스마트 유지보수의 궁극적인 목표는 ‘예측적 유지 관리(Predictive Maintenance)’의 실현이다. 시설물이 보내는 미세한 신호(데이터)를 실시간으로 수집하고 분석하여, 고장이 발생하기 전에 미리 대처하는 것이다. 마치 의사가 환자의 상태를 24시간 모니터링하다가 “심장 박동에 이상 징후가 보이니 내원하세요”라고 미리 알려주는 것과 같다. 이것이 가능하려면 세 가지의 근본적인 변화가 필요하다.
－01_“스마트 유지 보수와 데이터 워크플로” 중에서

또한 모든 구역을 초정밀로 촬영할 필요는 없다. 데이터 효율성을 위해 ‘2단계 줌인(Zoom-in) 전략’을 수립하는 것이 현명하다. 1단계에서는 GSD 0.5∼1cm 수준으로 전체 구조물을 빠르게 스캔하여 정합용 3D 모델을 생성하고, 2단계에서는 1단계에서 발견된 이상 징후나 주요 부재(이음부, 지점부 등)만을 대상으로 GSD 0.1mm 이하의 근접 정밀 촬영을 수행하는 것이다. 이러한 전략적 비행이야말로 데이터의 양과 질을 동시에 잡는 노하우다.
－03_“비행 기술과 데이터 품질” 중에서

이론 수업은 모두 끝났으니, 이제 안전모를 쓰고 작업복을 입을 시간이다. 지난 5장까지 인공지능이 이미지를 어떻게 바라보는지에 대한 원리를 익혔다면, 이번 장에서는 실제로 내 컴퓨터 위에서 인공지능을 구동시켜 보는 실전 단계로 진입한다. 사실 수많은 엔지니어가 바로 이 단계에서 막연한 두려움을 느끼곤 한다. ‘코딩’이라는 낯선 장벽, 검은색 바탕에 흰 글씨만 가득한 터미널 창, 그리고 알 수 없는 영어 에러 메시지들이 심리적인 스트레스를 유발하기 때문이다. 하지만 미리 겁먹을 필요는 전혀 없다. 우리는 딥러닝의 밑바닥부터 복잡한 수학 공식을 코드로 짜려는 것이 아니다. 마치 건설 현장에서 미리 제작된 ‘프리캐스트(Precast)’ 콘크리트 부재를 가져와 조립하듯, 전 세계의 천재 개발자들이 이미 만들어 놓은 ‘라이브러리(Library)’라는 반제품을 가져와 순서대로 조립하기만 하면 된다.우리의 목표는 단 하나다. “내 컴퓨터에서 균열을 찾는 AI가 실제로 돌아가게 만드는 것”이다. 이를 위해 가장 먼저 선행되어야 할 작업은 디지털 공간에 ‘가설 사무소’를 짓는 일, 즉 개발 환경을 구축하는 것이다.
－06_“균열 감지 모델 구축” 중에서

현장 엔지니어들이 안전 진단 업무에서 가장 고통스러워하는 단계가 어디일까? 뜨거운 땡볕 아래서의 조사가 아니다. 바로 조사 후 사무실에서 이루어지는 ‘보고서 작성(Documentation)’ 업무다. 수천 장의 사진을 엑셀에 붙여 넣고, 사진 크기를 조절하고, 일련번호를 매기고, 균열 폭을 기입하는 단순 반복 작업. 이 ‘Ctrl+C, Ctrl+V의 지옥’에서 엔지니어를 구원할 수 있는 유일한 방법은 프로그래밍을 통한 자동화뿐이다. AI가 분석한 데이터(위치, 크기, 이미지 경로)는 이미 엑셀과 같은 정형화된 데이터 포맷으로 정리되어 있다. 이것을 미리 만들어 둔 보고서 양식(Template)에 쏟아붓기만 하면 된다.
－09_“시각화 및 리포트 자동화” 중에서