공동주택 골조공사의 표준품셈 기반 노무량 예측 회귀모델 개발 Development of Regression Model for Labor-Quantity Prediction based on Standard of Estimate in Multi-Housing Project원문보기
건설 프로젝트의 성공적인 완수를 위해서는 노무량의 합리적인 예측이 매우 중요하다. 이에 정부에서는 공공공사에서의 노무량 예측 기준을 제시하기 위하여, 표준품셈을 제작하여 배포하고 있다. 하지만, 표준품셈에 의한 노무량 산정은 실제 투입 노무량에 비해 과다산정되는 경향이 큰 것으로 알려져 있다. 이에 표준품셈의‘건축부문 제1장 적용기준’에서는 산출된 노무량을‘현장여건, 기후의 특성 및 기타 조건에 따라 조정’하여 적용하도록 권하고 있다. 그러나 조정 기준 및 방법이 구체적으로 제시되어 있지 않기 때문에 건설업체별로 개별 사례데이터를 축적하여 이를 조정하여 적용할 필요가 있다. 하지만 업무체계와 ...
건설 프로젝트의 성공적인 완수를 위해서는 노무량의 합리적인 예측이 매우 중요하다. 이에 정부에서는 공공공사에서의 노무량 예측 기준을 제시하기 위하여, 표준품셈을 제작하여 배포하고 있다. 하지만, 표준품셈에 의한 노무량 산정은 실제 투입 노무량에 비해 과다산정되는 경향이 큰 것으로 알려져 있다. 이에 표준품셈의‘건축부문 제1장 적용기준’에서는 산출된 노무량을‘현장여건, 기후의 특성 및 기타 조건에 따라 조정’하여 적용하도록 권하고 있다. 그러나 조정 기준 및 방법이 구체적으로 제시되어 있지 않기 때문에 건설업체별로 개별 사례데이터를 축적하여 이를 조정하여 적용할 필요가 있다. 하지만 업무체계와 기술관리가 비교적 취약한 중‧소형 건설회사의 경우, 개별 사례데이터의 축적 및 관리가 어려운 실정이다. 이에 본 연구에서는 표준품셈에서 제공되는 노무량 정보를 개별 건설사업의 특성을 반영하여 조정할 수 있도록, 표준품셈 기반의 노무량 예측 회귀모델을 개발하였다. 또한, 건설사업의 진행에 따라 예측 정확도를 높일 수 있도록 보정 회귀모델을 함께 제시하였다. 본 연구에서 제안하는 표준품셈 기반 노무량 예측 회귀모델의 개발과정 및 분석결과를 요약하면 다음과 같다. 첫째, 선행연구 고찰을 통하여 표준품셈의 현황 및 문제점을 파악하였다. 둘째, 선행연구에서 제시되었던 노무량 예측방법의 분석을 통하여, 기존 방법의 한계점 및 문제점을 도출하였다. 도출된 한계점을 개선하기 위하여 실적데이터와 표준품셈 소요인력을 활용하여 노무량을 예측하는 프로세스를 제시하였다. 셋째, 수집된 자료를 노무량 예측 회귀모델에 적용하기 위하여 실적데이터를 정리하였다. 실적데이터와 표준품셈 정보를 활용하여 공동주택의 전체층수, 기준층 면적, 기준층 수, 기준층 물량, 표준품셈 소요인력을 산정하였다. 넷째, 앞서 제시한 개발프로세스와 실적데이터를 바탕으로 표준품셈 기반 노무량 예측 회귀모델을 개발하였다. 우선, 수집된 22건의 실적사례 중 17건을 모델개발에 사용하여 노무량 예측 영향요인을 도출하였다. 