토목공학에 적용되는 AI, 현장 74%가 안 쓴 이유

| 사진설명: “점검 차량 안에서 AI 탐지 화면을 살피는 엔지니어”

토목공학에 적용되는 AI, 지금 한국에서 예산이 붙은 자리는 설계실이 아니라 점검 차량 안입니다.

국토교통부·한국도로공사·국토안전관리원이 실제로 돈을 쓴 항목을 늘어놓으면 방향이 한눈에 보여요. AI 도로파임 자동탐지, 드론에 AI를 붙인 시설물 점검, 중소형 현장 지능형 CCTV. 반면 자동설계는 아직 기반공사 중입니다. 국토부가 2026년 완료를 목표로 만드는 디지털 건설기준이 그 기반이고, 완성되면 API 형식으로 무상 배포한다고 뉴시스가 전했습니다.

숫자로 먼저 답을 드리면, 도로공사는 AI로 연 21만 6,000km를 스캔해 포트홀 피해 배상액을 41억 5,300만원에서 34억 8,600만원으로 16% 줄였어요. 그런데 같은 기관의 도로파임 탐지 AI가 2024년 국정감사에서는 오류율 85.3%로 질타를 받았습니다. 2년 사이에 벌어진 이 반전이 토목 AI의 현주소를 가장 정직하게 보여준다고 생각해요.

왜 설계가 아니라 점검부터 손댔을까요

토목 AI가 점검부터 시작된 이유는 기술 난이도가 아니라 사람 숫자입니다.

건설근로자공제회 자료 기준으로 2026년 5월 건설기능인력은 130만 8,000명, 전년 동월 대비 4.1% 줄었어요. 평균연령 52.0세, 60대 이상이 38만 5,000명(29.4%), 40대 이상이 81.9%입니다. 20대 이하는 5만 8,000명뿐이에요. 반면 점검해야 할 교량과 터널은 줄지 않습니다.

출처: United States. Army. Corps of Engineers. Japan District / Public domain (Wikimedia Commons) | 사진설명: “줄어드는 인력이 감당해야 하는 교량 점검 현장”

안전 압박도 같이 커졌습니다. 고용노동부 발표(2026년 3월 잠정)에 따르면 2025년 재해조사 대상 사고사망자는 605명이고, 건설업이 286명으로 업종 중 가장 많았어요. 전년보다 10명 늘었고, 5억원 미만 소규모 현장에서만 25명이 증가했습니다.

인력은 줄고 사고는 안 줄고. 설계 자동화는 잘되면 이익이 늘지만, 점검 자동화는 늦으면 사람이 다칩니다. 예산 우선순위가 갈리는 지점이 여기예요.

도로공사 사례, 2년 만에 평가가 뒤집혔어요

한국도로공사의 AI 도로파임 탐지는 2024년 실패 사례로 국정감사에 올랐다가 2026년에는 성과 사례로 보도되고 있습니다.

2024년 10월 국정감사 자료(아시아경제)의 상황은 이랬어요.

사업비 약 11억원 (장비 6억 3,000만원 + 연구용역 4억 6,900만원)
2024년 3월 경북지역 감사: AI 탐지 517건 중 441건(85.3%)이 오류
실제 보수 필요는 76건(14.7%)
담당자 설문: 활용 중 26%, 개선 필요 70%

100건을 잡아주면 85건이 헛일이었다는 뜻이에요. 현장 담당자 넷 중 셋은 아예 안 쓰고 있었고요. 당시 박용갑 의원은 “도로공사가 큰 예산을 들여 마련한 장비가 제 역할을 못 하고 있다”고 지적했습니다.

| 사진설명: “AI가 표시한 후보 대부분이 실제 파손은 아니었죠”

그런데 2026년 7월 서울경제가 전한 숫자는 결이 다릅니다.

