기존 내륙자원의 고갈과 새로운 자원 탐색의 필요성으로 인해, 에너지 플랜트 시공 현장의 위치는 해양, 북극, 사막과 같은 극한 기후를 가진 지역으로 이동하는 추세이다. 그러나, 시공에 있어 극한지(極寒地)의 환경 조건은 프로젝트 진행상의 다양한 리스크의 원인이 된다. 특히 짧은 일조와 작업환경의 극단적 기온은 현장 작업인력의 고용 비용을 증가시키고, 현장 작업성을 악화시킨다. 이러한 한계점을 극복하기 위해 해양 플랜트에서 주로 사용되던 ...
기존 내륙자원의 고갈과 새로운 자원 탐색의 필요성으로 인해, 에너지 플랜트 시공 현장의 위치는 해양, 북극, 사막과 같은 극한 기후를 가진 지역으로 이동하는 추세이다. 그러나, 시공에 있어 극한지(極寒地)의 환경 조건은 프로젝트 진행상의 다양한 리스크의 원인이 된다. 특히 짧은 일조와 작업환경의 극단적 기온은 현장 작업인력의 고용 비용을 증가시키고, 현장 작업성을 악화시킨다. 이러한 한계점을 극복하기 위해 해양 플랜트에서 주로 사용되던 모듈화 공법을 육상 플랜트에도 도입하는 것이 고려되고 있다. 국내에서는 국토교통부 및 국토교통과학기술진흥원의 지원으로 2014년도부터 캐나다, 베네수엘라 등의 격오지에 건설되는 오일 샌드(Oil Sand) 플랜트 모듈화 기술에 대한 연구가 진행되고 있으며, 국제 플랜트 모듈화 건설시장의 규모는 2020년 3,953억 달러로 예측되는데 이는 2015년의 2,775억 달러에 비해 대략 42% 증가한 것으로, 플랜트 건설의 모듈화 동향을 보여준다. 모듈러 공법은 시공성 향상을 통해 공기단축을 꾀하는 공법으로, 공기 단축 외에도 품질 향상 등의 이점을 갖는다. 이러한 이점에도 불구하고, 모듈러 공법은 새로운 기술적 고려사항의 발생, 초기 설계 단계의 비중 변화에 따른 초기 비용 증가와 같은 새로운 리스크를 촉발한다. 이렇듯 모듈러 공법의 도입은 장점과 단점을 동시에 가지기 때문에, 의사 결정상의 어려움을 수반한다. 특히 모듈러 공법의 도입 여부는 사업의 초기단계에 결정되어야 하기 때문에, 프로젝트 데이터가 부족한 국내 건설기업들은 의사 결정에 어려움을 겪고 있다. 이에 따라 건설기업을 위한 플랜트 모듈화 의사결정 연구가 다방면으로 이루어지고 있으나, 의사결정자의 점수 평가 방식이 주로 사용되고 있으며 이로 인해 의사결정자의 주관적인 판단에 따른 격차가 크게 나타난다는 한계점이 지적되고 있다. 이러한 한계점을 해결하기 위해 온톨로지 모델을 의사결정 모형에 도입하는 시도가 이루어진 바 있다. 온톨로지란 정보공학적으로 특정한 분야의 개념 및 개념간의 관계를 정형(formal) 어휘로서 기술하는 것으로, 여러 지식 개념의 의미적 연결과 연역 및 추론에 활용되어 데이터 자원의 효과적 관리 및 검색을 가능하게 한다. 또한, 구축된 온톨로지 모델은 문맥 조건에 독립적인 의미를 내포하므로, 모델 내에서의 연역추론의 객관성이 확보되는데, 이를 통해 객관적인 의사결정을 지원하는 것이 가능하고, 더 나아가 인공지능을 통한 시스템 자동화의 바탕이 된다. 따라서 의사결정 모델에 온톨로지 기법을 적용시킬 경우, 전문가의 의사판단을 근거로 객관적 관계 모형을 설립하여 프로젝트 데이터가 부족한 경우에도 보다 나은 의사결정을 내리는 것이 가능하다. 본 논문은 국내 건설사의 국외 극한지 플랜트 프로젝트 수행의 모듈러 공법 의사결정을 위해 제안된 방법론들, 특히 CII의 PPMOF 프레임워크가 갖는 한계점을 개선하기 위한 온톨로지 기반의 의사결정 모델을 제안하는 것을 목표로 한다. 첫째로 기존 문헌을 통해 플랜트 프로젝트, 모듈화 및 온톨로지에 대한 이론들을 고찰하였다. 또한 제안된 플랜트 모듈화 의사결정 지원 시스템들에 대해 살펴보고 장, 단점을 조사하였으며, 플랜트 모듈화에 영향을 미치는 다양한 요인들을 정리하였다. 둘째로, 플랜트 모듈화에 영향을 미치는 요인들과 요인들의 영향을 문헌과 전문가 인터뷰를 통해 도출했고, 연관관계를 정의하여 온톨로지 모형을 구축하였다. 마지막으로, 구축한 온톨로지 모형을 기반으로 의사결정 모델을 제안하고, 이를 현업 전문가를 대상으로 국내 건설사에서 실제로 수행된 프로젝트에 대해 적용하여 전문가의 의사결정 점수에 대한 분산치 감소를 분석하였다. 제안된 모델은 CII의 의사결정 지원 시스템보다 대략 55%정도 낮은 분산치를 기록하였고, 따라서 기존의 모델에 비해 실무자의 관점에 따른 차이를 온톨로지 도입을 통해 개선하는 데 성공하였다.
