earticle

영어

This study analyzed construction costs for 53 general research buildings ordered between May 2015 and June 2023. Key work types included reinforced concrete, carpentry, temporary work, metal work, and windows and glass work. Correlation and regression analysis, with over 85% correlation, led to selecting the logarithmic model for cost estimation. Case studies showed error rates between ±12.37% and 40.89%, within the ±50% margin proposed by AACE and CII. However, the low coefficient for metal work limits broader use. More data and further subdivision of work types are needed, with future research suggesting machine learning to improve accuracy.

한국어

본 연구는 2015년 5월부터 2023년 6월까지 발주된 53개의 일반 연구소 건물을 대상으로 공사비 분석을 진행하였다. 주요 공종인 철근콘크리트, 목공사 및 수장공사, 가설공사, 금속공사, 창호 및 유리공사를 연구 대상으로 설정하고, 연면적과 공사비의 상관관계 및 회귀분석을 통해 예측 모델을 도출하였다. 상관관계 분석에서 85% 이상의 높은 상관성을 확인하였으며, 결정계수가 높은 로그 회귀모델을 채택하였다. 사례 검증 결과, 도출된 회귀식을 적용한 오차율이 ±12.37%에서 최대 40.89%로 나타나 AACE와 CII에서 제시한 오차 범위인 ±50% 이내임을 확인하였다. 그러나 금속공사의 결정계수가 낮아 다른 공사에 적용하기 어렵다고 판단되었다. 공사비 산출 정확성을 높이기 위해서는 더 많은 데이터를 확보하고, 세부 공정을 나누어 분석할 필요가 있으며, 머신러닝을 활용한 연구가 필요한 것으로 판단된다.