Mobile QR Code QR CODE

Journal of the Korea Concrete Institute

J Korea Inst. Struct. Maint. Insp.
  • Indexed by
  • Korea Citation Index (KCI)




건물정보모델링, 집합기반설계, 계층화 분석 기법, 자동철근배근시스템
BIM, Set-based design, Analytical hierarchy process, Automatic reinforcing bar placement system

1. 서 론

철근콘크리트구조에서 철근공사는 구조안전성과 더불어, 철근콘크리트공사비의 약 30%를 차지하는 공사 (Cho et al,, 1996)로서 골조공사 의 공기에 큰 영향을 미치는 중요한 부 분이라 할 수 있다. 또한, 현재 철근관련 공급체계를 살펴보 면 세분화된 부분별 업무, 협업을 위한 정보교환의 어려움, 통 합된 공급체계의 미 확립 등으로 인해 많은 낭비적 요소가 존 재하며 이에 따른 생산성 향상의 노력이 절실히 요구 (Tommelein and Ballad, 2005)되고 있는 부분이기도 하다. 이에 따라, 철 근콘크리트구조물의 철근공사의 생산성향상을 위한 연구로 서 BIM (Building Information Modeling)을 통한 철근 객체 모 델링, 분산 환경에서의 협업 등에 관한 연구가 진행되고 있다.

그러나 BIM을 통한 철근 객체 모델링에 관한 연구를 수행 하기 위해서는 정보의 상호운용성 (Interoperability)이 반드 시 수반되어야 하지만 BIM 기술을 지원하는 소프트웨어 벤 더 (vendor)들이 각각의 BIM 체계를 만들고 있기 때문에 BIM 소프트웨어들 간 정보호환 체계의 정확한 확립이 이루 어지지 않아 상호운용이 완벽하게 이루어지기 어렵다 (Cho at al., 2014). 또한, 구조설계방법의 경우 설계자가 경험 및 판단에 의해 설계를 진행하기 때문에 제작, 공사비, 공기, 시 공성 등에 따른 종합적인 평가에 따른 최적안 선정이 어려운 실정이다.

이에 본 연구에서는 철근콘크리트구조에서 전단벽체를 대 상으로 하여 BIM 소프트웨어 벤더 (vendor)에서 제공하는 Open API (Application Programing Interface, Tekla open API Reference for Tekla Structures 19.0)를 이용하여 Direct Link 방식으로 .NET 환경에서 Physical Modeling Tool과 A&D (Analysis & Design) Tool을 연결하고 정보호환을 위한 상 호운용성을 개선시켰다. 그리고 설계단계에서부터 관계전문 가의 지식공유를 통한 계층화분석기법기반의 의사결정기법 을 적용하여 최적의 철근배근그룹을 선정하였다. 이를 바탕 으로 설계단계부터 최종 철근공사까지 각각의 단계에서 발 생되고 있는 많은 낭비요소를 줄이고 업무효율 및 생산성 향 상을 위한 Set-Based 설계기법을 적용한 구조 BIM기반 자 동철근배근시스템 제안을 목적으로 한다.

2. 최적배근그룹선정을 위한 분석기법 소개

2.1. Set-based Design

전통적인 설계 프로세스는 설계 초기에 하나의 설계안을 정한 후 기본설계, 실시설계 등을 순차적으로 진행하는 단일 해 기반의 연속 공정 (Point-based Design)이었다. 그러나 이 는 각 단계의 전문성이나 정보 전달이 용이하지 않아서 각 분야에서 설계 정보의 부족으로 과도한 수정작업이 요구 될 수 있으며, 설계단계에서 생산과 관련된 정보의 고려가 어렵 다는 단점이 있다.

반면, Set-based Design방식은 Fig. 1과 같이 상호협조적 인 전문가들이 현재 고려중인 일련의 대안들의 제한된 범위 내에서 바로 최선안을 선택하지 않고 더 확실한 정보가 나올 때까지 대안의 선택을 유보한다. 이는 설계초기에 다양한 설 계 대안을 고려함으로써 설계오류 또는 불합리로 인한 이후 공정에서의 반복, 재작업을 일정 부분 극복할 수 있는 장점 이 있다 (Lee et al., 2011).