기존 내륙자원의 고갈과 새로운 자원 탐색의 필요성으로 인해, 에너지 플랜트 시공 현장의 위치는 해양, 북극, 사막과 같은 극한 기후를 가진 지역으로 이동하는 추세이다. 그러나, 시공에 있어 극한지(極寒地)의 환경 조건은 프로젝트 진행상의 다양한 리스크의 원인이 된다. 특히 짧은 일조와 작업환경의 극단적 기온은 현장 작업인력의 고용 비용을 증가시키고, 현장 작업성을 악화시킨다. 이러한 한계점을 극복하기 위해 해양 플랜트에서 주로 사용되던 모듈화 공법을 육상 플랜트에도 도입하는 것이 고려되고 있다. 국내에서는 국토교통부 및 국토교통과학기술진흥원의 지원으로 2014년도부터 캐나다, 베네수엘라 등의 격오지에 건설되는 오일 샌드(Oil Sand) 플랜트 모듈화 기술에 대한 연구가 진행되고 있으며, 국제 플랜트 모듈화 건설시장의 규모는 2020년 3,953억 달러로 예측되는데 이는 2015년의 2,775억 달러에 비해 대략 42% 증가한 것으로, 플랜트 건설의 모듈화 동향을 보여준다. 모듈러 공법은 시공성 향상을 통해 공기단축을 꾀하는 공법으로, 공기 단축 외에도 품질 향상 등의 이점을 갖는다. 이러한 이점에도 불구하고, 모듈러 공법은 새로운 기술적 고려사항의 발생, 초기 설계 단계의 비중 변화에 따른 초기 비용 증가와 같은 새로운 리스크를 촉발한다. 이렇듯 모듈러 공법의 도입은 장점과 단점을 동시에 가지기 때문에, 의사 결정상의 어려움을 수반한다. 특히 모듈러 공법의 도입 여부는 사업의 초기단계에 결정되어야 하기 때문에, 프로젝트 데이터가 부족한 국내 건설기업들은 의사 결정에 어려움을 겪고 있다. 이에 따라 건설기업을 위한 플랜트 모듈화 의사결정 연구가 다방면으로 이루어지고 있으나, 의사결정자의 점수 평가 방식이 주로 사용되고 있으며 이로 인해 의사결정자의 주관적인 판단에 따른 격차가 크게 나타난다는 한계점이 지적되고 있다. 이러한 한계점을 해결하기 위해 온톨로지 모델을 의사결정 모형에 도입하는 시도가 이루어진 바 있다. 온톨로지란 정보공학적으로 특정한 분야의 개념 및 개념간의 관계를 정형(formal) 어휘로서 기술하는 것으로, 여러 지식 개념의 의미적 연결과 연역 및 추론에 활용되어 데이터 자원의 효과적 관리 및 검색을 가능하게 한다. 또한, 구축된 온톨로지 모델은 문맥 조건에 독립적인 의미를 내포하므로, 모델 내에서의 연역추론의 객관성이 확보되는데, 이를 통해 객관적인 의사결정을 지원하는 것이 가능하고, 더 나아가 인공지능을 통한 시스템 자동화의 바탕이 된다. 따라서 의사결정 모델에 온톨로지 기법을 적용시킬 경우, 전문가의 의사판단을 근거로 객관적 관계 모형을 설립하여 프로젝트 데이터가 부족한 경우에도 보다 나은 의사결정을 내리는 것이 가능하다. 본 논문은 국내 건설사의 국외 극한지 플랜트 프로젝트 수행의 모듈러 공법 의사결정을 위해 제안된 방법론들, 특히 CII의 PPMOF 프레임워크가 갖는 한계점을 개선하기 위한 온톨로지 기반의 의사결정 모델을 제안하는 것을 목표로 한다. 첫째로 기존 문헌을 통해 플랜트 프로젝트, 모듈화 및 온톨로지에 대한 이론들을 고찰하였다. 또한 제안된 플랜트 모듈화 의사결정 지원 시스템들에 대해 살펴보고 장, 단점을 조사하였으며, 플랜트 모듈화에 영향을 미치는 다양한 요인들을 정리하였다. 둘째로, 플랜트 모듈화에 영향을 미치는 요인들과 요인들의 영향을 문헌과 전문가 인터뷰를 통해 도출했고, 연관관계를 정의하여 온톨로지 모형을 구축하였다. 마지막으로, 구축한 온톨로지 모형을 기반으로 의사결정 모델을 제안하고, 이를 현업 전문가를 대상으로 국내 건설사에서 실제로 수행된 프로젝트에 대해 적용하여 전문가의 의사결정 점수에 대한 분산치 감소를 분석하였다. 제안된 모델은 CII의 의사결정 지원 시스템보다 대략 55%정도 낮은 분산치를 기록하였고, 따라서 기존의 모델에 비해 실무자의 관점에 따른 차이를 온톨로지 도입을 통해 개선하는 데 성공하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.