공사비 예측을 위한 수량기반 데이터 분석방법 : 공공 아파트 수장공사 중심으로 Method of Quantity Data Analysis for Building Construction Cost Estimation : Focusing on Finish Work of Public Apartment Project원문보기
건설산업은 발주자가 생산활동(시공) 이전에 소요되는 비용을 예측하여 수급자에게 도급주는 형식을 취한다. 따라서 공사비 예측은 건설 프로젝트 전 단계에 걸쳐 수차례 이루어져야 하며, 발주자와 수급자 모두에게 중요하다. 그러나 국내의 경우 단가물량내역 완료전 공사비 예측은 실적자료를 이용한 면적당 단가방식을 벗어나지 못하고 있으며 이를 보완하기 위한 정형화된 절차와 방법이 미비한 것이 현실이다. 이에 본 연구는 국내 공공 아파트 사업 주동을 대상으로 수량기반 공사비 분석 방법인 면적형 세대별 수량분석 방법을 제안하고 데이터베이스를 구축한 후 유효성과 세목수량 예측중심 공사비 예측방법의 적용성을 확인하였다. 이로써 건설프로젝트 전체 라이프사이클에 대한 공사비정보의 일관성 있고 상호 연계된 관리가 가능할 것으로 예상되며, 예측 결과가 세목 수량과 단가의 곱으로 이루어져 각종변경 및 연계확보, 시점의 변화, 제도의 변화에 탄력적으로 적용될 수 있다. 따라서 본 연구는 건설 공사비정보를 수량기반 데이터 형태로 집 관리할 수 있는 방법을 제시하고 그 효용성을 확인하였다는데 그 의미가 있다.
건설산업은 발주자가 생산활동(시공) 이전에 소요되는 비용을 예측하여 수급자에게 도급주는 형식을 취한다. 따라서 공사비 예측은 건설 프로젝트 전 단계에 걸쳐 수차례 이루어져야 하며, 발주자와 수급자 모두에게 중요하다. 그러나 국내의 경우 단가물량내역 완료전 공사비 예측은 실적자료를 이용한 면적당 단가방식을 벗어나지 못하고 있으며 이를 보완하기 위한 정형화된 절차와 방법이 미비한 것이 현실이다. 이에 본 연구는 국내 공공 아파트 사업 주동을 대상으로 수량기반 공사비 분석 방법인 면적형 세대별 수량분석 방법을 제안하고 데이터베이스를 구축한 후 유효성과 세목수량 예측중심 공사비 예측방법의 적용성을 확인하였다. 이로써 건설프로젝트 전체 라이프사이클에 대한 공사비정보의 일관성 있고 상호 연계된 관리가 가능할 것으로 예상되며, 예측 결과가 세목 수량과 단가의 곱으로 이루어져 각종변경 및 연계확보, 시점의 변화, 제도의 변화에 탄력적으로 적용될 수 있다. 따라서 본 연구는 건설 공사비정보를 수량기반 데이터 형태로 집 관리할 수 있는 방법을 제시하고 그 효용성을 확인하였다는데 그 의미가 있다.
Construction projects have unique characteristics that these may be carried out by contractors thus, cost should be estimated before execution. The importance of cost estimation and cost check has become increasingly emphasized in all phases of construction project that would be performed numerously...
Construction projects have unique characteristics that these may be carried out by contractors thus, cost should be estimated before execution. The importance of cost estimation and cost check has become increasingly emphasized in all phases of construction project that would be performed numerously. It is needed that owner have to estimate reasonable budget, and contractor should predict the bid price. However, there are lack of standard cost estimation method before quantity takeoff, cost analysis method, and cost database thus, the method of area cost, such as square foot method, is as used as ever in Korea. Therefore, this research suggested standard cost database structure CUBE, and analysis method of item quantity per one household categorized by area type. Whereafter, database of all item quantity of finish work has been built with 90 building cost data, and validated it's availability. In this respect, the suggested method and the findings from this research are expected to help enhancing the efficiency and productivity of cost estimation in Korea.
