LH·도로공사·철도공단·수자원공사, 현장 중심 AI 전환 본격화

2026년 들어 국내 주요 공공 발주기관들의 AI 도입 방식이 달라지고 있다. 단순한 파일럿이나 선언적 로드맵 수준을 넘어, 조직 개편·전담 인력·현장 적용까지 구체화되는 흐름이다.

---

LH, AI 전담 조직 신설하고 AX 로드맵 수립 착수

한국토지주택공사(LH)는 지난해 8월 AI혁신센터(TFT)를 신설했다. 9명 규모의 전담 인력이 내부 AI 추진 현황을 점검하고 핵심 과제를 총괄·관리하는 역할을 맡는다.

최근에는 'LH AI 대전환(AX) 로드맵 수립 용역'을 본격화해, 사업기획·설계·시공·유지관리·주거복지·경영관리 등 전 업무 프로세스를 분석하고 생성형 AI 적용 유형을 도출하는 작업에 착수했다. KPI 체계 설계, 단기·중장기 과제 포트폴리오 구성까지 포함된 체계적인 접근이다.

---

도로공사·철도공단·수자원공사, 현장 유지관리에 AI 실전 투입

한국도로공사는 차량 탑재 영상분석 시스템으로 주행 중 노면 손상을 실시간 탐지하고, 터널 스캐너로 고속도로 터널 외관을 노선 차단 없이 점검한다. 화물차 적재불량 자동 선별, AI CCTV 기반 건설현장 위험요소 탐지까지, 현장 전반에 AI를 실전 투입하고 있다.

국가철도공단은 2024년 구축한 철도시설 종합정보시스템(RAFIS)을 AI로 고도화 중이다. 시설물 유지보수 이력 데이터를 AI로 분석해 최적 보수 시기를 진단하는 체계를 구축하고 있으며, GIS DB·모바일 시스템과의 연계도 병행 추진 중이다.

한국수자원공사는 하루 약 74억 건에 달하는 수자원 데이터를 AX 자원으로 활용하기 위해 AI 정수장 모델을 전국으로 확대 중이다. 2022년 화성정수장에 최초 적용한 이후, 최근 부산시와 손잡고 지방상수도로 AI 물관리 모델을 확대하는 선도사업에 착수했다.

---

시사점: 공공 인프라 현장에서 'AI 기록'이 핵심 과제로 부상

이번 동향에서 눈에 띄는 공통점이 있다. 네 기관 모두 현장에서 발생하는 비정형 데이터를 구조화된 정보로 전환하는 과제를 핵심으로 삼고 있다는 것이다.

도로 노면 상태, 터널 외관 스캔 결과, 철도 시설 유지보수 이력, 정수 처리 공정 데이터 — 이 모두는 현장에서 수집되지만, 기존 방식으로는 제때 정리·분석되지 못한 채 사장되어 왔다.

AI가 바꾸는 것은 단순한 자동화가 아니라, 현장 데이터가 의사결정 가능한 정보로 전환되는 속도다. 그리고 그 전환의 출발점은 '현장 기록'이다.

---

디지털프레소는 건설 현장의 비정형 데이터(사진·음성·영상)를 구조화된 문서로 자동 전환하는 기술을 개발하고 있습니다. 공공 발주기관의 AX 흐름과 같은 방향을 바라보고 있습니다.