Ⅰ. 서 론
1. 개 요
우리나라의 기반시설은 1970-80년대 급속한 경제성장과 함께 단기간 압축건설로 인하여 50년이 지난 현재 에는 기반시설의 고령화가 급속히 진행되었다. 정부는 이에 따라 ｢지속가능한 기반시설 관리 기본법｣(이하, 기반시설관리법)을 제정 및 시행(‘20.1.1)하여 국내 기반시설 노후화에 신속히 대응하고 체계적인 유지관리를 위한 기반을 마련하였다. 기반시설관리법에 의하면, 기반시설을 관리하는 관리감독기관의 장은 국토교통부 가 설립한 기반시설 관리 기본계획(이하, 기본계획)에 따라 소관 기반시설에 대한 기반시설 관리계획(이하, 관리계획)을 수립·시행해야 한다.
미국, 유럽과 일본 등 해외 선진국들도 도로포장, 교량, 사면 등의 사회기반시설물을 대상으로 기반시설 관리시스템을 활용하여 합리적인 관리계획을 수립하고자 노력하고 있다(Lemer, 2004). 국내의 경우, 일반국 도, 고속국도, 일부 지자체 도로(서울, 경기, 충남) 등에 포장관리시스템(Pavement Management System, PMS) 이 도입되어 운영 중이며, PES, KRISS, Road scanner와 같은 전용조사차량을 활용하여 도로포장상태를 조사 하고 있다. 전용조사차량은 차량 가액만 5억에서 15억에 달하며, 후처리 및 경제성 분석 등은 전문기관을 지 정하여 수행하고 있다. 따라서, 고가의 조사 장비를 기반으로 하는 모니터링 시스템은 전문인력 부족 및 재 정 여건이 열악한 대다수의 지자체는 도입이 어려운 상황이다.
한편, 무인항공시스템(Unmanned Aerial System, UAS), 모바일매핑시스템(Mobile Mapping System, MMS)등 의 빠른 발전으로 공간정보 취득 및 데이터 수집 기술이 빠르게 발전하고 있다. 이러한 측면에서 UAS, MMS 등을 통해 취득한 영상과 딥러닝 기법을 활용하여 도로시설물을 모니터링하기 위한 다양한 연구가 해외에서 수행되고 있다(Ai et al., 2018;Yang et al., 2018;Cha et al., 2017).
먼저, 무인항공시스템은 사람이 직접 조종하지 않는 무인 항공기 등을 조정하는데 필요한 모든 시스템을 말하며, 대표적인 데이터 수집 장비로는 드론이 있다. 최근에는, 드론 등 해당 시스템을 활용하여 하천의 환 경변화분석, 시계열 및 지형분석, 수목과 식생 분석 등과 같은 다양한 분야에서 연구가 수행되고 있다(Jung and Park, 2021). 도로 인프라 모니터링 분야에서, Kim et al.(2019)은 드론을 통해 취득한 노면영상 데이터를 기반으로 Tiny-YOLO-V2와 Faster-RCNN을 활용하여 아스팔트 도로노면의 균열을 탐지하기 위한 연구를 수 행하였다. 분석 결과, Faster-RCNN의 정확도가 71%로 나타나 Faster-RCNN 알고리즘이 상대적으로 좋은 성능 을 보이는 것을 확인하였다. 또한, Kim et al.(2020)은 드론을 활용하여 도로포장의 상태지표인 균열, 소성변 형, 종단평탄성 지표를 취득할 경우 기존 조사방법 대비 비용과 시간 측면에서 효율적인 것으로 나타났다.
