Feature Selection을 활용한 해외 건설의 공사변경 관리에 관한 연구 - 중동 플랜트 건설프로젝트를 중심으로 - A Study on Change Orders in Overseas Construction using Feature Selection - Focus on Plant Construction in the Middle East -원문보기
국내 기업의 해외 건설 수주는 지속적으로 성장하고 양적성장을 이루어왔지만, 2011년 유가하락에 이어 최근 COVID-19의 장기화 등 대외환경의 불확실성이 커지며 해외 건설 시장의 침체가 전망된다. 이에 4차 산업혁명의 발전된 기술을 활용해 그간 축적된 데이터를 연구한다면, 향후 해외 건설사업 관리의 역량 및 경쟁력을 키울 수 있을 것이다. 따라서 이 연구에서는 중동 건설시장에서 공정지연과 주요 분쟁의 원인으로 대두되고 있는 공사변경의 상향된 프로젝트 관리 방안을 제시하고자 하였다. 우선 실제 해외 플랜트 건설사례를 분석하여 6가지 주요 공사변경 원인을 도출하였고, 이에 따라 영향을 받는 요인을 8가지로 분류하였다. 특히 머신러닝 기반의 다양한 Feature Selection 기법을 활용해 중요도를 계량화된 수치를 평가함으로써 공사변경과 영향 요인 사이의 유의미한 관계를 파악 하였다. 이를 통해 프로젝트 관리 측면에서 내부적으로는 공사변경의 명확한 관리 방향 수립이 가능하고, 대외적으로는 협상 기간 단축으로 추가적인 공기 지연을 방지하고 비용지출 관리가 가능할 것이라고 판단된다.
국내 기업의 해외 건설 수주는 지속적으로 성장하고 양적성장을 이루어왔지만, 2011년 유가하락에 이어 최근 COVID-19의 장기화 등 대외환경의 불확실성이 커지며 해외 건설 시장의 침체가 전망된다. 이에 4차 산업혁명의 발전된 기술을 활용해 그간 축적된 데이터를 연구한다면, 향후 해외 건설사업 관리의 역량 및 경쟁력을 키울 수 있을 것이다. 따라서 이 연구에서는 중동 건설시장에서 공정지연과 주요 분쟁의 원인으로 대두되고 있는 공사변경의 상향된 프로젝트 관리 방안을 제시하고자 하였다. 우선 실제 해외 플랜트 건설사례를 분석하여 6가지 주요 공사변경 원인을 도출하였고, 이에 따라 영향을 받는 요인을 8가지로 분류하였다. 특히 머신러닝 기반의 다양한 Feature Selection 기법을 활용해 중요도를 계량화된 수치를 평가함으로써 공사변경과 영향 요인 사이의 유의미한 관계를 파악 하였다. 이를 통해 프로젝트 관리 측면에서 내부적으로는 공사변경의 명확한 관리 방향 수립이 가능하고, 대외적으로는 협상 기간 단축으로 추가적인 공기 지연을 방지하고 비용지출 관리가 가능할 것이라고 판단된다.
This paper looks into how to enhance construction project management, focusing on the change order, which is often considered one of the major causes for construction delays, disputes, and claims in the middle east construction. First, this paper categorizes the major causes of change orders. It sug...
This paper looks into how to enhance construction project management, focusing on the change order, which is often considered one of the major causes for construction delays, disputes, and claims in the middle east construction. First, this paper categorizes the major causes of change orders. It suggests a detailed classification standard for affecting factors resulting from change orders based on a case study result of an on-going construction project in the Middle East. In particular, this paper presents a method to apply a machine learning-based feature selection to quantify the importance of change order triggers and affecting factors. As a result, the case study identifies six major change order triggers and eight affecting factors. Also, a meaningful relationship between change order triggers and affecting factors by each category is presented. This paper will contribute to setting a clear guideline for change order management for the international plant construction field while helping prevent construction delays and cost run-ups by reducing the time required for change order resolution between project owners and contractors.