다음으로 개발된 모델을 활용한 노무량 예측방법을 제안하였으며, 예측결과에 대한 해석과 활용방법을 제시하였다. 공동주택 특성 상 여러 개의 동을 몇 개의 구역으로 설정하기 때문에 구역마다 골조공사를 진행하는 순서가 다를 수 있다. 따라서 본 연구에서는 회귀모델의 예측 정확도 향상을 위하여, 한 개동 기준층 골조공사가 완료되면 전체 기준층 투입 노무량 정보를 노무량 예측 영향요인으로 추가하여 회귀모델을 구축하는 보정방안을 제안하였다. 다섯째, 표준품셈 기반 노무량 예측 회귀모델의 유효성 및 타당성을 확인하기 위하여 개발에 사용된 17건의 사례를 제외한 나머지 5건을 활용하여 검증을 실시하였다. 표준품셈 방식의 예측 노무량 평균 오차율은 거푸집공 544%, 철근공 646%, 콘크리트공 650%로 산출되었다. 표준품셈 기반 노무량 예측 회귀모델의 예측 노무량 평균 오차율은 거푸집공 20%, 철근공 11%, 콘크리트공 50%로 산출되었으며, 표준품셈 기반 노무량 예측 보정 회귀모델의 예측 노무량 평균 오차율은 거푸집공 4%, 철근공 6%, 콘크리트공 17%로 산출되었다. 따라서 개발된 모델의 결과가 표준품셈 방식의 예측 노무량보다 실제 투입 노무량에 근접하게 도출되어 모델의 예측성능이 우수함을 알 수 있다. 한편, 표준품셈 방식의 예측 노무량은 과다산정되는 경향이 큰 것으로 알려져 있으며, 일반적으로 평균 200~300%의 오차가 있을 수 있다. 하지만 검증결과, 표준품셈 방식의 예측 노무량 평균 오차율은 거푸집공 544%, 철근공 646%, 콘크리트공 650%로 산출되었다. 일반적인 평균보다 많은 오차가 발생한 이유로, 본 연구에서는 3개 단지의 데이터를 동별로 분리하여 22건의 사례데이터로 구축하였다. 또한 실제 투입된 노무량 정보는 각 단지별로 현장관리자 경험 및 건설회사의 관리특성으로 인하여 투입 노무량이 많거나 적을 수도 있다. 때문에 각 단지별 특성으로 인하여 표준품셈 방식의 예측 노무량 평균 오차율이 크게 발생하는 것으로 사료된다. 본 연구에서 개발한 표준품셈 기반 노무량 예측 회귀모델을 사용하면 건설공사의 기본적인 정보와 표준품셈의 정보를 활용하여 노무량 예측을 할 수 있다. 또한, 노무량 예측 모델에서 제시한 평균값을 이용한 비교분석에서도 모델의 예측성능이 검증되었다. 따라서 개발된 모델은 중‧소형 건설회사에서 노무량을 예측하는데 용이하게 사용될 것으로 기대되며, 중‧소형 건설회사의 비용‧인력측면에서의 부담을 덜어줄 수 있을 것으로 판단된다. 한편, 본 연구는 공동주택을 연구대상으로 선정하였고, 골조공사 중 기준층에 투입되는 노무량을 예측하였다. 그리고 수집한 자료의 한계성으로 인하여 기능공과 조공을 구분하여 노무량을 예측하지 않고, 두 개의 노무량을 합산하여 반영하였다. 따라서 향후 추가 연구로, 기준층을 제외한 나머지 층에 대한 투입 노무량 예측이 필요할 것으로 판단되며, 건축공사 중 투입 노무량이 비교적 많은 마감공사에 대한 추가분석도 이루어져야 한다. 아울러 기능공과 조공을 분리하여 노무량을 예측하는 연구도 필요할 것으로 판단된다.
