Earticle

초록

영어

This study proposes a standardized prompt structure that enables generative AI to produce logically consistent schedule recovery plans for construction project delays and quantitatively validates its effectiveness. Using an actual apartment master schedule with approximately 500 activities, a 14-day structural delay scenario was defined and iterative experiments were conducted across multiple AI models. With the standardized prompt, schedule consistency improved from 62.2% to 98.1%, and Float calculation error (MAE) decreased from 4.4 days to 0.4 days. Primavera P6 validation confirmed that FS relationships, resource constraints, and the fixed project completion date were maintained, indicating that the proposed framework improves the reliability and reproducibility of AI-driven schedule recovery.

한국어

본 논문은 공동주택 건설 프로젝트에서 공정 지연 발생 시 생성형 AI를 활용한 일정 복구 과정에서, AI가 공정 논리와 제약조건을 일관되게 준수하도록 하는 표준화 프롬프트 구조를 제안하고 효과를 정량 검증하였다. 약 500개 활동으로 구성된 실제 마스터공정표를 기반으로 구조공정 14일 지연 시나리오를 설정하고 복수 AI 모델로 반복 실험을 수행하였다. 표준화 프롬프트 적용 결과 일정 일관성 유지율은 62.2%에서 98.1%로 향상되었고 Float 계산 오차(MAE)는 4.4일에서 0.4일로 감소하였다. Primavera P6 검증에서도 FS 관계, 자원 제약, 고정 준공일 유지가 확인되어, 제안 구조가 AI 기반 일정 복구의 재현성과 신뢰성을 높이는 입력 체계로 유효함을 보였다.

목차

요약
Abstract
Ⅰ. 서론
1. 연구의 배경 및 목적
2. 연구 범위 및 방법
Ⅱ. 본론
1. 이론적 배경
2. 연구 수행 및 설계
3. 결과 분석 및 검증
Ⅲ. 결론
REFERENCES

키워드

저자

• 송준아 [ Jun-Ah Song | 경상국립대학교 건축공학과 학생 ]
• 윤석헌 [ Seok-Heon Yun | 경상국립대학교 건축공학과 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  혁신산업기술논문지 [The Journal of Innovation Industry Technology]

• 간기

  계간

• pISSN

  2983-2349

• eISSN

  2983-2357

• 수록기간

  2023~2026

• 십진분류

  KDC 559 DDC 629