항목	수치	기준
AI 도로파임 스캔 거리	연 21만 6,000km	2026-07
포트홀 피해 배상액	41억 5,300만원 → 34억 8,600만원 (16%↓)	2024 → 2025
고속도로 교통사고 사망자	171명 → 147명 (약 14%↓)	2021 → 2025
AI 교통관제 돌발상황 검지 정확도	50% → 96% 이상	개선 전후
AI 적재불량 심사 처리량	1인당 300대 → 1,230대	도입 전후

여기서 한 가지 조심할 게 있어요. 96%는 ‘교통관제 돌발상황 검지’ 정확도이지 포장 파손 탐지 정확도가 아닙니다. 둘을 섞어 “도로 AI가 96% 정확하다”고 쓰면 틀린 말이 돼요. 확인된 건 배상액 16% 감소, 사망자 14% 감소 같은 결과 지표입니다.

연 21만 6,000km가 어느 정도냐면, 지구 둘레가 약 4만km니까 한 해에 지구를 다섯 바퀴 넘게 훑는 물량이에요. 사람 눈으로는 애초에 불가능한 규모죠.

그럼 AI가 판단까지 하나요

아니요. 걸러주는 데까지가 AI 몫이고, 보수 여부는 사람이 정합니다.

도로공사의 ‘로드와치(Road Watch)’는 2018년 시범 도입 후 고도화된 도로파손 자동탐지 시스템이에요. 지사별 차량 1대, 최소 2주 1회 정기점검으로 돌아갑니다. 뉴스핌 인터뷰에서 우정엽 도로공사 AI데이터부 차장은 “로드와치가 도로 파손을 먼저 걸러주지만, 실제 보수 여부는 사람이 화면을 보고 판단한다”고 말했어요. 점검효율은 80% 향상됐다고 합니다.

이 구조를 알면 85.3%라는 오류율도 다르게 읽힙니다. AI가 최종 판단을 대신하는 시스템이었다면 치명적인 숫자예요. 반면 사람이 확인하는 1차 필터 구조에서는 ‘사람 일이 늘어나는’ 문제입니다. 성격은 다르지만 비용은 분명히 발생해요. 헛것 441건을 누군가 다 열어봤어야 하니까요.

국토안전관리원도 같은 그림을 그립니다. 이투데이 인터뷰에서 박창근 원장은 “현장점검에 인공지능이 도입되면 같은 인력으로도 10개 점검할 것을 15~20개로 늘릴 수 있다”고 했어요. 사람을 빼는 게 아니라 1인당 처리량을 1.5~2배로 올리는 설계입니다. 관리원은 건축 분야 AI 사업을 2027년부터 500~600억원 규모로 추진할 계획이고, 지하안전 관련으로 KAIA와 80억원 연구비, AI 통합 플랫폼 구축에 올해 20억원을 잡아뒀습니다.

자동설계는 왜 이렇게 늦나요

설계 AI가 더딘 이유는 알고리즘이 아니라 데이터 형식이에요.

국가 건설기준은 KDS(설계기준)·KCS(표준시방서)·OCS(전문시방서) 등 3,432개 코드로 이뤄져 있습니다. 이 문서 뭉치를 기계가 읽는 구조로 바꾸는 작업이 ‘건설기준 디지털화 사업(2022~2026)’이에요. 교량·건축·도로·철도·터널 5개 시설물에 대해 라이브러리와 온톨로지(개념 사이의 관계를 기계가 이해하도록 정의한 데이터 구조) 구축이 끝났고, 2025년 8월부터 10월 말까지 설계·시공사 BIM 담당자에게 테스트 버전을 배포해 의견을 받았습니다.

김태병 국토부 기술안전정책관은 이 사업을 “디지털 건설기준 구축이 완료되면, BIM 전면 도입과 향후 AI 연계 자동설계 시대의 초석”이라고 표현했어요. 순서가 분명하죠. 기준의 데이터화, 그다음 BIM, 그다음 AI 자동설계.

| 사진설명: “종이 건설기준을 기계가 읽는 데이터로 바꾸는 작업”

BIM 의무화 일정도 함께 갑니다. 대한경제 보도 기준 공공공사 BIM 의무 대상은 이렇게 넓어져요.