This paper looks into how to enhance construction project management, focusing on the change order, which is often considered one of the major causes for construction delays, disputes, and claims in the middle east construction. First, this paper categorizes the major causes of change orders. It suggests a detailed classification standard for affecting factors resulting from change orders based on a case study result of an on-going construction project in the Middle East. In particular, this paper presents a method to apply a machine learning-based feature selection to quantify the importance of change order triggers and affecting factors. As a result, the case study identifies six major change order triggers and eight affecting factors. Also, a meaningful relationship between change order triggers and affecting factors by each category is presented. This paper will contribute to setting a clear guideline for change order management for the international plant construction field while helping prevent construction delays and cost run-ups by reducing the time required for change order resolution between project owners and contractors.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 4차 산업혁명의 발전된 기술을 활용해 그간 축적된 데이터를 연구한다면, 향후 해외 건설사업 관리의 역량 및 경쟁력을 키울 수 있을 것이다. 따라서 이 연구에서는 중동 건설시장에서 공정 지연과 주요 분쟁의 원인으로 대두되고 있는 공사변경의 상향된 프로젝트 관리 방안을 제시하고자 하였다. 우선 실제 해외 플랜트 건설사례를 분석하여 6가지 주요 공사변경 원인을 도출하였고, 이에 따라 영향을 받는 요인을 8가지로 분류하였다.
기법을 활용한 연구사례는 없었다. 따라서 이 연구에서는 해외 플랜트 건설에 적용 가능한 공사변경의 주요 원인과 영향 요인을 도출하여 이를 실제 공사변경에 적용하고자 한다. 특히 Feature Selection을 통해 변경 원인과 영향요인의 중요도를 비교해 상관관계가 있는지 분석하고, 이를 향상된 공사변경 관리방안의 적용 가능성에 대해 고찰하고자 한다.
‘계약변경(Amendment or Modification)’이라는 용어도 생각할 수 있으나, 계약변경에는 공사변경을 포함한 건설 계약의 다른 조건변경을 모두 포괄하는 개념(Chung, 2016)으로 보기 때문에 본 연구에서 다루고자 하는 공사변경과는 그 개념이 동일하지 않다. 따라서, 공사변경과 계약변경은 구분되어 정의되어야 하며, 이 연구에서는 국제 계약상 정의된 공사변경을 중점적으로 연구하고자 한다.
수 있다. 또한, 중동지역에서 플랜트 건설 현장은 상주인구가 거의 없는 외곽에 위치하여 외부 요청에 의한 공사변경의 발생은 어렵기 때문에 이 연구의 공사변경 원인 유형에는 현장 조건과 발주자 요청만 포함하고자 한다.
본 연구에서는 통계 기준으로 우선순위를 부여해 높은 순위의 부분 집합을 선정하는 필터방식에서 주로 사용되는 ‘OneR Attribute Evaluator’, ‘Correlation Attribute Evaluator’, ‘ReliefF Attribute Evaluator’ 의 3가지 알고리즘 활용하여 연구하고자 한다. 첫 번째 ‘OneR Attribute Evaluator’는 One R 분류기가 취하고 있는 간단한 정확성 척도를 이용하여, 단 하나의 속성을 검사하고 그 결과에 따라 규칙을 만든다.
선행연구에 있어 해외 플랜트 건설의 공사변경에 있어 Feature Selection기법을 적용한 사례는 없었으므로, 공사변경에 관한 연구와 인공지능을 활용한 건설 분야의 연구를 중점적으로 검토하였다. 공사변경과 관련한 연구는 ‘공사변경 원인과 영향’ 또는 ‘공사변경 관리 체계’에 관한 연구로 구분 할 수 있다<Table 2>.
방안을 제시하고자 한다. 우선 중동지역 A 플랜트 건설 공사에서의 공사변경 사례를 검토하여 해외 플랜트 건설에서 발생하는 공사변경의 주요 원인과 이에 영향을 받는 요인들을 도출하여 유형화하고자 한다. 특히, 머신러닝 Tool 중 하나인 WEKA(웨카)에서 제공하는 다양한 Feature Selection 기법을 활용하여 계량화 된 수치들의 비교를 통해 공사변경과 주요 영향 요인들의 관계에 대해 연구하고자 한다.