Construction projects have unique characteristics that these may be carried out by contractors thus, cost should be estimated before execution. The importance of cost estimation and cost check has become increasingly emphasized in all phases of construction project that would be performed numerously. It is needed that owner have to estimate reasonable budget, and contractor should predict the bid price. However, there are lack of standard cost estimation method before quantity takeoff, cost analysis method, and cost database thus, the method of area cost, such as square foot method, is as used as ever in Korea. Therefore, this research suggested standard cost database structure CUBE, and analysis method of item quantity per one household categorized by area type. Whereafter, database of all item quantity of finish work has been built with 90 building cost data, and validated it's availability. In this respect, the suggested method and the findings from this research are expected to help enhancing the efficiency and productivity of cost estimation in Korea.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 방법은 도면을 바탕으로 수량을 산출하는 설계(적산) 시에는 효율적이나, 시공 또는 실적 공사비의 분석시 그 활용도가 매우 떨어진다. 따라서 본 연구에서는 CUBE Level 3의 아파트동 구성요소의 과목별 수량과 수량변화 영향요인을 각각 분석하는 방법론을 제시하고자, 도면을 분석하여 각 동별, 면적형별, 타입별 수량 변화 영향요인을 추출하였고, 물량내역서의 세목수량을 각 면적형 세대별 단위로 수량을 분석하는 방법을 개발하였다
또한, 제안된 분석 방법을 적용해 공공 아파트 수장과목의 세목 수량을 분석 데이터베이스를 구축한 후 구축된 수량정보의 효용성을 확인하고자 한다.
본 연구는 공공 아파트 프로젝트에서 높은 비중을 차지하는 수장과목을 대상으로 효율적 공사비 예측을 위한 공사비 수량 데이터 저장 및 분석 방법을 제시하고자 다음과 같은 절차와 방법으로 진행하였다.
본 연구는 국내 건설 프로젝트 상세설계(수량산출) 이전단계에서 공공 아파트 수장공사 공사비예측 효율 및 정확도 향상을 위한 실적 공사비정보 분석 및 저장 방법론과 표준 분석 방법을 제안하고 그 유효성을 데이터베이스 외부 사례와 비교하였다. 이러한 연구를 통하여 다음과 같은 측면에서 기존연구와의 차별성을 찾을 수 있다.
이와 같이 저장된 수량 정보는 공사비 예측 및 확인에 유용하며, 예측 결과가 세목 수량과 단가의 곱으로 이루어져 각종변경 및 연계확보, 시점의 변화, 제도의 변화에 유리하다. 이러한 측면에서 본 연구는 국내 건설프로젝트의 공사비정보를 수량기반 데이터 형태로 집적, 관리하기 위한 효율적 방법을 제시하고 그 효용성을 확인하였다는데 큰 의미가 있다.
이에 본 연구는 물량산출이 이루어지는 상세설계 이전단계에서 공공 아파트 수장공사 공사비 예측 효율 및 정확도 향상을 위한 실적 공사비 정보 분석 및 저장 방법을 제안하고자 한다. 또한, 제안된 분석 방법을 적용해 공공 아파트 수장과목의 세목 수량을 분석 데이터베이스를 구축한 후 구축된 수량정보의 효용성을 확인하고자 한다.
제안 방법
1) 문헌조사로 공사비 예측, 공사비 데이터 분석방법 관련 연구를 고찰한다.
2) 공사비 내역서의 구조를 분석하여 국내 실정에 적합한 공사비 정보 저장 방법을 제시한다.
3) 분석대상 프로젝트의 도면, 예산내역서, 수량산출서를 분석하여 특징을 파악하고 분석방법을 제시한다
4) 제시된 분석방법으로 공공 아파트의 수장과목의 세목 수량 데이터베이스를 구축하고 그 효용성을 검증한다.