MMS는 차량 등에 수신기, GNSS(Global Navigation Satellite System), 레이저스캐너, 디지털카메라 등을 탑 재하여 고품질의 공간정보 DB구축을 위한 기술이다. 도로 인프라 모니터링 분야에서 MMS를 활용한 국내 연구로 Jo and Ryu(2016)는 도로포장에서의 포트홀(pothole)을 탐지하기 위한 연구를 수행한 바 있다. Choi et al.(2018)은 딥러닝 기반의 균열상태 판정 시스템(이하, 딥러닝 시스템)을 개발하였다. MMS를 통해 취득한 이 미지에서의 균열 검출률은 96.03%이며, 검출된 균열을 기반으로 해당 도로포장 구간의 상태등급을 자동으로 분류하는 시스템을 구축한 바 있다. Ha et al.(2021)은 딥러닝 기반의 객체 탐지 모델인 Mobilenet-SSD를 활용 하여 도로포장의 균열을 탐지하고자 하였으며, 개선된 알고리즘 및 최적화를 수행하여 정확도 93.15%의 모 델을 개발한 바 있다.
본 연구는 기존 고가의 조사 차량이 아닌 상대적으로 가격이 저렴한 드론, MMS장비 등에서 취득한 데이 터를 기반으로 도로 모니터링, 경제성 분석 등을 수행하는 방안을 제시하는 것이 목적이다. 따라서, 앞서 언 급된 기존 연구 성과 중, MMS를 통해 취득된 데이터를 기반으로 하는 Choi et al.(2018)의 딥러닝 시스템을 활용하고자 한다. 해당 딥러닝 시스템은 1)타 연구 성과 대비 높은 균열탐지 정확도(96.03%), 2)일반국도 도 로포장관리시스템의 균열률 산정기준 적용, 3)균열상태등급 도출 자동화의 세 가지 측면에서 본 연구에 적합 하다고 판단된다.
따라서 본 연구에서는 기존에 개발된 딥러닝 시스템(Choi et al., 2018)의 활용성을 검증하고, 향후 관리계 획수립에 필요한 기능 및 모듈을 파악하기 위한 연구의 일환으로 세종시의 일부 도로구간을 대상으로 도로 포장 자산에 대한 상태 모니터링 및 경제성 분석 방안을 제시하고자 한다. 본 연구의 결과는 향후 지자체의 관리계획 수립을 위한 기초자료로 활용될 것으로 기대된다. 다만, 경제성 분석을 수행하기 위해서는 도로포 장의 파손모델 개발이 필요하지만 본 연구의 목적에 초점을 맞추기 위해 도로포장의 파손모델은 기존 연구 (Choi et al., 2019)의 성과를 활용하였음을 밝힌다.
Ⅱ. 연구방법
1. 도로포장상태조사 및 상태등급평가
본 연구에서는 MMS 중 프랑스 Imajing社의 ‘Imajbox’ 장비를 활용하여 도로포장 구간에 대한 영상을 취득 하였다(<Fig. 1(a)>). 본 장비는 MMS 장비 중 초소형으로서, 조사 차량에 탑재가 편리하고 차량에 장착 후 최 대 시속 180km까지 주행하며 실시간 이미지와 함께 GPS 위치정보, 차량 주행속도 등의 정보도 함께 취득되 는 장점이 있다. 또한, 차량의 주행속도에 따라 촬영 프레임이 자동으로 변화하기 때문에 주행속도의 변동이 심한 도심 시내 구간을 조사하기에도 무리가 없고 80° 화각과 5MP의 해상력을 바탕으로 노면의 결함을 이 미지와 영상 데이터로 취득할 수 있다. 탑재된 GNSS 수신기와 RTK를 통해 파손 노면의 정확한 위치정보 및 좌표의 산출이 가능하다. 내장된 IMU 센서를 통해 GNSS 데이터 수신이 불가한 터널 내에서도 위치정보의 수신 장애로 인한 에러를 방지하여 원활한 조사를 진행하고, GIS DB를 구축할 수 있다.
본 장비는 기존의 도로포장 모니터링에 사용되는 장비와 크기 면에서 확연한 차이를 보이며, 이는 설치 및 관리의 편의성 측면에서 큰 이점이 있으며 일반 승용 차량을 이용해 조사를 수행할 수 있는 장점을 갖추 고 있다. 본 조사의 이미지 취득 방식은 이동 거리 2.0~2.5m 간격마다 취득하는 것을 표준으로 설정하였으며 육안으로 볼 때 파손의 정도가 심해서 보다 정밀한 조사가 요구되는 구간에서는 정확한 검출을 위해 최대 0.5m 간격마다 데이터가 취득되도록 설정하였다.