2026년 500억원 이상
2028년 300억원 이상
2030년 300억원 미만까지

2030년이면 사실상 대부분의 공공공사가 BIM 기반이 된다는 뜻입니다. 지금 BIM을 안 다루는 설계사무소라면 준비 기간이 4년쯤 남은 셈이에요.

건설사들은 어디에 AI를 붙이고 있나요

삼성물산은 2026년부터 모든 건설 프로젝트에 AI 에이전트 3종을 적용한다고 밝혔습니다. 2025년 11월 11일 열린 ‘2025 AI Day'(주제 ‘AI시대, 건설을 새로 설계하다’)에서 나온 내용이에요. AWS와 공동개발한 3종은 이렇습니다.

AI-ITB Reviewer 입찰제안서 자동 분석·리스크 식별
AI-Contract Manager 법무·계약 리스크 검토
AI-Project Expert 현장데이터 통합 분석

눈에 띄는 건 셋 다 도면이 아니라는 점이에요. 입찰, 계약, 현장 데이터. 문서와 리스크를 다루는 영역입니다. 대형 건설사가 AI로 먼저 손대는 곳이 설계도가 아니라 계약서라는 사실은, 지금 생성형 AI가 실제로 잘하는 일이 무엇인지를 꽤 정직하게 알려줘요. 머니투데이에 따르면 삼성물산은 향후 3년간 단계적 AI 전환을 계획하고 있습니다.

출처: Unknown / Public domain (Wikimedia Commons) | 사진설명: “삼성물산이 건설 AI 에이전트 3종을 공개한 자리”

해외는 설계 쪽에 좀 더 들어갔어요. 토목 인프라 설계 소프트웨어 회사 Bentley Systems가 2025년 10월 15일 공식 발표한 내용입니다.

OpenSite+ 생성형 AI 기반 토목 부지설계. 자사 설명은 “정확도를 희생하지 않고 최대 10배 빠르게”(제한적 공급 단계)
Bentley Copilot 도면 주석 자동화 에이전트. 2025년 11월 출시, OpenRoads/OpenRail Designer 통합은 2026년 초
ProjectWise AI 검색 2025년 12월 얼리액세스, 2026년 일반 공급
SYNCHRO+ AI 기반 4D 시공 모델링, 2025년 12월 얼리액세스

Nicholas Cumins CEO는 AI가 인프라 엔지니어를 대체하는 게 아니라 역량을 키우는 것이 회사의 비전이라고 말했어요. 국내 공공기관 인터뷰와 표현이 거의 겹치는 게 흥미롭습니다. 판단은 사람, 물량은 AI. 국내외가 같은 결론에 도착해 있어요.

시장 규모 수치는 믿어도 될까요

건설 AI 시장 규모는 조사기관마다 6배까지 차이가 납니다. 단일 숫자 인용은 피하는 게 좋아요.

2026년 기준 글로벌 건설 AI 시장 규모입니다.

Precedence Research 21.8억 달러
Research and Markets 36.4억 달러
Intel Market Research 40.5억 달러
Fortune Business Insights 60.2억 달러
Mordor Intelligence 129.4억 달러

최소와 최대가 6배 차이예요. 시장 범위를 어디까지 잡느냐에 따라 갈립니다. 다만 연평균 성장률 24~32%대 고성장이라는 점에는 모든 기관이 일치해요. 규모는 못 믿어도 방향은 여러 곳이 같은 말을 하는 상황입니다.

국내 토목 분야 한정 AI 시장 규모나 도입률 통계는 신뢰할 만한 출처를 찾지 못했어요. 없는 숫자를 만들어 쓰기보다 없다고 적는 편이 낫다고 봅니다.

지금 현장에서 실증 중인 기술은 뭔가요

‘2026 스마트건설 얼라이언스 기술실증 지원사업’에 10개 기술이 선정돼 하반기 6개월간 현장 실증에 들어갑니다. 기업당 지원은 최대 2,500만원이에요.

대한전문건설신문이 전한 선정 기술을 보면 토목 AI가 지금 어디를 건드리는지 감이 옵니다.

