRAND/AFP via Getty Images AI Pioneers Geoffrey Hinton And John Hopfield Win Nobel Prize For Physics | Latest News | WION
- 6. LLM Large Language Modelsas General Pattern Machines
- 7.
- 8. LLM Google and OpenAI’sAI models win milestone gold at global math competition - The Business Times
- 9. LLM China 이니셔티브 Link: 딥시크(deepseek) 오픈소스 코드 및 구조 분석하기
- 10.
- 11. AI agent 오픈소스sLLM Link: Gemma3 기반 Ollama 활용 AI 에이 전트 개발 핵심 Function Call 구현해 보기 Gemma 3 구글이 개발해 2025년 3월 10일에 출시한 LLM(1B, 4B,12B, 27B). 차세대 경량 오픈 멀티모달 AI 모델, 텍스트와 이미지를 동시에 처리할 수 있는 기능 지원. 컨텍스트 크기는 32k(1B), 128k(4B-27B) 지원 Gemma 3 Release - a google Collection
- 12. AI agent withMCP MCP (Model Context Protocol) Link: 인공지능 AI 에이전트 표준 프로토콜 MCP 개념, 사용, 개발 및 동작 구조 분석하기 https://github.com /modelcontextprot ocol/servers
- 13. AI Agent withcoding 바이브 코딩 This Game Created by AI 'Vibe Coding' Makes $50,000 a Month. Yours Probably Won’t, Wix Acquires Six-month-old AI “Vibe Coding” Startup Base44 for $80M Cash, Cognizant’s Vibe Coding Lesson for Indian IT, Vibe Coded a Website With My Daughter Using an AI Tool Called Bolt - Business Insider Vibe Coding: The Future of Software Development or Just a Trend? - Lovable Blog Build Apps with AI in Minutes | Base44
- 14.
- 15. Robotics BIM principle andDigital transformation: 2023년 하반기 해외 스마트건설 및 BIM 기술 트랜드 두산건설 XiteCloud
- 16. Robotics Trimble 의 건설장비가이던스 Earthworks 플랫폼 두산건설 XiteCloud
- 17. Robotics Digital Roads ofthe Future Partnership 프로젝트 사례 두산건설 XiteCloud
- 18. Robotics 3D 스캔 AI기반 스마트 인스펙션(Pomerleau) 두산건설 XiteCloud
- 19.
- 20.
- 21. Robotics Robot Operating SystemSoftware — ECI documentation
- 22. Robotics Robot Operating SystemSoftware — ECI documentation Daddy Makers: 벨로다인 LiDAR로 SLAM 개발
- 23. Robotics ZiwenZhuang/parkour: [CoRL 2023]Robot Parkour Learning
- 24. Robotics Design Your Roboton Hardware-in-the-Loop with NVIDIA Jetson | NVIDIA Technical Blog
- 25. Robotics Design Your Roboton Hardware-in-the-Loop with NVIDIA Jetson | NVIDIA Technical Blog
- 26. Robotics Design Your Roboton Hardware-in-the-Loop with NVIDIA Jetson | NVIDIA Technical Blog
- 27. Robotics HIL on NVIDIAOrin NX with Isaac ROS vslam and Nvblox
- 28. Robotics + AI+ IoT Open Neural Network eXchange
- 29. Robotics + AI+ IoT Figure AI
- 30. AI + Robotics isaac-sim/OmniIsaacGymEnvs:Reinforcement Learning Environments for Omniverse Isaac Gym
- 31.
- 32. AEC Challenge COVID 이후건설 노동력 문제 강화된 건설 현장 안전 문제 지속가능성 및 친환경 건설에 대한 요구 건설 DX 채택 어려움과 뒤쳐진 산업 경쟁력
- 33.
- 34. AI in Construction GlobalSmart Construction Market Overview(Market Research Future)
- 35. AI in Construction 건설AI글로벌 시장 규모 예상(The Business Research Company)
- 36. • Concept designgeneration • Reasoning for Smart construction • Anomaly detection in contract documents • Optimization in Construction Management • Simulation of construction planning scenarios with Digital Twin • Query and Decision making using LLM • Construction Robot with LLM • Personalised safety education and guidance system AI in Construction
- 37. Smart Construction Scenario Digital Twin Structural health monitoring Trackand trace Remote diagnosis Remote services Remote control Condition monitoring Systems health monitoring BIM as i-DB IoT… AI Sensor device ICBM Simulation Robotics Scan-Vision Smart contract based on Blockchain Gen AI Multi AI Agent
- 38. AI Agent withRobotics Robotics Ask. Safety? Performace? Site inspection? Autonomous construction? ReAct FuncCall AI Agent GIS BIM Docs Drawing … Simulation Context={ Site, Project, Resource… } Tools={ getSite(), getWorkingArea(), getInspectDevices(), robot.detectObjects(), getLimitZones(), getEnvSensors()… } LLM Communication Answer. Safety is … Performace … Site inspection … Autonomous construction … LLM Reasoning
- 39. Cursor + Autodesk 미래개별 소프트웨어 애드인이 지능형 에이전트로 대체될 것 (The Building Coder, 2025). LLM 에이전트와 APS의 접목(Autodesk)
- 40. Document Crunch Document Crunch LLM기반 계약서, 시방서 비정형 문서 분석. 리스크 관리, 정보 검색 시간 단축. 프로젝트 관리자, 법무팀, 하청업체가 복잡한 문서 검토 시 위험 관리 및 시간 절약.