이 연구에서는 다양한 프로젝트 관리 요소 중에서도 중동지역 건설 프로젝트에서 공정 지연과 함께 주요 분쟁의 원인으로 대두되는 공사변경의 연구를 통해 상향된 프로젝트관리 방안을 제시하고자 한다. 우선 중동지역 A 플랜트 건설 공사에서의 공사변경 사례를 검토하여 해외 플랜트 건설에서 발생하는 공사변경의 주요 원인과 이에 영향을 받는 요인들을 도출하여 유형화하고자 한다.
대상으로 인식되어야 한다. 이에 본 연구에서는 해외 플랜트 건설의 주요 공사변경 원인 및 영향요인을 유형화하고, 머신러닝을 활용하여 도출된 요인들의 상관관계 분석을 통해 상향된 공사변경 관리와 프로세스 수립에 기여하고자 하였다. 이 연구의 주요 결과를 요약하면 다음과 같다.
따라서 이 연구에서는 해외 플랜트 건설에 적용 가능한 공사변경의 주요 원인과 영향 요인을 도출하여 이를 실제 공사변경에 적용하고자 한다. 특히 Feature Selection을 통해 변경 원인과 영향요인의 중요도를 비교해 상관관계가 있는지 분석하고, 이를 향상된 공사변경 관리방안의 적용 가능성에 대해 고찰하고자 한다.
우선 중동지역 A 플랜트 건설 공사에서의 공사변경 사례를 검토하여 해외 플랜트 건설에서 발생하는 공사변경의 주요 원인과 이에 영향을 받는 요인들을 도출하여 유형화하고자 한다. 특히, 머신러닝 Tool 중 하나인 WEKA(웨카)에서 제공하는 다양한 Feature Selection 기법을 활용하여 계량화 된 수치들의 비교를 통해 공사변경과 주요 영향 요인들의 관계에 대해 연구하고자 한다.
제안 방법
예를 들어, 화재 발생에 대비한 피난 동선 거리와 출구 설치 개수 요건 등 같은 소방 인허가기준은 나라별로 설계 기준이 다르고, 현장 근로자의 근로시간 및 휴게시간 등을 규정하는 노동법 또한 국가별로 상이하다. 각 국가의 상황에 따라 시시각각 변화하는 법적 요건은 반드시 준수해야만 최종 건설 허가를 받을 수 있으므로, 이러한 공사변경의 유형은 ‘현지 법령 또는 인허가 요건변경(Local Legislation or Regulation Change)’으로 구분하고자 한다.
첫째, 선행연구에서 검토된 공사변경 원인을 바탕으로 중동지역에서 공통적으로 발생하는 원인을 검토하여 해외 플랜트 건설에서의 공사변경 원인을 도출하였다. 둘째, Feature Selection 기법을 통해 도출된 절대적인 수치들을 Ranker기법을 활용하여 중요도 순위를 비교하여 해외 플랜트 건설의 공사변경 원인과 개별 영향요인 사이의 상관관계가 있는지 분석한다.
따라서 이 연구에서는 중동 건설시장에서 공정 지연과 주요 분쟁의 원인으로 대두되고 있는 공사변경의 상향된 프로젝트 관리 방안을 제시하고자 하였다. 우선 실제 해외 플랜트 건설사례를 분석하여 6가지 주요 공사변경 원인을 도출하였고, 이에 따라 영향을 받는 요인을 8가지로 분류하였다. 특히 머신러닝 기반의 다양한 Feature Selection 기법을 활용해 중요도를 계량화된 수치를 평가함으로써 공사변경과 영향 요인 사이의 유의미한 관계를 파악 하였다.
이 연구에는 다음의 2단계로 나누어 공사변경 관련 요인도출 및 분석을 진행하였다. 첫째, 선행연구에서 검토된 공사변경 원인을 바탕으로 중동지역에서 공통적으로 발생하는 원인을 검토하여 해외 플랜트 건설에서의 공사변경 원인을 도출하였다.
및 분석을 진행하였다. 첫째, 선행연구에서 검토된 공사변경 원인을 바탕으로 중동지역에서 공통적으로 발생하는 원인을 검토하여 해외 플랜트 건설에서의 공사변경 원인을 도출하였다. 둘째, Feature Selection 기법을 통해 도출된 절대적인 수치들을 Ranker기법을 활용하여 중요도 순위를 비교하여 해외 플랜트 건설의 공사변경 원인과 개별 영향요인 사이의 상관관계가 있는지 분석한다.