출처: United States. Army. Corps of Engineers. Rock Island District / Public domain (Wikimedia Commons) | 사진설명: “드론 스테이션에서 이륙해 구조물을 훑는 현장 실증”

회전형 SLAM 기반 균열 점검
AI 영상분석 기반 위험작업 탐지
드론 스테이션 기반 AI 안전관리
3D 굴착기 레벨 관리
AI 레미콘 품질 균일화

기업당 2,500만원은 R&D 예산으로 큰돈이 아니에요. 대신 ‘현장에서 6개월 돌려본다’는 조건이 붙습니다. 토목 AI에서 진짜 어려운 게 알고리즘이 아니라 현장 검증이라는 걸 생각하면, 이 조건이 돈보다 값어치가 클 수 있어요. 도로공사처럼 실험실 성능과 현장 성능이 벌어지는 일이 흔하니까요.

정책 조직도 움직였습니다. 국토부는 2026년 1월 2일 지반침하·지하시설물 상시 모니터링을 맡는 ‘지하안전팀’을 출범시켰고, 중소형 건설현장에 지능형 CCTV·스마트 안전장비를 지원하기 위해 ‘공정건설지원과’를 신설했어요.

토목 엔지니어는 뭘 준비하면 좋을까요

AI가 토목 엔지니어를 대체하는 그림은 지금 데이터에서 보이지 않습니다. 확인되는 건 판단 이전 단계가 자동화되고 있다는 사실이에요.

영역	AI가 하는 일	사람이 하는 일
도로 점검	21만km 스캔, 파손 후보 추출	보수 여부 최종 판단
시설물 점검	드론 촬영·1차 분류	안전등급 결정, 책임
입찰·계약	문서 분석, 리스크 식별	의사결정, 협상
설계	대안 생성, 도면 주석	기준 적합성 확인, 승인

공통점은 책임이 따르는 결정이 전부 사람 쪽에 남아 있다는 거예요. 토목은 실패하면 사람이 죽는 분야라 이 구조가 쉽게 바뀌기 어렵습니다.

앞으로 2~4년 일정은 공개된 계획만 이어붙여도 대략 그려집니다. 2026년 디지털 건설기준 API 무상 배포와 500억원 이상 공공공사 BIM 의무화, 2027년 국토안전관리원의 건축 분야 AI 사업(500~600억원 규모), 2028년 BIM 의무 대상 300억원 이상 확대. 데이터 기반이 먼저 깔리고 설계 AI가 그 위에 올라가는 순서인데, 실제 자동설계 상용화 시점은 아직 공식 확인된 바가 없어요.

그래서 준비할 것도 AI 모델을 만드는 기술보다는, AI가 뱉은 결과를 검증하는 능력 쪽이라고 봐요. 오탐 441건을 걸러낼 사람이 필요한 구조니까요. 여기에 BIM 데이터를 다룰 줄 아는 것, 2026년 무상 배포될 디지털 건설기준 API를 실제로 붙여보는 것 정도가 손에 잡히는 준비가 될 것 같습니다.

| 사진설명: “AI가 내놓은 결과를 사람이 검증하는 마지막 단계”

한 가지 덧붙이면, 2020년부터 2025년까지 진행된 스마트 건설기술 개발사업은 총사업비 약 1,970억원(정부 1,476억 / 민간 494억) 규모로 생산성 25% 향상, 공기 25% 단축, 재해율 25% 감소를 목표로 잡았어요. 다만 사업 종료 후 실제 달성률은 공개 자료에서 확인하지 못했습니다. 목표치와 결과를 같은 것으로 읽지 않는 편이 안전해요.

토목 AI는 화려한 자동설계보다 지루한 점검 자동화 쪽에서 실적을 쌓고 있습니다. 그 지루한 쪽에서 배상액 16% 감소, 사망자 14% 감소 같은 숫자가 나왔고요. 결국 산업을 움직이는 건 데모 영상이 아니라 이런 숫자라고 생각해요.

지금 계신 현장에서는, AI가 걸러낸 결과를 누가 마지막으로 확인하고 있나요?