- 41.
- 42. Autodesk Assistant Autodesk Assistant를통한 Agent 기능 실행(Autodesk) 자연어를 통해 캐드 데이터 접근 및 질의 답변
- 43.
- 44. Builtdots Builddots 컴퓨터 비전 기술기반 BIM 모델 비교 변화 추적 이스라엘 인공지능 건설 소프트웨어 스타트업. Intel Capital 주도. 1,500만 달러의 투자 유치
- 45. Procore Helix Procore Helix AI,에이전트 워크플로, 분석 지원하는 인텔리전스 시스템 지원
- 46. ALICE ALICE Technologies 다양한 시공시나리오 시뮬레이션 최적 공정 계획 지원
- 47.
- 48. Hilti Jaibot Hilti 천장드릴링 로봇 Hilti Jaibot(천장 드릴링), ACR의 TyBot(철근 결속)과 같은 전문 로봇은 특정 반복 작업을 자동화
- 49. Dusty Robotics Dusty Robotics BIM도면을 현장 바닥에 1:1로 인쇄하여 먹매김 오류를 방지
- 50. Trimble Construction One TrimbleConstruction One 기반 측량/스캔 로봇 (Trimble) Connected Construction 전략 통해 현장 하드웨어와 사무실 소프트웨어를 플랫폼으로 통합. 3차원 라이다, 로봇, 스캔 및 GPS 등 하드웨어 기술 활용, AI 데이터 파이프라인을 구축.
- 51.
- 52.
- 53.
- 54.
- 55. Scenario – IoTbased Road Pavement Quality Management R&D IoT Big data management AI + Simulation using LLM Cloud platform Machine control Field monitoring IoT sensor Usecase for safety, accuracy, productivity sensing Data analysis & prediction GIS IoT based monitoring Field control Infra IoT service connection Plant control system (SCADA) Field monitoring system LoRA, BLE, WiFi… Layer 8 | IISL (Infra IoT Service Layer) Worker Agency <device_definition id=‘dd#1’> <device id=‘T#1’name=‘temp’type=‘temperature’> <maker name=‘CH korea’ email=‘laputa99999_9@gmail.com’ tel=‘82-0330-0802-1013’ location=‘…’/> <specification> <op_range name=‘voltage’ unit=‘V’type=‘real’value=‘3.3’/> <op_range name=‘temperature’ unit=‘degree’ type=‘real’begin=‘-10.0’end=’60.0’/> <op_range name=‘humidity’unit=‘%R.H’type=‘real’begin=‘0.0’end=’50.0’/> <op_range name=‘GPS’unit=‘WGS84’type=‘vector2D’begin=‘(0,0)’ end=‘(127, 32)’/> <op_range name=‘characteristic_curve’unit1=‘temperature’ unit2=‘voltage’ type=‘vector2D’> (0,0), (1.2, 2.4), (3.5, 6.2), (4.1, 7.2) </op_range> <op_range name=‘period’unit=‘year’value=‘2’/> </specification> </device> </device_definition> Intelligent IoT sensor •Self diagnose •IISL protocol •Security •Availability 1 1 2 3 4 5 6 7 8 Plant sensing
- 56. Scenario – IoTbased Road Pavement Quality Management R&D
- 57. Scenario – IoTbased Road Pavement Quality Management R&D
- 58. Scenario – IoTbased Road Pavement Quality Management R&D
- 59. Scenario – IoTbased Road Pavement Quality Management R&D
- 60. Scenario – Smartconstruction R&D
- 61.
- 62.
- 63.
- 64.