차이도 상당하다. 추가 업무 요청이나 업무 범위 확대 적용이 이에 해당하며 본 연구에서는 ‘업무 범위 변경 (Scope Change)’으로 분류하고자 한다.
우선 실제 해외 플랜트 건설사례를 분석하여 6가지 주요 공사변경 원인을 도출하였고, 이에 따라 영향을 받는 요인을 8가지로 분류하였다. 특히 머신러닝 기반의 다양한 Feature Selection 기법을 활용해 중요도를 계량화된 수치를 평가함으로써 공사변경과 영향 요인 사이의 유의미한 관계를 파악 하였다. 이를 통해 프로젝트 관리 측면에서 내부적으로는 공사변경의 명확한 관리 방향 수립이 가능하고, 대외적으로는 협상 기간 단축으로 추가적인 공기 지연을 방지하고 비용지출 관리가 가능할 것이라고 판단된다.
대상 데이터
본 연구의 대상은 국내 기업이 중동지역의 A 플랜트 건설프로젝트에서 수행한 공사변경 사례이다. 이 중에서 2009년부터 2019년까지 10년간 공사변경 중 업무가 완료되고 상세한 수준의 데이터가 온전하여 분석이 유효한 98개의 사례를 연구 대상으로 한정하였다.
수행한 공사변경 사례이다. 이 중에서 2009년부터 2019년까지 10년간 공사변경 중 업무가 완료되고 상세한 수준의 데이터가 온전하여 분석이 유효한 98개의 사례를 연구 대상으로 한정하였다.
데이터처리
즉 양의 가중치를 갖고 있는 속성들만 선택한다. 이런 알고리즘을 통해 평가된 데이터들은 Ranker의 개별 평가 결과를 기준으로 정렬되었다. Ranker는 속성들의 순위를 매길 뿐만 아니라 더 낮은 순위의 속성들을 제거해 나갈 수 있기 때문에 사용자가 속성들을 버리기 위한 상한 값의 임계치를 설정할 수도 있고, 또는 얼마나 많은 속성들을 유지시킬 수 있을지 설정 할 수도 있다(Witten.
성능/효과
Feature Selection을 활용하여 도출한 전체적인 공사변경과 영향 요인 사이들의 중요도 순위를 비교한 결과, 세 가지 알고리즘에서 공통적으로 설계 분야가 가장 큰 기여도를 보였고 다음으로는 변경 업무 평가의 중요도가 높게 나타났다 <Table 6>.
변경 업무 동의기간이 도출되었다. 공사변경 원인별로 보면, 업무 범위 변경에서는 구매 분야와 최종 협상 완료 기간의 중요도가 높았고, 변경 금액 합의 및 변경 업무 동의 기간의 중요도는 상대적으로 낮은 것으로 나타났다. 국제표준 코드 및 기준 변경에서는 시운전 분야, 구매 분야, 변경업무 평가기간의 중요도가 전반적으로 높았고, 설계 분야, 시공 분야, 변경 금액 합의기간의 순위가 낮았다.
국제 표준 코드 및 기준에 따른 변경에서는 8가지의 영향요인 중 시운전 분야, 구매 분야, 변경 업무 평가기간의 중요도 순위가 비교적 높게 나타났다. 이는 프로젝트 수행 기간 동안 계약자가 플랜트에 설치되는 기기 및 시운전과 관련된 국제 표준의 개정 및 개선 사항에 지속적으로 관심을 갖고, 향후 발주자의 변경 요청 가능성을 높게 보아 이에 대비를 해야 한다.
공사변경 원인별로 보면, 업무 범위 변경에서는 구매 분야와 최종 협상 완료 기간의 중요도가 높았고, 변경 금액 합의 및 변경 업무 동의 기간의 중요도는 상대적으로 낮은 것으로 나타났다. 국제표준 코드 및 기준 변경에서는 시운전 분야, 구매 분야, 변경업무 평가기간의 중요도가 전반적으로 높았고, 설계 분야, 시공 분야, 변경 금액 합의기간의 순위가 낮았다. 현지 법령 또는 인허가 요건 변경에서는 설계 분야, 시공 분야, 최종 협상 완료기간의 중요도가 높고, 시운전 분야, 업무 범위 동의 기간의 중요도가 낮게 나타났다.