<Fig. 1>의 (b)와 같이 취득된 이미지에 대하여 도로포장의 상태등급을 자동으로 판별하기 위하여 Choi et al.(2018)의 연구 결과를 활용하였다. 해당 딥러닝 시스템은 YOLO(Your Only Look Once)-v2 알고리즘을 기반 으로 구성된다. YOLO망은 탐색 대상 전체를 한꺼번에 탐색하는 방식으로 CNN(Convolution Neural Network) 의 탐색방식과 비교하여 상대적으로 높은 탐색속도와 정확도를 나타내는 장점이 있다. 특히, 해당 시스템은 컨볼루션 레이어(Convolution Layer) 24개, 완전히 연결된(Full Connected, FC) 레이어 2개로 구성되어 있으며 일부 회선 레이어에서는 1×1 축소 레이어를 사용하였다. 마지막 회선 레이어의 경우, 텐서 형태 (7, 7, 1024) 를 출력하고 FC 레이어 2개를 선형 회귀의 한 형태로 사용하여 7×7×30 매개 변수를 출력하도록 재구성하였 다. <Fig. 2>는 본 연구에서 사용한 YOLO의 레이어 구성도를 나타낸다(Choi et al., 2018).
딥러닝 시스템은 도로포장의 균열을 YOLO망 기반의 알고리즘으로 탐지한 뒤, 균열등급을 5개 등급으로 구분하게 된다. 이에 대한 자세한 등급 기준 및 균열탐지 예시는 <Table 1>과 같다. 딥러닝 시스템에 대한 더 욱 자세한 사항은 Choi et al.(2018)의 연구 결과를 참조하길 바란다.
2. 도로포장 파손모델
본 연구에서는 계층적 베이지안 마르코프 혼합 해저드 모델(Bayesian Markov Mixture Hazard model, BMMH)을 기반으로 개발된 Choi et al.(2019)의 도로포장 파손모델을 활용하기로 한다. 해당 파손모델은 일반 국도 도로포장의 모니터링 데이터(2007~2017년)를 활용하여 국내 도로포장의 파손 특성을 가장 잘 나타냄은 물론, 생애주기 비용분석을 기반으로 하는 도로포장의 자산관리에 가장 적합한 모델이라 할 수 있다.
BMMH 모델에 의한 기반시설의 파손과정을 이해하기 위해서는 마르코프 과정(Markov process)과 계층적 베 이지안 추정에 대한 이해가 필요하다. 먼저, 기본적인 마르코프 과정은 시간 간격 τA와 τ 사이의 πij을 계산하 는 과정을 의미한다. 그 간격은 z(z =τB-τA)로 표시하며, 기본적으로 MTP(Markov Transition Probabilities) 행렬 Π와 요소 πij는 Eqs. (1) and (2)와 같다(Kobayashi et al., 2012).
따라서, 마르코프 과정의 전제조건으로서 확률의 공리를 만족시키기 위해 πij ≥0과 이 필요하다. 또한, 도로포장의 유지보수는 파손과정을 설명하는데 필요하지 않기 때문에 추가적으로 πij ≥0(i>j)와 πJJ = 1이 전제조건으로 필요하다.
베이즈 정리는 사전 분포와 사후 분포(또는 역확률) 간의 관계를 다루고 있다. 베이지안 통계에서 우도 함 수를 사용하여 추정되는 사후 분포 파라미터 θ는 관측 데이터 ξ 및 사전 분포의 파라미터를 기반으로 결정 된다. 즉, π(θ|ξ)는 우도 L(θ|ξ)과 사전 분포 π(θ)에 비례하며 Eq. (3)과 같다(Kobayashi et al., 2012).
여기서, θ는 확률 변수이고 π(θ)에 종속되므로 미지의 파라미터 θ의 사후확률 밀도함수 π(θ|ξ)는 가장 간단한 형태의 베이즈 정리인 Eq. (4)로 정의할 수 있다.
