BROADWAVE

교량 등 인프라 시설의 스마트화로 인해 복잡한 설비로부터 다양한 데이터가 수집되고 있습니다. 하지만 방대한 데이터를 사람이 직접 분석하고 적절한 대응책을 마련하는 데는 한계가 있습니다. 당사의 인공지능 기반 관제 시스템은 이러한 문제를 해결하기 위해 개발되었습니다.

한국건설기술연구원과 공동 연구한 「스마트 그린해상교량 통합 관제 시스템」은 풍력, 조력 설비 등에서 수집된 운용 데이터를 인공지능이 학습합니다. 사용자는 이를 통해 설비 상태를 종합적으로 분석하고 제어할 수 있습니다. 또한 인공지능이 실시간으로 데이터를 분석하고 이상 패턴을 감지하여 시설물에 발생할 수 있는 위험 요인을 사전에 식별할 수 있습니다.

국내 교량의 총수는 약 35,000개소에 달합니다. 이 중 30년 이상 된 노후 교량이 전체의 약 25%를 차지하고 있습니다. 교량 유지관리 비용의 급격한 증가가 불가피한 실정입니다. 이러한 문제에 대응하기 위해 당사는 인공지능 플랫폼을 기반으로 하는 새로운 유지관리 패러다임을 제시하였습니다.

당사의 플랫폼에서는 교량 점검·진단 데이터를 학습한 대규모 언어모델이 구조적 노후도와 손상 상태를 종합적으로 분석합니다. 또한 현장 데이터와 과거 이력을 기반으로, 교량에 발생할 가능성이 있는 위험 요인을 정밀하게 식별합니다.

조직의 규모가 크지 않을수록 업무 노하우 관리가 체계적으로 수행되기 어렵습니다. 빈번한 인사이동과 입사·퇴사의 반복으로 개인의 업무 역량은 조직으로 흡수되지 못하고 흩어지기 일쑤입니다. 당사의 인공지능 기반 솔루션은 이러한 문제를 해결하기 위해 개발되었습니다.

솔루션의 핵심은 사내에 흩어져 있는 지식을 RAG와 Agent 구조로 체계화·자동화하는 것입니다. 기업이 업로드한 PDF/HWP/CSV(XLSX) 등 다양한 형식의 지식 자료는 문서 분류, 텍스트·표 파싱, 이미지(Vision) 분석, 청킹 및 임베딩 과정을 거쳐 구조화됩니다.

사용자의 질의에 대해 신뢰도 높은 답변을 생성하는 것은 물론, Agent를 통해 연구·출장보고서 등 사내 지식 기반의 다양한 지식 자료를 자동으로 생성할 수 있습니다.

부산EDC 스마트빌리지 실증단지에 시민의 안전한 교량 이용을 위해, 교량에 가속도, 경사계, 신축이음계, 온습도 등 복합센서를 설치합니다.

AI(LSTM, 비지도 군집)모델을 이용하여 실시간 교량의 하천 수위 및 교량 안전성(내구성)을 예측·분석하여 디지털트윈에 반영합니다.

30년 이상 노후된 3종 소형 교량의 과학적 유지관리를 위해 한국건설기술연구원 및 한국전자통신연구원과 공동 기술개발 중(국가 R&D)이며, AI 기술 관련 특허 보유와 지속적 학습데이터 확보 중(www.bmaps.kr)입니다.

종량제 봉투 없이 생활폐기물의 배출량을 측정하여 계근하는 압축기반의 폐기물 수거함의 화재 및 악취를 관리하기 위해, 복합 센서(온도, 습도, TVOC, NH3, 연기 센서)를 이용한 AI 기반 폐기물 화재·악취 관리 서비스를 운영합니다.

제주시를 시범서비스 지역으로 지속적인 폐기물 환경 데이터를 수집하며, 악취 발생 시 오존을 발생시킵니다. 폐기물의 화재는 내부 온도 상승, 발화물질의 점화 등 다양한 원인에 의해 발생하므로, 연기·온도·TVOC 등 다양한 변수를 통해 화재를 예측합니다.

폐기물의 화재 및 악취를 동시에 예측·판단하기 위해 온도, 습도, TVOC, NH3, 연기 등 복합 센서를 이용하며, 엣지컴퓨팅 기반 LSTM 알고리즘으로 화재 90%, 악취 80% 이상 정확도에 예측 및 판단합니다(TTA 공인인증).

세탁공장에서 입고되는 세탁물의 종류 및 색상(패턴) 인식을 통해 세탁 분류와 세탁 완료 시 세탁 상태를 AI로 검출·판단하는 시스템입니다.

기존 육안 기반의 세탁물 분류에서 AI를 이용하여 세탁 업무 효율을 극대화하고, 무인 세탁물 접수 및 AI를 이용한 세탁 품질·공정 관리를 목표로 합니다.

Yolov7를 이용한 인식 및 딥러닝 학습을 통한 세탁물 종류 검출, Attention CNN 기법을 이용한 색속성 검출을 통해 세탁물 분류 및 세탁 완료 시 세탁 품질에 대한 검품 서비스를 제공합니다.