누수 피해 절감을 위한 랜덤 포레스트 기반 방수층 유효수명 예측 알고리즘

초록

공동주택의 누수는 주로 옥상 방수층에서 발생하며, 실제 수명이 설계 수명에 미치지 못하여 유효수명 내 유지보수 실패로 누수가 발생한다. 본 연구는 설계 단계에서 통제가 가능한 설계 변수인 설계, 재료, 구조 요인과 외생 변수인 환경 요인을 통합하여 옥상방수층의 유효수명을 예측하고, 적합한 방수층 선정에 활용 가능한 머신러닝 알고리즘을 개발 후 평가하였다. 후보 변수는 stepwise 기법, 변수 간 상호작용 분석, 다중공선성(VIF) 점검으로 선별하였고, 최종적으로 8개 예측변수(바탕재, 보호층 재료, 치켜올림 높이, 시공 방법, 강수량, 최저기온, 최고기온, 일사량)를 확정하였다. 학습은 Random Forest로 수행하고 잔차 편향은 XGBoost로 보정했으며, 다중회귀와 CatBoost 대비 성능을 70/15/15 학습·검증·시험 분할과 조기종료로 비교하였다. 그 결과 6개 방수공법 전반에서 Random Forest + XGBoost 모델(RF+XGB)은 R²(결정계수) 0.89–0.92, MAE(평균절대오차)는 실제 유효수명의 1.25–1.48%, RMSE(평균제곱근오차) 1.71–2.00%를 달성하여, 분산 안정성을 유지하면서 Random Forest의 편향을 개선했다. 사례분석에서 SHAP 기여도는 문헌에 보고된 하자 원인과 부합했으며, 예방적 유지관리 및 생애주기비용 분석에의 활용 가능성을 보였다. 본 연구는 데이터 기반의 설계 및 유지관리 일정 수립을 통해 누수 피해를 선제적으로 저감하는 실용적 도구를 제시하며, 향후 데이터 확장과 다른 누수 취약 구성요소로의 적용, 추가적인 외적 검증과 유효수명 오차 보정을 과제로 남긴다.

키워드