이외에 BMMH모델을 이해하기 위해서는 몬테카를로(Markov Chain Monte-Carlo, MCMC)기법, Metropolis- Hastings(M-H) 알고리즘, Geweke 검정기법에 대한 이해가 필요하며, 이와 관련된 이론적 내용은 기존 연구 (Choi et al., 2019) 성과를 참조하길 바란다.
기존 연구에서 균열률 지표에 대한 기대수명을 산정한 결과는 <Table 2>와 같다. 전체 네트워크(bench mark)에서의 기대수명은 13.6년으로 나타났으며, 각각의 지역별로 기대수명이 다른 것을 확인할 수 있다. 지 역별로 기대수명이 다른 것은 각 지역의 도로포장 구조 특성, 교통 특성, 환경(기온, 강수량, 적설량 등) 특성 이 다르기 때문이며 해당 결과는 본 파손모델이 지역별 파손 특성을 잘 보여주고 있음을 의미한다.
본 연구에서는 세종시를 대상으로 도로포장의 상태 모니터링을 수행하고자 하므로 세종지역의 파손 특성 을 가장 잘 반영할 수 있는 대전 지역의 파손모델을 활용하여 경제성 분석을 수행하고자 한다.
3. 한국형 포장관리시스템을 활용한 경제성 분석 및 편익산정
본 연구에서는 국도 포장관리를 위해 개발된 한국형 포장관리시스템(Korea Pavement Management System, KoPMS)을 이용하여 경제성 분석을 수행하고자 한다. Visual Basic으로 작성된 KoPMS S/W는 특정 구간을 대 상으로 생애주기 비용분석이 가능한 개별사업수준 분석과 유지보수 대상구간들 중 경제성 분석을 통한 유지 보수 우선순위의 결정을 위한 도로망 수준 분석으로 나눌 수 있다. 그 외 각 세부모형 및 구체적인 개발환경 과 응용에 대한 설명은 관련 연구를 참조하기 바란다(Do et al., 2013;Do et al., 2014).
도로포장자산의 경제성 분석 및 시뮬레이션을 위해 관리자비용과 이용자비용으로 구분하여 비용편익분석 을 수행해야 한다. 먼저, 관리자비용은 도로포장상태에 따라 포장공법이 결정되므로 도로포장 파손모형을 이 용하여 시간의 경과에 따른 도로포장상태를 예측하여 유지보수공법을 결정하고 이를 해당구간 연장과 기준 단가를 적용하여 비용을 산정하게 된다. 본 연구에서 도로포장의 유지보수 기준 및 단가는 2020년도 일반국 도 포장관리시스템의 의사결정 자료를 기준으로 적용하였다(MOLIT, 2021).
이용자비용은 객관성을 확보하기 위해 정부에서 발간된 지침인 MOLIT(2017)의 ｢교통시설 투자평가지침 서｣에서 제시하고 있는 편익 항목 중, 차량 운행 비용, 통행시간 비용, 환경오염 비용과 소음 비용을 적용하 였다. 여기서 이용자비용(User Costs)의 산정을 위해서는 포장 상태 악화에 따른 차량 속도의 변화량이 고려 되어야 하며, 본 연구에서는 한국형 의사결정시스템(KoPMS)에 적용된 포장 상태 기반의 속도 변화 모델을 적용하였다(Do et al., 2014).
경제성 분석을 위한 이용자 편익(User benefit)은 적정한 시점에 유지보수가 시행된 경우와 시행되지 않은 경우의 이용자비용의 차이를 편익으로 간주하였다(Peshkin et al., 2004;Do et al., 2013).
여기서, i = 포장 유형(1: A 공법, 2: B 공법. 3: C 공법.)
본 연구에서는 아무런 유지보수를 시행하지 않을 경우(do-nothing)를 기본 대안으로 설정하였으며, 이를 토 대로 유지보수 기준 및 포장 유형(alti)에 따른 이용자비용의 차이를 편익으로 산정하였다(Eq. (5)).