둘째, 아파트 주동을 대상으로 제시된 CUBE의 큐보이드 레벨 정보 저장을 위하여 표준 공사비 분석방법으로 단위세대별 세목 수량 분석방법을 제시하였다. 그리고 이 방법을 수장공사에 적용하여 데이터베이스를 구축하였고, 수량정보의 유효성을 확인하였다. 셋째, CUBE의 각 큐보이드에 대상정보의 속성(또는 수량 변화 영향요인)과 분석된 세목의 수량정보를 저장하는 형태의 수장과목 세목수량 데이터베이스를 구축하고, 수량예측 중심 공사비 예측방법의 적용성을 확인하였다.
첫째, 표 1과 같은 분석대상 프로젝트의 도면자료, 공사비내 역 및 수량산출 자료를 각각 수집하였다. 둘째, 도면을 분석하여 수량변화 영향요인을 추출하였다. 수량변화 영향요인은 면적형(49, 59, 84, 114 중 1가지), 세대 수 정수), 면적형 구역 연면적同, 구성(2세대, 2+2세대, 5세대 등), 엘리베이터 1대당 기준층 세대수(정수), 층수(정수), 필로티 세대수(정수), 최상층 변화 세대수층수 및 세대수, 정수), 평면 형태(—형, L형, _+L형), 평형구성(면적형별 단독 또는 혼합) 으로 구분하고 입력하였다.
CUBE는 설계시 수량산출, 시공시 공정계획 및 공사관리의 기본단위인 구성요소를 기준으로 공종, 과목, 세목의 정보를 저장하기 때문에 건설프로젝트의 라이프사이클 전체에 대한 일관성 있고 상호 연계된 관리를 가능하게 한다. 둘째, 아파트 주동을 대상으로 제시된 CUBE의 큐보이드 레벨 정보 저장을 위하여 표준 공사비 분석방법으로 단위세대별 세목 수량 분석방법을 제시하였다. 그리고 이 방법을 수장공사에 적용하여 데이터베이스를 구축하였고, 수량정보의 유효성을 확인하였다.
이는 지역적 차이에 따라 사용된 단열재 차이, 설계개념 또는 공법적 차이에 따른 것이었다. 따라서 보다 정확한 분석을 위하여 각 세목의 사용위치와 목적에 따라 다음과 4가지 자재류 그룹으로 통합 분류하여 분석을 실시하였다.
추출된 면적형별 복수 사례들의 각 세목 수량의 평균을 각각 계산하고, 이 결과에 비교 대상의 면적형별 세대수를 각각 곱한다. 면적형별로 나누어 계산된 세목별 수량을 모두 합한 후 비교대상과 동일한 단가를 적용하여 총 수장과목 공사비를 구하고 비교 대상과의 차이를 비교한다.
방법 1의 적용을 위하여 수량변화 영향요인을 고려하여 비교 대상과 유사한 규모의 세대수와 면적의 사례를 선택한 후 층수와 구성을 고려하였다. 그리고 필로티 세대수와 최상층 세대수를 확인하고 마지막으로 평면형태와 평면구성을 고려하여 표 4 과 같이 59M형은 5개의 유사사례를 114m黑은 1개의 유사 사례를 선정하였다.
본 연구에서 제시한 수량기반 데이터 분석방법과 저장된 수량 정보의 효용성 확인을 위하여 비교대상 건물을 선정하여 실제 공사비와 CUBE를 이용해 예측된 공사비를 비교하였다. 그러나, 데이터베이스에 저장된 자료의 프로젝트 특성과 비교 대상의 특성이 다를 수 있으며, 분석결과 실제 건물의 내역서와 CUBE를 이용한 예측결과 내역서의 세목구성에 다소 차이를 나타내었다.
분석대상사업의 경우 총 세목은 203개로 구성되나 각 세목의 규격과 단가(대상사업의 예산내역 단가)를 고려하여 일부 규격 및 단가가 같은 세목들-각 면적형별 세대의 침실, 주방, 거실로 나누어진 벽지 바르기(몰탈면), 벽지 바르기(석고보드면), 천 정지 바르기(석고보드면)-은 통합하여 40여개 항목으로 분석하였다. 또한 각 세목별 금액구성비를 분석한 결과 온돌마루판이 수장공사의 53.