셋째, 공사변경에 따라 발생하는 추가 비용과 지급 조건을 발주자와 계약자가 협상하는 합의 기간. 넷째, 최초로 공사변경이 시작에서 부터 계약자가 최종 변경사항의 합의에 이르는 최종 협상 완료 기간이다. <Table 5>는 분석 프로그램에 데이터 투입을 위한 세분화 된 공사변경이 영향을 미치는 요인 분류 기준이다.
둘째, 공사변경에 따라 영향을 받는 요인들은 건설 계약구조에 따라 설계, 시공, 구매, 시운전의 4개 업무 분야, 변경관리 프로세스에 따라 업무 범위 동의, 변경 업무 평가, 추가 비용 합의, 최종 협상 완료의 4개 수행 기간의 총 8개로 구분할 수 있다.
셋째, Feature Selection 기법을 활용하여 공사변경과 주요 영향요인들의 중요도 순위를 비교한 결과, 전체적인 공사변경에서는 설계 분야에 가장 많은 영향이 있었고, 다음으로는 변경 업무 평가 기간으로 나타났으며, 중요도 최하위 요인으로는 변경 업무 동의기간이 도출되었다. 공사변경 원인별로 보면, 업무 범위 변경에서는 구매 분야와 최종 협상 완료 기간의 중요도가 높았고, 변경 금액 합의 및 변경 업무 동의 기간의 중요도는 상대적으로 낮은 것으로 나타났다.
첫째, 기존 건설 프로젝트의 사례를 고찰하여 해외 플랜트 건설에 적용 가능한 공사변경의 원인을 업무 범위 변경, 국제 표준 코드 및 기준 변경, 현지 법령 또는 인허가 요건 변경, 발주자 요청사항, 현장 조건 변경, 대안 검토의 6가지로 유형화할 수 있다.
4단계로 구분할 수 있다. 첫째, 발주자가 요청한 변경사항의 내용과 명확한 업무 범위를 계약자가 동의하고 확정하는 업무 범위 동의 기간. 둘째, 발주자와 계약자가 동의한 변경사항에 대해 계약자가 변경 업무 수행계획서 (Implementation Plan)를 제출하면, 발주자가 이를 평가하고 승인하는 변경 업무 평가 기간.
현지 법령 또는 인허가 요건 변경에서는 설계 분야, 시공 분야, 최종 협상 완료 기간의 중요도 순위가 높은 것으로 나타났다. 이는 설계와 시공 분야가 현지 법령과 인허가 요건에 민감하게 반응을 하는 업무 분야라고 볼 수 있고, 또한 다른 공사변경 원인과 비교했을 때 공사변경이 장기화 될 가능성이 높다고 볼 수 있다.
국제표준 코드 및 기준 변경에서는 시운전 분야, 구매 분야, 변경업무 평가기간의 중요도가 전반적으로 높았고, 설계 분야, 시공 분야, 변경 금액 합의기간의 순위가 낮았다. 현지 법령 또는 인허가 요건 변경에서는 설계 분야, 시공 분야, 최종 협상 완료기간의 중요도가 높고, 시운전 분야, 업무 범위 동의 기간의 중요도가 낮게 나타났다.
후속연구
이는 프로젝트 수행 기간 동안 계약자가 플랜트에 설치되는 기기 및 시운전과 관련된 국제 표준의 개정 및 개선 사항에 지속적으로 관심을 갖고, 향후 발주자의 변경 요청 가능성을 높게 보아 이에 대비를 해야 한다. 또한, 해당 변경과 관련하여 계약자의 변경 업무 수행계획서의 작성기간이 지체 된다거나 또는 계약자 제출한 수행계획서에 대한 발주자의 평가기간이 장기화 될 경우, 후속 업무 프로세스 및 전체적인 공정지연에 영향을 미칠 수 있다는 것을 변경 관리의 중점사항으로 두어야 할 것으로 보인다. 이와 대조적으로 설계 분야, 시공 분야, 변경 금액 합의의 중요도는 전반적으로 낮다고 평가되었다.