Ⅲ. 지자체 도로포장 자산관리방안
1. 도로포장 모니터링 조사
조사 대상 노선은 세종시에서 관리하는 도로 폭 20m 이상의 시도 중 한누리대로를 선정하였다. 또한, 한 누리대로와 포장 상태 비교를 위해 세종시를 경유하는 일반국도 1호선과 지방도 691호선의 일부를 비교 대 상 노선으로 선정하였다(<Fig. 3(a)>).
대상 노선에 대한 조사계획수립을 위하여 국토교통부의 교통량정보제공 시스템과 세종시의 교통정보현황 시스템에서 제공하는 정보를 활용하였다. 교통량 현황 및 도로 혼잡도와 점유시간 등을 고려하여 조사 시기 및 방안을 결정하였다. MMS를 통한 현장 조사는 대상 노선 양방향에 대하여 1개 차로씩 조사를 수행하였으 며, 2021년 5월 중순경에 하루 동안 데이터를 수집하였다. MMS를 활용한 현장 조사 결과 일반국도 1호선 29,093장, 한누리대로 13,259장, 지방도 691호선 19,963장의 이미지를 각각 취득하였다(<Table 3>).
대상 노선을 각각 상행선, 하행선으로 구분하였으며, 앞서 언급한 딥러닝 시스템을 활용하여 도로포장 상 태등급을 분석하였다. 분석 결과를 데이터베이스(DB)화하기 위해 10m의 단위구간을 기준으로 초기 DB를 구 축하였다. 하지만, 10m 간격의 도로포장 상태등급을 바탕으로 유지보수를 수행할 경우, 국부적인 보수가 많 아져 보수효율이 저하될 수 있고 그와 반대로 파손구간을 중심으로 광범위하게 보수하면, 보수가 필요 없는 양호한 구간까지도 보수하게 되어, 이것 또한 보수효율이 저하되는 결과를 초래한다. 따라서 교차로 등 주변 상황을 고려하여 최소 보수 대상 구간의 연장을 200m로 고려하게 되었다. 따라서, 최종적으로는 대상 노선 별 대표구간에 대한 경제성 분석 등을 수행하기 위해 200m를 단위구간으로 하는 DB를 구축하였다. 일반국 도 1호선은 513개, 한누리대로는 229개, 지방도 691호선은 340개의 단위구간이 각각 구축되었다(<Table 4>).
<Table 4>에서 대상 노선별 균열 기반의 도로포장 상태등급을 살펴보면, 일반국도 1호선이 2.1등급, 한누 리대로가 2.3등급, 지방도 691호선이 2.4등급으로 나타났다(등급이 높을수록 상태가 악화). <Fig. 4>를 통해 자세히 살펴보면, 3등급 이상의 구간 비율은 지방도 구간 20.9%, 지자체 구간 14.8%, 일반국도 구간 10.1%로 나타나 유지보수가 필요한 3등급 이상의 구간 비율은 일반국도 대비 1.5~2.0배 정도 높은 것으로 나타났다.
이는 일반국도 포장관리시스템을 통하여 체계적인 유지관리가 이루어지고 있는 일반국도가 지자체에서 관리하는 도로(지방도와 한누리대로)에 비해 상대적으로 양호하게 관리되고 있음을 확인할 수 있었다. 반면 에 도로포장상태가 상대적으로 악화된 노선(지방도 691호선, 한누리대로)은 자산관리시스템 및 관리계획의 수립을 통한 체계적인 관리가 필요한 것으로 나타났다.
2. 유지보수 시기 및 최적 공법결정
도로 자산의 효율적인 관리가 이루어질 경우, 유지보수에 투입되는 직접비용(유지보수 비용)과 함께 도로 이용자(차량)에 의해 발생하는 통행시간, 차량 운행(유류비 등), 환경오염 비용 등도 절감할 수 있다. 따라서, 도로 자산의 체계적인 유지관리를 위한 시스템을 구축하여 유지보수비용과 이용자비용 등이 모두 고려된 최 적의 유지보수 공법을 선정하도록 하고 있다(Lemer, 2004;Peshkin et al., 2004).