건설 프로젝트의 성공적인 완수를 위해서는 노무량의 합리적인 예측이 매우 중요하다. 이에 정부에서는 공공공사에서의 노무량 예측 기준을 제시하기 위하여, 표준품셈을 제작하여 배포하고 있다. 하지만, 표준품셈에 의한 노무량 산정은 실제 투입 노무량에 비해 과다산정되는 경향이 큰 것으로 알려져 있다. 이에 표준품셈의‘건축부문 제1장 적용기준’에서는 산출된 노무량을‘현장여건, 기후의 특성 및 기타 조건에 따라 조정’하여 적용하도록 권하고 있다. 그러나 조정 기준 및 방법이 구체적으로 제시되어 있지 않기 때문에 건설업체별로 개별 사례데이터를 축적하여 이를 조정하여 적용할 필요가 있다. 하지만 업무체계와 기술관리가 비교적 취약한 중‧소형 건설회사의 경우, 개별 사례데이터의 축적 및 관리가 어려운 실정이다. 이에 본 연구에서는 표준품셈에서 제공되는 노무량 정보를 개별 건설사업의 특성을 반영하여 조정할 수 있도록, 표준품셈 기반의 노무량 예측 회귀모델을 개발하였다. 또한, 건설사업의 진행에 따라 예측 정확도를 높일 수 있도록 보정 회귀모델을 함께 제시하였다. 본 연구에서 제안하는 표준품셈 기반 노무량 예측 회귀모델의 개발과정 및 분석결과를 요약하면 다음과 같다. 첫째, 선행연구 고찰을 통하여 표준품셈의 현황 및 문제점을 파악하였다. 둘째, 선행연구에서 제시되었던 노무량 예측방법의 분석을 통하여, 기존 방법의 한계점 및 문제점을 도출하였다. 도출된 한계점을 개선하기 위하여 실적데이터와 표준품셈 소요인력을 활용하여 노무량을 예측하는 프로세스를 제시하였다. 셋째, 수집된 자료를 노무량 예측 회귀모델에 적용하기 위하여 실적데이터를 정리하였다. 실적데이터와 표준품셈 정보를 활용하여 공동주택의 전체층수, 기준층 면적, 기준층 수, 기준층 물량, 표준품셈 소요인력을 산정하였다. 넷째, 앞서 제시한 개발프로세스와 실적데이터를 바탕으로 표준품셈 기반 노무량 예측 회귀모델을 개발하였다. 우선, 수집된 22건의 실적사례 중 17건을 모델개발에 사용하여 노무량 예측 영향요인을 도출하였다. 다음으로 개발된 모델을 활용한 노무량 예측방법을 제안하였으며, 예측결과에 대한 해석과 활용방법을 제시하였다. 공동주택 특성 상 여러 개의 동을 몇 개의 구역으로 설정하기 때문에 구역마다 골조공사를 진행하는 순서가 다를 수 있다. 따라서 본 연구에서는 회귀모델의 예측 정확도 향상을 위하여, 한 개동 기준층 골조공사가 완료되면 전체 기준층 투입 노무량 정보를 노무량 예측 영향요인으로 추가하여 회귀모델을 구축하는 보정방안을 제안하였다. 다섯째, 표준품셈 기반 노무량 예측 회귀모델의 유효성 및 타당성을 확인하기 위하여 개발에 사용된 17건의 사례를 제외한 나머지 5건을 활용하여 검증을 실시하였다. 표준품셈 방식의 예측 노무량 평균 오차율은 거푸집공 544%, 철근공 646%, 콘크리트공 650%로 산출되었다. 표준품셈 기반 노무량 예측 회귀모델의 예측 노무량 평균 오차율은 거푸집공 20%, 철근공 11%, 콘크리트공 50%로 산출되었으며, 표준품셈 기반 노무량 예측 보정 회귀모델의 예측 노무량 평균 오차율은 거푸집공 4%, 철근공 6%, 콘크리트공 17%로 산출되었다. 따라서 개발된 모델의 결과가 표준품셈 방식의 예측 노무량보다 실제 투입 노무량에 근접하게 도출되어 모델의 예측성능이 우수함을 알 수 있다. 한편, 표준품셈 방식의 예측 노무량은 과다산정되는 경향이 큰 것으로 알려져 있으며, 일반적으로 평균 200~300%의 오차가 있을 수 있다. 하지만 검증결과, 표준품셈 방식의 예측 노무량 평균 오차율은 거푸집공 544%, 철근공 646%, 콘크리트공 650%로 산출되었다. 일반적인 평균보다 많은 오차가 발생한 이유로, 본 연구에서는 3개 단지의 데이터를 동별로 분리하여 22건의 사례데이터로 구축하였다. 또한 실제 투입된 노무량 정보는 각 단지별로 현장관리자 경험 및 건설회사의 관리특성으로 인하여 투입 노무량이 많거나 적을 수도 있다. 때문에 각 단지별 특성으로 인하여 표준품셈 방식의 예측 노무량 평균 오차율이 크게 발생하는 것으로 사료된다. 본 연구에서 개발한 표준품셈 기반 노무량 예측 회귀모델을 사용하면 건설공사의 기본적인 정보와 표준품셈의 정보를 활용하여 노무량 예측을 할 수 있다. 또한, 노무량 예측 모델에서 제시한 평균값을 이용한 비교분석에서도 모델의 예측성능이 검증되었다. 따라서 개발된 모델은 중‧소형 건설회사에서 노무량을 예측하는데 용이하게 사용될 것으로 기대되며, 중‧소형 건설회사의 비용‧인력측면에서의 부담을 덜어줄 수 있을 것으로 판단된다. 한편, 본 연구는 공동주택을 연구대상으로 선정하였고, 골조공사 중 기준층에 투입되는 노무량을 예측하였다. 그리고 수집한 자료의 한계성으로 인하여 기능공과 조공을 구분하여 노무량을 예측하지 않고, 두 개의 노무량을 합산하여 반영하였다. 따라서 향후 추가 연구로, 기준층을 제외한 나머지 층에 대한 투입 노무량 예측이 필요할 것으로 판단되며, 건축공사 중 투입 노무량이 비교적 많은 마감공사에 대한 추가분석도 이루어져야 한다. 아울러 기능공과 조공을 분리하여 노무량을 예측하는 연구도 필요할 것으로 판단된다.