등 대외환경의 불확실성이 커지며 해외 건설 시장의 침체가 전망된다. 이에 4차 산업혁명의 발전된 기술을 활용해 그간 축적된 데이터를 연구한다면, 향후 해외 건설사업 관리의 역량 및 경쟁력을 키울 수 있을 것이다. 따라서 이 연구에서는 중동 건설시장에서 공정 지연과 주요 분쟁의 원인으로 대두되고 있는 공사변경의 상향된 프로젝트 관리 방안을 제시하고자 하였다.
이와 같은 분석 결과를 통해 해외 플랜트 건설 프로젝트를 수행 하는데 있어 내부적으로는 명확한 공사변경 관리 방향을 수립하고, 외부적으로는 발주자-계약자간 협상 시간을 줄여 공사 지연 및 추가적인 비용 발생을 방지하는 역할이 가능할 것이라고 판단된다.
이처럼 해외 플랜트 건설시장이 위축되어 수주 확대가 불가피한 환경에서, 4차 산업혁명 기술을 활용하여 그간 해외 경험을 통해 축적된 입찰·인력·사업비 등의 데이터 등을 연구한다면, 향후 해외 건설 사업을 체계적으로 수행하고 국내기업의 경쟁력을 키울 수 있을 것이다. 최근 학습된 데이터를 바탕으로 매번 발전된 결과를 활용하여 예측하는 인공신경망 기반의 머신러닝을 활용한 연구가 정보통신·바이오 등 다양한 산업 및 학문 분야에서의 연구가 활발하나, 아직 건설 분야의 적용 연구는 미비한 실정이다.
또한, 일부 공사변경 사례의 경우는 분석 데이터가 부족하여 머신러닝의 학습이 불가능하여 결과를 도출하지 못한 데 한계가 있다. 향후 추가적인 공사변경 사례와 머신러닝을 활용한 데이터 분석을 통하여 해외 건설 프로젝트의 공사변경에 대한 활발한 연구 및 관리 방안에 대한 논의가 이루어질 수 있기를 기대한다.
참고문헌 (33)
Abdulghafoor H.A. (2000). "Change Orders in Construct ion Projects In Saudi Arabia." MS thesis, King Fahd University of Petroleum & Minerals.
ARCADIS (2019). Global Construction Disputes Report - Laying the Foundation for Success, pp. 12-26.
Alnuaimi, A., Taha, R.A., Mohammed A.M., and Al-Harthi, A.S. (2010). "Causes, Effects, Benefits, and Remedies of Change Orders on Public Construction Projects in Oman." Journal of Construction Engineering and Management, 136(5), pp. 615-622.
Aurelien, Geron (2019). Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow, 2nd Ed., O'Reilly Media.
Bae, Y.H. (2020). "Analysis of Low Oil Price due to COVID-19 and Major Oil Refineries in the Middle East." Journal of CEO and Management Studies, 23(1), pp. 167-187.
Chung, H.S. (2016). "Contract Interpretation of Scope of Works in Case of Employer's Exercise of its Right to Variations in International Construction Contract focusing on England Cases." Korea Lawyers Association, 65(2), pp. 66-110.
Cho, S.J., and Kang, S.H.(2016). "Industrial Application of Machine Learning(Artificial Intelligence)." Industrial Engineering Magazine, Korea Institute of Industrial Engineers, 23(2), pp. 34-38.
Choi, S.W. (2019). "Forecasting Construction Manage -ment Staffing Requirements for Petrochemical Plants with Data Mining Models." MS thesis, University of Seoul.
FIDIC (2017). Conditions of Contract for Construction, Conditions of Contract for Plant & Design Build, Conditions of Contract for EPC/Turnkey Projects.
Hanna, A.S., Camlic, R., Peterson, P.A., and Nordheim, E.V. (2002). "Quantitative Definition of projects Impacted by Change Orders." Journal of Construction Engineering and Management, 128(1), pp. 57-64.
Hashim H., Muhammad B.K., Soren M.L., and Zuhaib A. (2016). "Impact of Variation Orders on Time and Cost in Mega Hydropower Projects of Pakistan." Journal of Construction in Developing Countries, 21(2), pp. 37-53.