따라서, 본 연구에서는 앞서 언급한 경제성 분석 모델을 활용하여 노선별 대표구간에 대한 최적 유지보수 공법을 선정하고자 하였다.
각 공법별 유지보수 원단위는 1km(7,000㎡)를 기준으로 하는 원단위를 제시하고 있으나, 본 연구에서는 1차로를 기준으로 하는 단위구간을 설정하였으므로 1km(3,500㎡) 단위로 환산하여 적용하였다. 또한, 본 연 구에서의 유지관리 비용은 유지보수에 직접적으로 투입된 비용으로 한정하고자 하며 최종적인 유지보수 비 용은 유지보수구간의 연장과 공법별 원단위를 이용하여 산정하게 된다.
한편 편익 산정을 위한 기준 대안(base alternative)으로 유지보수 시기에 도달한 포장 구간에 대해, 1)마이 크로서페이싱(Micro surfacing)공법, 2)덧씌우기(overlay) 공법, 3)개질아스콘(5cm)(Modified-AC)공법을 각각 적 용하는 경우로 설정하였다. 분석 및 방법론의 적합성에 대한 검증을 위하여 각각 노선별로 대표구간을 하나 씩 선정하였다. 대상 구간별 연장, 차로 수, 도로포장 상태등급, AADT(Annual Average Daily Traffic), ESAL (Equivalent Single Axle Load)등의 특성은 <Table 5>와 같다.
<Table 6>에는 각 대상 구간별로 30년 분석 기간을 통해 3가지 유지보수 공법(마이크로서페이싱, 덧씌우 기, 개질아스콘(5cm))을 적용한 결과를 요약한 것으로, 유지보수 시기 및 횟수, 유지보수 비용, 이용자 편익, 순현재가치(Net Present Value, NPV), B/C의 도출 결과를 확인할 수 있다.
<Table 6>에서 알 수 있는 바와 같이, 대상 구간에 상관없이 예방적 유지보수 공법인 마이크로서페이싱 공법을 적용하는 것이 경제성과 유지보수비용 측면에서 최적의 대안으로 선정된 것으로 나타났다.
마이크로서페이싱 포장 공법의 경우 유지보수 기준이 균열률 2% 이상이거나 10% 미만이고 대상 구간의 공용연수가 7년 이상인 구간에 대해 유지보수를 시행하는 예방적 유지보수공법으로 유지보수 비용이 매우 저렴하다. 따라서, 유지보수 기준이 매우 낮아 분석 기간 30년 동안 유지보수는 5회 시행되는 것으로 분석되 었으나, 저렴한 유지보수 원단위로 인하여 생애주기기간동안의 총 유지보수비용이 제일 적게 소요되는 것으 로 나타났다. 또한 이용자 편익 및 경제성 분석 결과 측면에서는 도로포장 유지보수를 자주 수행함으로써 발 생하는 도로 이용자의 편익이 타 유지보수공법 대비 큰 것으로 나타났다. 이러한 분석 결과는 도로포장 상태 를 최상의 상태로 지속적으로 유지하는 것이 도로 이용자(차량)의 통행시간 감소, 유류비 절약, 환경오염 비 용 절감 등의 측면에서 큰 비중을 차지하기 때문으로 판단된다.
하지만, 본 연구에서 고려하지 못한 공사에 따른 차량의 지체 비용(delay cost) 등을 고려할 경우, 유지보수 횟수가 많아짐으로써 이용자 편익이 감소할 수도 있다. 따라서, 향후 지체 비용 등을 고려한 분석이 필요하 다고 판단된다.
<Fig. 5>는 한누리대로에 속하는 B구간의 도로포장 상태등급과 비용(유지보수, 이용자)의 변화추이를 살펴 본 것이다. 먼저, 도로포장 상태등급의 변화추이를 살펴보면 BMMH 모델의 일정한 파손 속도에 따라 상태등 급이 악화되는 것을 알 수 있다. 지정된 유지보수기준에 도달하게 되면 초기화(상태등급 1)가 이루어진 후에 도로포장 상태가 다시 악화되는 형태가 반복됨을 확인할 수 있다.