For a successful construction project, reasonable prediction is very important for the labor quantity. So government develops and distributes standard of estimate as a standard for labor quantity prediction of public construction project. However, it is known that the labor quantity estimated on the...
For a successful construction project, reasonable prediction is very important for the labor quantity. So government develops and distributes standard of estimate as a standard for labor quantity prediction of public construction project. However, it is known that the labor quantity estimated on the basis of standard of estimate tends to be excessively calculated than actual input labor quantity. So ‘Chapter 1. Application Criteria, Construction’ of standard of estimate recommends to apply calculated labor quantity ‘by adjusting it to site conditions, climate characteristics, and others.’ But specific adjustment criteria and method are not give so it is required for individual constructors to accumulate case data in order to adjust and apply it. In addition, it will be difficult for small and medium-sized construction companies with relatively vulnerable business systems and technology management to accumulate and manage individual case data. So this research developed Regression Model for Labor-Quantity Prediction based on Standard of Estimate in order to reflect characteristics of individual construction projects to adjust labor quantity information, which is delivered from the standard of estimate. As well, it proposed correction regression model to improve prediction accuracy as construction business proceeds. Here is the summary of development process and analysis result for the proposed Regression Model for Labor-Quantity Prediction based on Standard of Estimate. Firstly, consideration of advanced research found out current state and problem of standard of estimate. Secondly, it deducted limitations and problems of existing methods by analyzing the labor quantity prediction proposed in the advanced research. To improve the deducted limitation, it proposed labor quantity prediction with case data and standard of estimate manpower. Thirdly, it arranged case data to apply collected data to Regression Model for Labor-Quantity Prediction. With case data and standard of estimate manpower information, it calculated total floor, typical area, typical floor, typical quantity, and standard of estimate manpower of multi-housing project. Fourthly, it developed Regression Model for Labor-Quantity Prediction based on Standard of Estimate on the basis of aforementioned development process and case data. It firstly deducted influential factors on labor quantity prediction by using 17 out of 21 case data for the model development. And then developed model was used to propose the labor quantity prediction method and thus interpretation and application of prediction result. Lastly, a multi-housing project may set several zones with multiple sectors so reinforced concrete construction may have different process for individual zones. To improve the prediction accuracy of regression model, this study proposed a compensation plan to develop regression model by adding total typical floor input labor quantity information as influential factors of labor quantity prediction when typical floor reinforced concrete construction is finished for a sector. Fifthly, remaining 5 case data were used for verification in order to verify the effectiveness and validity of Regression Model for Labor-Quantity Prediction. Labor quantity prediction average error rate of standard of estimate was form work labor 544%, reinforcing steel labor 646%, and concrete labor 650%. Labor quantity prediction average error rate of Regression Model for Labor-Quantity Prediction based on Standard of Estimate was form work labor 20%, reinforcing steel labor 11%, and concrete labor 50% while labor quantity prediction average error rate of Correction Regression Model for Labor-Quantity Prediction based on Standard of Estimate was form work labor 4%, reinforcing steel labor 6%, and concrete labor 17%. The result of developed model was closer to actual input labor quantity than labor quantity prediction of standard of estimate method, indicating excellent prediction performance of the model. Developed Regression Model for Labor-Quantity Prediction based on Standard of Estimate uses information and information of standard of estimate as fundamentals of construction work to predict labor quantity. As well, the prediction performance of model was verified in comparison analysis using average value proposed by the labor quantity prediction model. So the developed model facilitate predicting labor quantity by small and medium-sized construction companies while reducing their burden with cost and manpower. Meanwhile, this research selected the multi-housing project as the research subject and predicted labor quantity for typical floor in reinforced concrete construction. To overcome the limitation of collected data, construction craftsperson and labor assistants were separated to add and reflect 2 labor quantities instead of predicting the labor quantity. Therefore, it will be required to predict input labor quantity for the floors excluding typical floor, and to analyze interior construction with relative high input labor quantity in construction work. Furthermore, it will be necessary to study labor quantity prediction by separating construction craftsperson and labor assistants.