둘째, 도면을 분석하여 수량변화 영향요인을 추출하였다. 수량변화 영향요인은 면적형(49, 59, 84, 114 중 1가지), 세대 수 정수), 면적형 구역 연면적同, 구성(2세대, 2+2세대, 5세대 등), 엘리베이터 1대당 기준층 세대수(정수), 층수(정수), 필로티 세대수(정수), 최상층 변화 세대수층수 및 세대수, 정수), 평면 형태(—형, L형, _+L형), 평형구성(면적형별 단독 또는 혼합) 으로 구분하고 입력하였다. 셋째, 각 세목의 수량정보는 (주)고려전산의 EMS2004, K-FIN2004 프로그램을 사용하여 분석하였다.
셋째, 각 세목의 수량정보는 (주)고려전산의 EMS2004, K-FIN2004 프로그램을 사용하여 분석하였다. 이와 같이 분석된 수량변화 영향요인과 세목수량 정보는 단지별 건물단위로 입력하였고, 이 자료는 다시 면적형별 자료로 분류될 수 있도록 하여 총 98개 면적형 세대별로 세목 수량 정보를 데이터베이스화 하였다.
이러한 연구를 통하여 다음과 같은 측면에서 기존연구와의 차별성을 찾을 수 있다. 첫째, 국내에서 범용되는 공종별 공사비 분류체계에 기반을 둔 효율적 데이터베이스 구조인 CUBE의 확장 형태를 제시하였다. CUBE는 설계시 수량산출, 시공시 공정계획 및 공사관리의 기본단위인 구성요소를 기준으로 공종, 과목, 세목의 정보를 저장하기 때문에 건설프로젝트의 라이프사이클 전체에 대한 일관성 있고 상호 연계된 관리를 가능하게 한다.
대상 데이터
3장에서 분석된 공사비 수량정보의 유효성을 확인하기 위하여 A공사에서 발주한 설계연도와 지역이 다른 BB지구 1단지 106동 건물을 비교대상으로 선택하였다. 비교대상 건물은 그림 5 및 표 3과 같이 연면적 7, 613.
52%로 24개 과목 중 가장 높은 공사비 비율을 차지하는 철근콘크리트의 경우 구성 세목의 수가 24개로 면적형 세대별 수량분석에 매우 효율적일 것으로 예상된다. 그러나, 본 연구에서 제시한 단위 세대별 세목수량 분석방법의 유효성 확인을 위하여 공사비 비율 이두 번째로 높으며 비교적 세목의 수(202개 항목)가 많은 수장공사를 분석대상 과목으로 선정하였다.
구성을 고려하였다. 그리고 필로티 세대수와 최상층 세대수를 확인하고 마지막으로 평면형태와 평면구성을 고려하여 표 4 과 같이 59M형은 5개의 유사사례를 114m黑은 1개의 유사 사례를 선정하였다.
방법 2 사용을 위하여 데이터베이스에서 평균값으로 추출되는 데이터는 59m형과 114m형으로, 앞에서 살펴본 바와 같이 59m형은 매우 좌우 대칭적이고 표준정규분표 정도의 중앙 집중도를 가진다. 따라서 59m형의 산술평균의 대표성이 우수한 것으로 볼 수 있다.
분석대상 사업은 국내 A공사에서 발주한 AA지구 아파트 공사 9개 단지를 사용하였으며, 표 1과 같이 49m黑(3개 타입), 59 m=형(4개 타입), 84m형 (3개 타입 ), 114m형(1개 타입)으로 구성되며 총 90개 동 4, 809세대이다.
건물을 비교대상으로 선택하였다. 비교대상 건물은 그림 5 및 표 3과 같이 연면적 7, 613.61m의 72세대 15층 규모로 59 廿형 44세대와 114m형 28세대로 구성된다.
방법으로 구축하였다. 첫째, 표 1과 같은 분석대상 프로젝트의 도면자료, 공사비내 역 및 수량산출 자료를 각각 수집하였다. 둘째, 도면을 분석하여 수량변화 영향요인을 추출하였다.
