[한국기술뉴스] 세종대학교 장윤 교수 연구팀은 GNN을 이용해 교량 구조물의 손상 정도를 파악하는 모니터링을 개발했다. 개발된 기술은 세종대학교 산학협력단을 통해 2020년 12월 16일 특허를 출원(출원번호 제1020200176212호)했다. 특허 명칭은 'GNN을 이용한 교량 구조물의 모니터링 방법 및 장치’이다. 현재 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다.

[기자]

사장교는 큰 기둥에 연결된 케이블이 다리를 지탱하는 구조로 교통 인프라의 주요 시설물 중 하나입니다. 하지만, 자연재해, 기후, 주변 진동, 그리고 차량 하중 등의 외부 환경 요인들로 인해 손상되고 부식될 수 있습니다. 특히, 사장교의 케이블은 교량을 유지하는데 매우 중요하지만, 손상에 취약하다는 문제점이 있습니다. 케이블이 손상되면 강성과 단면적이 감소하게 되며, 우발적인 측면 부하에 대한 저항력이 낮아 손실될 수 있습니다. 케이블의 손실은 교량에 과부화를 발생시켜, 인접한 케이블들에도 악영향을 끼칠 수 있습니다.

세종대학교 장윤 교수의 연구팀은 그래프를 이용한 머신러닝 기법인 GNN 기술을 적용하여, 교량 구조물에서 손상이 발생한 케이블을 탐지하고, 손상의 정도를 출력할 수 있는 교량 구조물의 모니터링 기술을 발명했습니다.

각 케이블에 센서를 부착하여 케이블의 장력 정보를 수집합니다. 이 정보는 GNN 기반 교량 구조물 학습 모델에 입력됩니다. GNN 기반 교량 구조물 학습 모델은 사장교를 그래프 형태로 표현하고 이를 기반으로 구착한 GNN 학습 모델입니다.

이렇게 학습된 GNN 모델의 출력을 기반으로 손상이 발생한 케이블의 번호와 손상 정도를 파악할 수 있습니다.

본 기술을 활용하면 손상이 발생한 케이블의 위치와 정도를 효과적으로 추적할 수 있습니다. 특히, 사장교 케이블의 장력 정보만을 이용하여 어떤 케이블에 손상이 발생했는지와 손상 정도를 알 수 있습니다. 이를 통해 전체 케이블을 순차적으로 검사할 필요 없이, 일부 센서에서 수집된 정보만으로도 손상 발생 여부와 정도를 파악할 수 있어, 시간 및 비용을 절약할 수 있을 것으로 기대됩니다.