손훈 교수 연구팀은 적외선과 영상 센싱을 결합한 자동 점검 시스템을 개발해 강교 도장 상태를 객관적으로 평가할 수 있도록 했다. 이 시스템은 도장 두께를 측정하고 손상 부위를 탐지해 상태 등급을 산정함으로써 점검 안전성과 일관성, 유지관리 의사결정을 개선한다.

강교 도장 상태 자동 평가 시스템 시제품

강교에서 도장은 교량 보호에 중요한 요소지만, 그 상태를 신뢰성 있게 평가하는 일은 쉽지 않다. 도장은 습기와 염분, 대기 중 오염물질로부터 강재를 보호해 부식을 막고 교량의 수명을 연장하는 역할을 한다. 그러나 도장이 노후화되면 표면에서는 잘 드러나지 않는 부식과 같은 결함이 내부에서 먼저 진행될 수 있으며, 이는 구조적 안전성과 유지관리 효율성을 동시에 위협할 수 있다. 이러한 이유로 강교 도장 상태에 대한 정기적인 점검은 필수적이다.

이러한 중요성에도 불구하고, 현재 도장 점검은 여전히 사람의 손에 크게 의존하고 있다. 점검자는 제한된 영역에서 육안 관찰과 접촉식 측정을 통해 도장 상태를 평가하는데, 이 과정은 많은 시간이 소요될 뿐 아니라 고소 작업이나 교량 하부 점검과 같이 위험을 동반하는 경우가 많다. 또한 점검 결과는 점검자의 경험이나 접근 가능성에 따라 달라질 수 있어 주관성이 개입될 여지가 크다. 노후 인프라가 증가하고 유지관리 수요가 커지는 상황에서, 보다 안전하고 객관적인 점검 방식이 필요하다는 지적이 이어지고 있다.

이러한 한계를 해결하기 위해 KAIST 건설및환경공학과 손훈 교수 연구팀은 강교 도장 상태를 일관되고 정량적으로 평가할 수 있는 자동 점검 시스템을 개발했다. 이 시스템은 사람의 판단에만 의존하던 기존 방식에서 벗어나, 넓은 면적을 대상으로 데이터를 기반으로 한 점검을 가능하게 하면서도 현장 인력의 직접적인 개입을 최소화하였다.

시스템은 교량 표면을 따라 이동하면서 도장 표면에 열을 가하고, 그에 따른 열 반응을 측정한다. 열화상 카메라는 도장 두께의 차이나 결함 유무에 따른 미세한 온도 변화를 포착하며, 동시에 일반 카메라는 표면 패턴이나 가시적인 손상 상태를 영상으로 기록한다. 두 가지 정보를 함께 분석함으로써, 겉으로 드러난 손상뿐 아니라 눈에 보이지 않는 도장 열화 상태까지도 점검 구간 전체에 걸쳐 종합적으로 평가할 수 있다.

그림 1 도장 상태 자동 평가 과정

도장 평가 과정은, 먼저 표면 전반에 걸쳐 도장 두께를 정량화하고, 내외부에 존재하는결함을 식별 및 구별해 그 면적을 측정한다 (그림 1). 이러한 결과를 종합해 최종적으로 도장 상태 등급을 산정하는 구조로, 기존 점검 기준을 따르도록 설계되어, 엔지니어와 유지관리 담당자가 결과를 쉽고 일관되게 해석할 수 있도록 한다.

그림 2 결함 시편에 대한 도장 두께 평가 결과: (a) 부식 시편, (b) 박리 시편, (c) 균열 시편, (d) 백화 시편

해당 시스템은 수치적 결과뿐만 아니라 시각화된 자료로도 결과를 제시한다. 전체 검사 영역에 대해 도장 두께 분포를 보여주며, 탐지 및 분류된 결함의 위치도 이미지로 나타낸다. 이 시스템은 20 mm 수준의 도장 두께를 나타낼 수 있으며, 눈으로 확인하기 어려운 초기 열화까지도 찾아낼 수 있다. 

그림 3 측면 주행 시험: (a) 자동 도장 상태 평가(APCA) 시스템의 시작 위치, (b) 측면 이동을 통한 점검 경로

이 시스템의 또 다른 장점은 사람이 접근하기 어렵거나 위험한 구간에서도 안정적으로 작동할 수 있다는 점이다. 교량 측면이나 하부와 같은 구간은 점검 과정에서 안전사고 위험이 크지만, 자동화 시스템을 활용하면 이러한 부담을 크게 줄일 수 있다. 기존에는 위험한 수작업 점검이 필요했던 강교 구간에서 시스템이 정상적으로 작동하는 모습을 보여준다 (그림 3). 현장 실험 결과, 이 시스템은 해당 구간에서도 안정적인 주행과 점검을 수행하며 일관된 결과를 제공하는 것으로 확인되었다.

도장 검사를 주관적 검사에서 객관적 검사로 변환시킴으로써, 해당 기술은 보다 안전하고 효과적인 교량 유지관리가 가능하도록 한다. 자동화된 평가는 검사자의 위험을 줄이고, 결과의 일관성을 뒷받침하며, 데이터 기반의 교량 유지관리로 검사 패러다임을 전환시킬 것이다.

본 연구 성과는 Structural Health Monitoring에 2025년 「Automated assessment of steel bridge paint condition using combined infrared and computer visions」라는 제목으로 게재되었다. 

https://doi.org/10.1177/14759217251391282