데이터처리
수량변화 영향요인은 면적형(49, 59, 84, 114 중 1가지), 세대 수 정수), 면적형 구역 연면적同, 구성(2세대, 2+2세대, 5세대 등), 엘리베이터 1대당 기준층 세대수(정수), 층수(정수), 필로티 세대수(정수), 최상층 변화 세대수층수 및 세대수, 정수), 평면 형태(—형, L형, _+L형), 평형구성(면적형별 단독 또는 혼합) 으로 구분하고 입력하였다. 셋째, 각 세목의 수량정보는 (주)고려전산의 EMS2004, K-FIN2004 프로그램을 사용하여 분석하였다. 이와 같이 분석된 수량변화 영향요인과 세목수량 정보는 단지별 건물단위로 입력하였고, 이 자료는 다시 면적형별 자료로 분류될 수 있도록 하여 총 98개 면적형 세대별로 세목 수량 정보를 데이터베이스화 하였다.
파악이 요구된다. 이에 분석된 데이터를 각 면적형별로 추출, 정리하여 각 세목수량에 단가를 곱한 총액의 통계적 수치-평균, 표준편차, 비대칭도와 첨도2 3)-를 구하여 표 5와 같이 정리하였다. 중앙부 밀집정도를 파악할 수 있는 첨도는 84m, 114m.
이론/모형
구조인 CUBE를 제안하였다. 이에 본 연구는 CUBE를 공사비 분석 데이터 저장방법론으로 선정하였다. 기존의 공사비 정보는 총액기준의 금액정보로 공사비 예측을 위해서는 시간/지역/ 규모보정이 필요하여 예측값의 불확실성을 높이게 되며, 규모, 계획, 등급조정 등의 변경을 수용하기 어려워 1회 사용 이라는 한계를 가진다.
어렵기 때문이다. 이에 본 연구에서는 각 그룹의 공사비가 총 수장과목 공사비에 주는 영향력을 각 그룹이 차지하는 금액 비로 정하여 실제 수장과목 총금액 대비 각 그룹별 예측 공사비 변화량비(Cost Variation of subject per Total cost ratio, CVT)를 식 (2)와 같이 정의하고 사용하였다. CVT 가 0에 가까울수록 각 그룹별 예측이 실제값에 가까운 것이고, 클수록 그 차이가 큰 것으로 볼 수 있다.
성능/효과
중앙부 밀집정도를 파악할 수 있는 첨도는 84m, 114m. 49 m, 59m형 순으로 양의 큰 값을 나타내어 모두 정규분포보다 더 높은 중앙부 밀집정도를 나타내었다. 좌우대칭 정도를 나타내는 비대칭도는 59m, 49m, 114m, 84m형 순 이었으며, 49m형과 59m형은 비대칭도가 0에 가까운 매우 대칭적 형태를 나타내었고, 114m형은 오른쪽에 84m형은 왼쪽에 꼬리를 가진다.
05% 순이며, 나머지 과목은 5% 미만의 비율을 차지하고 있다. 각 과목별 세목의 수는 그림 4와 같이 철근콘크리트 24개, 수장 202개, 가구 68개, 창호 174개, 가설 12개였으며, 공사비 구성비율 45.52%로 24개 과목 중 가장 높은 공사비 비율을 차지하는 철근콘크리트의 경우 구성 세목의 수가 24개로 면적형 세대별 수량분석에 매우 효율적일 것으로 예상된다. 그러나, 본 연구에서 제시한 단위 세대별 세목수량 분석방법의 유효성 확인을 위하여 공사비 비율 이두 번째로 높으며 비교적 세목의 수(202개 항목)가 많은 수장공사를 분석대상 과목으로 선정하였다.
99%의 차이를 나타냈다. 각 그룹별 CVT는 바닥재류와 벽지류는 약 1% 미만으로 낮았으나, 천정재류가 약 2%, 칸막이/단열재/기타류가 방법 1은 3.85%, 방법 2는 5.12%의 결과를 보였다. 분석결과 본 연구에서 제시한 면적형 세대별 세목 수량 분석방법은 비교적 유효한 방법 임을 확인할 수 있었다.
