건설 공사의 공정계획은 프로젝트의 성공적인 수행을 위해 적절한 공기와 공사비 산정이 필수적이다. 그러나, 건설사업 참여주체들의 경험과 관행에 따라 공사기간, 공사비를 산정하고 있어 적정 공기 및 공사비를 확보하기 어려운 실정이다. 또한, 공정계획의 목표달성에 부정적인 영향을 미치는 리스크는 건설 프로젝트의 총 공기 및 공사비 산정에 반영되지 않는 상황이다. 이러한 한계점을 극복하기 위해 본 연구에서는 리스크를 반영한 건설공정계획 최적화를 위한 강화학습기반 자동화 기술 개발을 목적으로 하였다.
강화학습기반 자동화 기술개발에 필요한 데이터 생성을 위해 본 연구에서는 8개의 하위 공정을 선정하였다. 연구의 범위는 건설 프로젝트의 토공사와 포장공사로 한정하였다. 하위 공정마다 세부 작업을 설정하여 표준품셈과 사이클론 기법을 이용하여 공정별 자원조합 데이터를 구축하였고 구축 방법을 제시하였다.
인공지능 기술 중 하나인 강화학습 개념을 기반으로, 강화학습기반 자동화 기술을 개발하였다. 8개의 하위 공정을 조합해 공정 환경을 만들었고 자원조합 데이터와 리스크 확률분포 데이터를 이용하여 강화학습기반 자동화 기술을 학습하였다. 강화학습기반 자동화 기술을 학습 및 검증한 결과, 목표하는 공기 및 공사비를 충족시킬 수 있는 적정 공기 및 공사비를 도출하였다.
본 연구는 기존에 반영할 수 없었던 리스크를 반영시킬 수 있다는 의의를 지니고 있으며, 강화학습기반 자동화 기술을 개발하였다. 이를 통해 건설공정계획하는 입장에서 목표하는 공기 및 공사비를 충족시킬 수 있고 적정 공기 및 공사비 산정이 가능할 것으로 판단된다.