- 65. AI Agent &Robotics in R&D https://github.com/mac999
- 66. Smart Inspection withRobotics Trimble 2021.3 Trimble GPS 카메라 카메라 스캐너 IMU DMI KICT
- 67. Smart Inspection withRobotics 원거리 영상 전송, 조명 추가. 주행 안전성(BLDC모터 적용) 및 장치 추가 편의성 개선. 1회 충전 4시간 운영 가능 현재, 협력기관과 함께 SLAM기반 장애물 자동 회피 개발 로버 기반 실시간 스캔 경로(좌) 및 수집된 포인트 클 라우드 데이터(우). 작업생산성 231% 개선 SLAM, LiDAR데이터 비교 검증. 평균 오차 18mm, 최 대오차 735mm 로버 장비(좌. 개발 협업 중), 개발 완료 후 테스트 중인 로버(중) 및 원격 운행 영상 모니터링(우) 원거리 영상 전송 테스트 장면
- 68. Smart Inspection withRobotics Δ 1.37% Δ 21.48% Δ 16.76% Δ 2.34% UNF Purdue
- 69. Scan to BIMfor Smart Inspection 3D Scan Data Level of Detail Massive 3D Data Reducer Noise Filtering Classification Geometry Mapping BIM Mapping GIS Mapping Service
- 70. Scan to BIMfor Smart Inspection 3D Scan Data Level of Detail Massive 3D Data Reducer Noise Filtering Classification Building facade Bridge Element Building Indoor Road Element Classification Model Geometry Mapping BIM Mapping GIS Mapping Service …
- 71. Scan to BIM LocSE AP Aggregation features(N, d’) Input point features (N, 3+ d) Local spatial encoding (LocSE) & attentive pooling (AP) LocSE AP Dilated residual block lrelu Train point features Training sequence Scan data classification
- 72. Scan to BIM Affinetransform GeoTiff conversion Property Geometry object BIM object Scan to BIM pipeline (SBDL)
- 73.
- 74. Scan to BIM mac999/scan_to_bim_pipeline:scan to bim pipieline
- 75. BIM-based DT -case study Space Environment Management. Ex. Temperature, Humidity, Light … Easy system maintenance Open source usage UNF Prototype Research
- 76. BIM-based DT -Framework Digital World View D1. BIM database D2. Property Database D3. Real World Connector D4. Open API D5. Data Analysis & Simulation Digital Twin Application Objective Definition Requirement Definition Architecture Design Development Operation & Maintenance Real World R1. As-Built BIM development R3. Digital World Connector D6. Dashboard Link Realtime R4. IoT Data flow Dependency Digital Twin Development Flow R2. Field & Legacy dataset Physical world Virtual world
- 77. BIM-based DT -Framework Digital World View D1. BIM database D2. Property Database D3. Real World Connector D4. Open API D5. Data Analysis & Simulation Digital Twin Application Objective Definition Requirement Definition Architecture Design Development Operation & Maintenance Real World R1. As-Built BIM development R3. Digital World Connector D6. Dashboard Link Realtime R4. IoT Data flow Dependency Digital Twin Development Flow R2. Field & Legacy dataset Physical world Virtual world BIM-DT Connector
- 78. BIM-based DT –LoD development BIM modeling Lightweight model development LoD modeling LoD 200 Model (20 Mb) BIM (Over 1 Gb)
- 79. BIM-based DT –LoD development BIM modeling Lightweight model development LoD modeling LoD 200 Model (20 Mb) BIM (Over 500 Mb) Building.floor.room bldg#1.1ST FLOOR.OFFICE 1204
- 80. BIM-based DT –IoT database development Setup IoT database Setup IoT device & metadata Install & connect IoT device in space Collect & Store IoT dataset Learning prediction & anomaly detection model Deploy & Operate deep learning model Dev & Ops for IoT dataset train
- 81. BIM-based DT –IoT database development Open API server IoT device IoT database BIM deep learning anomaly detection Building envornment monitoring service
- 82. BIM-based DT –IoT database development { "ID": "IoT ID string", "name": "IoT device name", "description": "device description", "MAC_address": "IP MAC address", "sensors": [ { "ID": "sensor ID", "sensor_name": "temperature", "sensor_type": "real", "sensor_value": "27.3683", "sensor_position": "building#1.storey#1.room#106" }, { ... } ] }