그러나, 데이터베이스에 저장된 자료의 프로젝트 특성과 비교 대상의 특성이 다를 수 있으며, 분석결과 실제 건물의 내역서와 CUBE를 이용한 예측결과 내역서의 세목구성에 다소 차이를 나타내었다. 이는 지역적 차이에 따라 사용된 단열재 차이, 설계개념 또는 공법적 차이에 따른 것이었다.
또한 각 세목별 금액구성비를 분석한 결과 온돌마루판이 수장공사의 53.55%, 벽지 바르기는 7.82%, 천정지 바르기가 3.50%로 3개의 주요 세목이 수장공사비의 64.87%로 높은 구성비를 차지하고 있었다. 수량변화 영향요인은 면적형, 세대수, 연면적, 1층당 세대수, 엘리베이터 1대당 기준층 세대수, 층수, 필로티 세대수, 최상층변화 세대수, 평면형태, 평형구성, 방개수, 욕실 수 드레스룸, 베이 등으로 분석되었다.
그림 2과 같이 동일면적형이라도 평면형태, 필로티 세대수, 엘리베이터 1대당 단위 세대수, 최상층 층수변화 등 다양한 형태적 차이를 나타낸다. 또한, 수량산출서 분석 결과 철근콘크리트 과목의 수량산출 기본단위는 기초, 기둥, 보 등과 같은 부위별인 반면, 수장 등의 다른 과목들은 각 면적형별 기준평면을 기본으로 공용 또는 추가부분을 가감하는 방법이 사용되었다. 이 방법은 도면을 바탕으로 수량을 산출하는 설계(적산) 시에는 효율적이나, 시공 또는 실적 공사비의 분석시 그 활용도가 매우 떨어진다.
12%의 결과를 보였다. 분석결과 본 연구에서 제시한 면적형 세대별 세목 수량 분석방법은 비교적 유효한 방법 임을 확인할 수 있었다.
분석대상 과목의 선정을 위하여 표 1의 분석대상 사업의 과목별 금액구성비를 분석한 결과 아파트사업의 주동의 공사비가 건축공사비의 평균 77.61%를 차지하고 있었으며, 아파트 공사 비중 각 과목별 금액비는 철근콘크리트 과목이 평균 42.52%, 수장 9.20%, 가구 6.90%, 창호 6.20%, 가설 5.05% 순이며, 나머지 과목은 5% 미만의 비율을 차지하고 있다. 각 과목별 세목의 수는 그림 4와 같이 철근콘크리트 24개, 수장 202개, 가구 68개, 창호 174개, 가설 12개였으며, 공사비 구성비율 45.
3.3 면적형 세대별 세목수량 분석
분석대상 사업의 도면 분석결과 다양한 평면형태, 세대조합, 형태의 변화를 포함하는 최근 아파트의 건축 트렌드 보이고 있었다. 그림 2과 같이 동일면적형이라도 평면형태, 필로티 세대수, 엘리베이터 1대당 단위 세대수, 최상층 층수변화 등 다양한 형태적 차이를 나타낸다.
그리고 이 방법을 수장공사에 적용하여 데이터베이스를 구축하였고, 수량정보의 유효성을 확인하였다. 셋째, CUBE의 각 큐보이드에 대상정보의 속성(또는 수량 변화 영향요인)과 분석된 세목의 수량정보를 저장하는 형태의 수장과목 세목수량 데이터베이스를 구축하고, 수량예측 중심 공사비 예측방법의 적용성을 확인하였다. 이와 같이 저장된 수량 정보는 공사비 예측 및 확인에 유용하며, 예측 결과가 세목 수량과 단가의 곱으로 이루어져 각종변경 및 연계확보, 시점의 변화, 제도의 변화에 유리하다.
