기계학습 알고리즘 기반 하자 정보 관리 시스템 개발 : 공동주택 전용부분을 중심으로
Developing a Defect Data Management System based on Machine Learning Algorithms
초록/요약
경제 성장과 함께 도시 인구가 급증하면서 공동주택은 주요 주택 유형으로 자리 잡았다. 공동주택의 증가와 함께 하자 분쟁 건수 또한 증가하고 있다. 그러나 공동주택에서 '전용 부분'은 사적 영역으로 구분되어 이에 대한 하자 관리 연구가 부족한 실정이다. 또한 공동주택의 하자 관리 주체 중 하나인 '관리사무소'를 위한 시스템 연구도 미비하다. 이는 관리사무소의 역량 부족을 초래하며, 하자 접수 및 관리의 품질을 악화시킨다. 따라서 본 논문에서는 관리사무소를 위한 기계학습 기반의 하자 정보 관리 시스템을 제안한다. 관리자가 오프라인 문서를 수기로 정해진 양식에 맞추어 입력해야 했던 불편함을 개선하기 위해 광학문자인식, 자연어 처리 모듈을 사용한 시스템을 설계하였다. 스캔한 하자 문서를 OCR을 통해 온라인 데이터로 변환하고, 언어 모델을 사용하여 설정한 양식에 맞게 텍스트를 재생성한다. 또한 이를 저장하고 통계적 분석 결과를 제공하여 하자 관리 의사결정을 지원한다. 이를 통해 업무의 질적 향상을 도모하고 건설사·하자 관련 업체와의 원활한 의사소통을 할 수 있을 것으로 기대한다. 추가적으로 본 논문의 코드는 github.com/daseul94/defect-management 에 공개되어 있다.
more목차
제 1장 서 론 1
1.1 연구의 배경 1
1.2 연구의 목적 및 방법 4
제 2장 예비적 고찰 7
2.1 현행 하자 관리 체계 분석 7
2.2 선행연구 분석 10
2.3 소결 12
2.4 배경지식 13
2.4.1 광학문자인식(OCR) 13
2.4.2 사전 학습 언어 모델(Pretrained Language Models) 15
제 3장 하자 정보 관리 시스템(DDMS) 체계 18
3.1 시스템 하자 정보 분류 체계 구성 18
3.2 DDMS; Defect Data Management System 20
제 4장 시스템 개발 및 검증 23
4.1 데이터 23
4.1.1 광학문자인식 평가 데이터 23
4.1.2 언어 모델 학습 및 평가 데이터 24
4.2 모델 27
4.2.1 OCR 모델 및 평가 척도 27
4.2.2 언어 모델 및 평가 척도 29
4.3 테스트 환경 및 결과 33
4.3.1 테스트 환경 33
4.3.2 테스트 결과 33
4.4 DDMS 사례 적용 41
제 5장 결 론 45
5.1 연구의 결과 45
5.2 한계점 및 향후 연구 방향 47
참 고 문 헌 48