- 83. BIM-based DT –IoT database development { "ID": "IoT ID string", "name": "IoT device name", "description": "device description", "MAC_address": "IP MAC address", "sensors": [ { "ID": "sensor ID", "sensor_name": "temperature", "sensor_type": "real", "sensor_value": "27.3683", "sensor_position": "building#1.storey#1.room#106" }, { ... } ] }
- 84. BIM-based DT –IoT database development { "ID": "IoT ID string", "name": "IoT device name", "description": "device description", "MAC_address": "IP MAC address", "sensors": [ { "ID": "sensor ID", "sensor_name": "temperature", "sensor_type": "real", "sensor_value": "27.3683", "sensor_position": "building#1.storey#1.room#106" }, { ... } ] }
- 85. BIM-based DT –train & prediction LSTM unit LSTM unit LSTM unit LSTM unit Input Building Environment Data Dense layer (1) Predict Data LSTM Layer Loss = 6.5e-4
- 86. BIM-based DT –train & prediction Dataset Count RMSE train 1223 0.134 test 815 0.136
- 87. BIM-based DT -train & prediction anomaly data count = 45 (2.2%. σ=3)
- 88. BIM, IoT andDigital Twin Trimble 2021.3 Deep Learning IoT GIS
- 89. BIM, IoT andDigital Twin mac999/digital_twin_BIM_IoT: digital twin based building env management etc mac999/citygml_parser: CityGML 3.0 (Python version) parser for reading, writing, and converting CityGML files into JSON using Python. mac999/landxml_parser: LandXML parser
- 90. Energy Usage Optimizationusing AI Seoul Energy Dream Center
- 91. Energy Usage Optimizationusing AI 𝑦𝑡 = 𝜇𝑡 + 𝛾𝑡 + 𝛹𝑡 + 𝑖=1 𝑝 𝜙𝑖𝑦𝑖−1 + 𝑗=1 𝑚 𝛽𝑗𝑥𝑗𝑡 + 𝜀𝑡
- 92. Energy Usage Optimizationusing AI No Number of Nodes in Hidden Layers Dropout Batch size M1 [12, 16, 32, 16, 12, 6] 0.00 32 M2 64 M3 0.01 32 M4 64 M5 [18, 24, 48, 24, 18, 12] 0.00 32 M6 64 M7 0.01 32 M8 64 M9 [24, 32, 64, 32, 24, 18] 0.00 32 M10 64 M11 0.01 32 M12 64 M13 [12, 16, 32, 64, 32, 16, 12] 0.00 32 M14 64 M15 0.01 32 M16 64
- 93. Energy Usage Optimizationusing AI
- 94. Energy Usage Optimizationusing AI
- 95. Energy Usage Optimizationusing AI mac999/building_energy_prediction_model: building_energy_prediction_model for research project
- 96. AI Agent LLAMA& Langchain Langchain CEO. 2022. 30M$ in 2023.
- 97.
- 98.
- 99.
- 100.
- 101.
- 102. AI Agent withBIM mac999/BIM_LLM_code_agent: BIM agent using RAG
- 103.
- 104.
- 105. AI Agent withGIS mac999/geo-llm-agent-dashboard: Geo Map AI Agent Dashboard Web App for example
- 106.
- 107.
- 108. LLM in Engineering ENAModel ID Train No Loss Accuracy Model size (kb) Time performance (minutes) M1.1. MLP 1650 0.0870 0.9494 61 0:02:34 M1.2. MLP 1714 0.0852 0.9519 84 0:02:36 M1.3. MLP 1716 0.0882 0.9544 93 0:02:42 M1.4. MLP 1718 0.1322 0.9507 30 0:02:25 M2.1. LSTM 1730 0.0889 0.9408 812 0:02:13 M2.2. LSTM 1732 0.0851 0.9420 850 0:02:17 M2.3. LSTM 1734 0.0886 0.9408 3,312 0:02:00 M3.1. Transformers 2003 0.3533 0.7744 74,557 0:11:06 M3.2.Transformers 2014 0.3551 0.7719 74,557 0:07:48 M3.3.Transformers 2021 0.3596 0.7423 74,557 0:06:25 M4.1. LLM 0103 0.0587 0.9507 427,783 3:12:05 M4.2. LLM 2334 0.0534 0.9531 427,783 7:59:00 BERT
- 109.
- 110. LLM in Engineering mac999/earthwork-net-model· Hugging Face
- 111. Conclusion • AI Agent와로보틱스 기술 급격한 발전 • AI Agent 기반 건설 테크 기업의 증가 • LLM은 멀티모달, 다중 에이전트의 OS로써 역할 • LLM은 Edge Computer 에 내장 • AI기반 디지털트윈 시뮬레이션을 통한 재작업 감소, 비용개선
- 112.
- 113.
- 114.
- 115.
- 116.
- 117. Smart Construction Challenge •이기종 시스템 간 상호운용성 부족 • 열악한 현장 환경과 네트워크 불안전성 • 스마트 건설 데이터 품질 문제 • 건설 분야 학습 데이터의 부족 • 데이터 보안 및 활용시 책임 문제 • 높은 초기 기술 도입 비용 • 전문 인력 부족 • 법 제도 기반 미흡
- 118.