For a successful construction project, reasonable prediction is very important for the labor quantity. So government develops and distributes standard of estimate as a standard for labor quantity prediction of public construction project. However, it is known that the labor quantity estimated on the basis of standard of estimate tends to be excessively calculated than actual input labor quantity. So ‘Chapter 1. Application Criteria, Construction’ of standard of estimate recommends to apply calculated labor quantity ‘by adjusting it to site conditions, climate characteristics, and others.’ But specific adjustment criteria and method are not give so it is required for individual constructors to accumulate case data in order to adjust and apply it. In addition, it will be difficult for small and medium-sized construction companies with relatively vulnerable business systems and technology management to accumulate and manage individual case data. So this research developed Regression Model for Labor-Quantity Prediction based on Standard of Estimate in order to reflect characteristics of individual construction projects to adjust labor quantity information, which is delivered from the standard of estimate. As well, it proposed correction regression model to improve prediction accuracy as construction business proceeds. Here is the summary of development process and analysis result for the proposed Regression Model for Labor-Quantity Prediction based on Standard of Estimate. Firstly, consideration of advanced research found out current state and problem of standard of estimate. Secondly, it deducted limitations and problems of existing methods by analyzing the labor quantity prediction proposed in the advanced research. To improve the deducted limitation, it proposed labor quantity prediction with case data and standard of estimate manpower. Thirdly, it arranged case data to apply collected data to Regression Model for Labor-Quantity Prediction. With case data and standard of estimate manpower information, it calculated total floor, typical area, typical floor, typical quantity, and standard of estimate manpower of multi-housing project. Fourthly, it developed Regression Model for Labor-Quantity Prediction based on Standard of Estimate on the basis of aforementioned development process and case data. It firstly deducted influential factors on labor quantity prediction by using 17 out of 21 case data for the model development. And then developed model was used to propose the labor quantity prediction method and thus interpretation and application of prediction result. Lastly, a multi-housing project may set several zones with multiple sectors so reinforced concrete construction may have different process for individual zones. To improve the prediction accuracy of regression model, this study proposed a compensation plan to develop regression model by adding total typical floor input labor quantity information as influential factors of labor quantity prediction when typical floor reinforced concrete construction is finished for a sector. Fifthly, remaining 5 case data were used for verification in order to verify the effectiveness and validity of Regression Model for Labor-Quantity Prediction. Labor quantity prediction average error rate of standard of estimate was form work labor 544%, reinforcing steel labor 646%, and concrete labor 650%. Labor quantity prediction average error rate of Regression Model for Labor-Quantity Prediction based on Standard of Estimate was form work labor 20%, reinforcing steel labor 11%, and concrete labor 50% while labor quantity prediction average error rate of Correction Regression Model for Labor-Quantity Prediction based on Standard of Estimate was form work labor 4%, reinforcing steel labor 6%, and concrete labor 17%. The result of developed model was closer to actual input labor quantity than labor quantity prediction of standard of estimate method, indicating excellent prediction performance of the model. Developed Regression Model for Labor-Quantity Prediction based on Standard of Estimate uses information and information of standard of estimate as fundamentals of construction work to predict labor quantity. As well, the prediction performance of model was verified in comparison analysis using average value proposed by the labor quantity prediction model. So the developed model facilitate predicting labor quantity by small and medium-sized construction companies while reducing their burden with cost and manpower. Meanwhile, this research selected the multi-housing project as the research subject and predicted labor quantity for typical floor in reinforced concrete construction. To overcome the limitation of collected data, construction craftsperson and labor assistants were separated to add and reflect 2 labor quantities instead of predicting the labor quantity. Therefore, it will be required to predict input labor quantity for the floors excluding typical floor, and to analyze interior construction with relative high input labor quantity in construction work. Furthermore, it will be necessary to study labor quantity prediction by separating construction craftsperson and labor assistants.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.