비용의 변화추이를 살펴볼 경우, 유지보수가 이루어지게 되면 유지보수비용이 발생하고, 반대로 이용자비 용은 감소함을 확인할 수 있다. 이러한 이유는 도로포장 상태가 지속적으로 악화됨에 따라 해당 구간에서의 차량통행속도가 감소하여 이용자비용이 증가하였지만, 도로포장 상태가 양호해짐에 따라 해당 구간에서의 차량통행속도가 증가함으로써 차량 통행에 따른 이용자비용이 감소하였기 때문이다.
본 연구의 분석 결과를 종합해보면 대상 구간별로 유지보수 횟수 및 최적 유지보수 공법 등에서 차이가 발생하지 않았다. 그 이유는 세 구간의 도로 유형(일반국도, 지방도, 시도) 및 교통량(축하중) 수준에 상관없 이 동일한 파손 속도를 갖는 도로포장 파손모델이 적용되었기 때문이다. 이러한 분석 결과는 향후 각 도로 유형의 특성을 고려한 도로포장 파손모델의 개발 필요성과 파손모델 개발을 위한 모니터링 데이터 수집의 필요성을 확인할 수 있었다는 점에서 의미가 있다고 판단된다.
Ⅳ. 결 론
본 연구에서는 지자체의 도로 자산관리를 효율적으로 수행할 수 있도록, 휴대용 MMS장비와 딥러닝 시스 템을 활용한 도로포장 모니터링 방안과 도로포장 파손모델 기반의 경제성 분석 방안을 제시하였다.
세종시의 시도, 지방도, 일반국도를 포함하는 총 54.9km를 조사 대상 노선으로 선정하였고, 휴대용 MMS 장비(Imajbox)와 딥러닝 기반의 균열검지시스템을 활용하여 대상 노선의 균열기반 도로포장 상태등급을 조 사하였다. 노선별 상태등급을 분석한 결과 일반국도, 시도, 지방도 순으로 포장 상태가 양호한 것으로 나타 나, 일반국도의 경우 포장관리시스템을 통해 체계적인 관리가 이루어지고 있음을 확인할 수 있었다. 따라서, 시도, 지방도 또한 체계적인 모니터링을 통한 유지관리의 필요성을 확인하였다.
또한, 노선별로 대표구간을 선정하여, 대표구간별로 최적 유지보수공법 선정을 위한 경제성 분석을 수행 하였다. 분석 결과, 구간에 상관없이 예방적 유지보수 공법을 적용하는 것이 유지보수 비용과 이용자 편익 측면에서 가장 유리한 것으로 나타났다.
향후 연구로서는 도로포장 모니터링 수행 시에 균열뿐만 아니라, 소성변형, 종단평탄성과 같은 상태지표 등을 효율적으로 모니터링을 할 수 있는 조사기법개발이 필요하다고 판단된다. 또한, 지자체의 도로포장 특 성 등을 고려한 경제성 분석을 수행하기 위해 지자체의 도로포장 여건에 적합한 파손모델을 개발하는 것과 도로포장 유지보수공사에 따른 지체시간 등의 영향을 고려하는 것이 필요하다.
마지막으로, 본 연구에서는 도로포장 인프라의 모니터링을 위해 상용화된 MMS장비와 기존 연구에서 개 발된 딥러닝 시스템을 활용하였다. 하지만, 본 연구에서 활용한 장비와 시스템 이외에 도로 인프라별로 모니 터링 수준에 적합한 재원(카메라 화소, 화각 등)이 적용된 MMS장비의 활용 또는 개발이 필요하다고 판단된 다. 또한, 수집한 데이터를 효율적으로 운영하기 위해 해당 도로 인프라의 모니터링 수준에 적합한 딥러닝 시스템 개발이 필요할 것으로 판단된다.