Heish, T., Lu, S., and Wu, C. (2004). "Statistical analysis of causes for change orders in metropolitan public works." International Journal of Project Management, 22(8), pp. 679-686.
Hinze. J. (2001). Construction Contracts, 3rd Ed., Mc Graw-Hill. New York, USA.
Ijaola, I.A., and Iyagba, R.O. (2012). "A comparative Study of Causes of Change Orders in Public Construction Project in Nigeria and Oman." Journal of Emerging Trends in Economics and Manage. Sciences, 3(5), pp. 495-501.
Jain, A., and Zongker, D. (1997). "Feature Selection : Evaluation, Application, and Small Sample Performance." IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(2), pp. 153-158.
Jamal, M.A., and Ghaleb, J.S. (2015). "Factors Affecting Change Orders In Public Construction Projects." International Journal of Applied Science and Technology, 5(6), pp. 56-63.
Jeong, D.G. (2017). "Trend on Artificial Intelligence Technology and Its Related Industry." Korea Institute of Information Technology Magazine, 15(2), pp. 21-28.
Kang, S.B. (2016). "A Study of the Effects of Integrated Project Management Maturity on the Project Performance : Focus on Overseas Plant Construction Project." Doctoral dissertation, Hanyang University.
Khanzadi, M., Nasirzadeh, F., and Dashti. M.S. (2018). "Fuzzy Cognitive Map Approach to Analyze Causes of Change Orders in Construction Projects." Journal of Construction Engineering and Management, 144(2), 01017111.
Kim, G.Y. (2016). "The Legal Study on the Resolution of Dispute Aries due to Buyer's Unilateral Variation in the Plant Contract." MS thesis, Korea University.
Kim, K.A. (2018). "An Estimation Model for the Additional Overhead Cost of Extended Duration of Construction by using the Case Based Reasoning (CBR) method." MS thesis, University of Seoul.
Korea Eximbank (KEXIM Bank) (2020). 2020 Semiannual Report for Trend in Overseas Construction Industry.
Lee, D.H., Yoon, G.H., and Kim, J.J. (2019). "Development of ITB Risk Mgt. Model Based on AI in Bidding Phase for Oversea EPC Projects." The Journal of Institute of Internet, Broadcasting and Communication, 19(4), pp. 151-160.
Lee, J.S. (2014). "A Study on the Data Mining Preprocessing Tool for Efficient Database Marketing." Journal of Digital Convergence, 12(11), pp. 257-269.
Loch, C.H., and Terwiesch, C. (1999). "Accelerating the process engineering change orders: Capacity and congestion effects." Journal of Product Innovation Management, 16(2), pp. 145-159.
Moselhi, O., Assem, I., and El-Rayes, K. (2005). "Change orders impact on labor productivity." Journal of Construction Engineering and Management, 131(3), pp. 354-359.
Park, H., and Han, J. (2018). "Development of Overseas Construction Big Issues based on Analysis of Big Data." Korean Journal of Construction Engineering and Management, KICEM, 19(3), pp. 89-96.
Park, M., and Pena-Mora, F. (2003). "Dynamic change management for construction : Introducing the change cycle into model-based project management." System Dynamics Review, 19(3), pp. 213-242.
Saurav Kaushik (2016). Introduction to Feature Selection methods with an example (or how to select the right variables?), (Dec. 1, 2016).
Serag, E., Oloufa, A., Malone, L., and Radwan, E. (2010). "Model for quantifying the impact of change orders on project cost for U.S. roadwork construction." Journal of Construction Engineering and Management, 136(9), pp. 1015-1027.
Witten, Ian H., Frank, Eibe, Hall Mark A., and Lee, S.H. (2013). Data mining : practical machine learning tools and techniques with Java implementations, 3rd Edition, Acorn Publishing Co.
Yeom, C.H., Shim, B.J., and Lee, S. (2018). "A Study on the Overseas New Town Project Development Strategy for Korean Urban Engineering Firms Using AHP Analysis." Journal of CEO and Management Studies, 21(3), pp. 19-37.
Yoon. J. (2017). "A Study on Derive Delay Factors based on International Standard Contract at Building Construction in the South-East Asia." MS thesis, University of Seoul.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.