87%로 높은 구성비를 차지하고 있었다. 수량변화 영향요인은 면적형, 세대수, 연면적, 1층당 세대수, 엘리베이터 1대당 기준층 세대수, 층수, 필로티 세대수, 최상층변화 세대수, 평면형태, 평형구성, 방개수, 욕실 수 드레스룸, 베이 등으로 분석되었다.
전술한 검증 방법으로 CUBE를 이용한 수장과목 공사비 예측 결과 표 6과 같이, 총액기준으로 방법 1을 사용할 경우 비교 대상 건물의 실제 공사비 대비 -0.17%의 차이를 보였고, 방법 2를 사용한 경우 -1.99%의 차이를 나타냈다. 각 그룹별 CVT는 바닥재류와 벽지류는 약 1% 미만으로 낮았으나, 천정재류가 약 2%, 칸막이/단열재/기타류가 방법 1은 3.
49 m, 59m형 순으로 양의 큰 값을 나타내어 모두 정규분포보다 더 높은 중앙부 밀집정도를 나타내었다. 좌우대칭 정도를 나타내는 비대칭도는 59m, 49m, 114m, 84m형 순 이었으며, 49m형과 59m형은 비대칭도가 0에 가까운 매우 대칭적 형태를 나타내었고, 114m형은 오른쪽에 84m형은 왼쪽에 꼬리를 가진다.
편차에 관한 경험칙을 이용 X±3o 수준의 값을 비교한 결과 59 廿형은 평균값에서 ±24% 114廿형은 ±14% 범위 내에 자료의 99.7%가 존재하고 있어, 114M형 또한 산술평균의 대표성이 충분한 것으로 확인되었다.
후속연구
그러나 본 연구는 A공사 아파트 프로젝트의 주동의 수장과목을 대상으로 실시한 바, 모든 아파트 프로젝트의 경우를 일반화하는 데에 한계를 가지며, 타 과목, 공종, 구성요소 및 사무소, 산업시설과 같은 기타 프로젝트에 대한 확대 적용성과 공사비 예측을 위한 유사사례 선정방법 등에 대한 추가적인 연구가 필요하다.
참고문헌 (13)
김광희, 강경인 (2003). "공동주택 프로젝트의 초기 공사비 예측을 위한 신경망 학습에 유전자 알고리즘을 사용한 모델에 관한 연구", 대한건축학회논문집 구조계 제19권 10호, 대한건축학회, pp. 133-142
김광희, 강경인 (2004). "유전자 알고리즘에 의한 신경망 구조의 최적화를 이용한 공동주택 초기 공사비 예측에 관한 연구", 대한건축학회눈문집 구조계, 제20권 2호, 대한건축학회, pp. 81-88
김문한 (2006). 건축생산관리학, 기문당, pp. 251-253, 255, 260
박우열 외 3인 (2002)," 신경망이론을 이용한 공동주택 초기 사업비 예측에 관한 연구", 대한건축학회논문집 구조계 제 18권 7호, 대한건축학회, pp. 155-162
박효열 외 2인 (2004)." 공동주택 실적공사 표준 DB를 이용한 COST MODEL", 대한건축학회논문집 구조계 제 20권 5호, 대한건축학회, pp. 129-136
손보식 (2005). "영향변수에 따른 수량변화 분석 기반의 건축 공사비 개산견적 모델", 서울대 박사학위 논문
이유섭 (2003). "코스트 중요항목 분석을 통한 공사비 예측모델 연구", 한국건설관리학회논문집 제4권 4호, 한국건설관리학회, pp. 212-219
이동원, 김성호 (2006) 엑셀을 이용한 현대통계학, 서울경제경영, pp. 82-85
일본 도시재생기구 본사 기술코스트 관리실(2006). 임대주택주체공사비 기준금액 일람표, 평성 18년도, 도시재생기구
전석한, 최인성 (2005). "실적공사비 산정시스템에 관한 연구 공동주택을 중심으로-", 한국건축시공학회논문집 제5권 1호, 한국건축시공학회, pp. 111-121
※ AI-Helper는 부적절한 답변을 할 수 있습니다.