Fig. 1.

Set-based Design Process (Bernstein 1998)

JKSMI-19-81_F1.jpg

2.2. 계층화분석기법 (Analytic Hierarchy Process)

1970년대 초반 Tomas. L. Saaty에 의하여 개발된 계층화 분석기법 (Analytic Hierarchy Process, 이하 AHP)은 다수 대안에 대하여 다면적 평가기준을 통해 계층 분석적 의사결 정을 하는 방법으로 의사결정의 계층구조를 구성하고 있는 요소간의 쌍대비교를 통하여 상대적 중요도와 가중치를 구 함으로써 하위 계층에 있는 대안의 우선순위를 구하는 것이 다. 즉, 계층화분석기법은 다른 다기준 의사결정기법에 비해 집단의사결정 방법을 제공하고, 가중치 산정 방법의 이론적 기초가 확실하며 2차 가공재료를 제공할 수 있다는 장점을 가지고 있다 (Min and Song, 2004; An, 2008).

AHP를 적용하는 절차는 크게 4단계로 구분할 수 있다.

  • 1단계 : 최상위에 있는 목표에 기초한 의사결정 문제를 환경시나리오, 기준 및 시행되어질 대안으로 구분하여 의사결정의 계층 (Decision Hierarchy)을 만든다. 계층 화되는 평가기준은 낮은 계층일수록 구체화되어야 한다. 아래의 Fig. 2는 AHP 프로세스를 나타낸 것이다.

  • 2단계 : 환경시나리오에 대한 각 기준의 쌍대비교 자료 와 기준에 대한 각 대안의 쌍대비교자료를 수집하고 계 층별 쌍대비교로 AHP 행렬을 구한다. 즉, 계층구조가 형성되면 각 계층에 소속된 구성요소들을 상호 비교하 는 쌍대비교행렬을 작성한다. 쌍대비교에 사용되는 척 도는 Table 1과 같이 일반적으로 1에서 9까지 사용된다.

  • 3단계 : 의사결정 요소들의 상대적 가중치를 산정하고, 응답자의 전문성에 대한 신뢰도를 측정하기 위해 일관 성 비율 (Consistency Ratio : CR)을 검증한다. 상대적 가중치는 일반적으로 고유벡터 (Eigenvector)를 이용하 여 산출하며, 일관성 비율 (CR)이 일반적으로 0.1이하 일 경우 신뢰할 수 있는 결과이다.

  • 4단계 : 각 수준의 요소들의 종합적인 우선순위 (Priority) 를 정하기 위해 계층적 구성에 의해 의사결정 요소들의 우선순위를 결정하고 자원배분 또는 대안선택의 기초를 제공하게 된다.

Table 1.

Measure of the pairwise comparison to the relative importance (An, 2008)

Importance Definition
1 Equal
3 Moderate
5 Strong
7 Very strong
9 Extreme
2,4,6,8 Importance of the medium between the adjacent digits

3. Database 활용을 위한 데이터 구조 분석

3.1. Tekla Open API 데이터 구조

API란 프로그램 또는 어플리케이션이 운영 체계에 어떤 처리를 위하여 호출할 수 있는 함수의 집합을 말한다. Tekla Structure (이하 TS)는 사용자에게 API를 개방하고 있는데 이를 통하여 각자의 환경과 목적에 맞는 Physical model의 생성이 가능한 Add-in 개발을 가능하게 하고 있다.

철근 자동배근 시스템에서 사용된 Tekla Open API의 데 이터구조는 크게 하중 DB 불러오기, 3D 모델, 기초형상, 철 근형상 등의 4가지의 클래스로 이루어져 있다. 각 클래스들 은 서로 유기적으로 상위 혹은 하위 클래스로 상속되어 연계 되어진다 (Jang, 2013).

3.2. MGT 파일의 데이터 구조

MGT파일은 ASCII 형식의 텍스트 데이터 파일로 Midas 내부에서 입력한 부재정보, 하중 및 해석 등 Midas에서 수행 된 대부분의 구조적, 해석적 정보들이 포함되어 있다 (Eom and Sin, 2011). 그 중 Table 2와 같이 본 연구와 관련된 요 소들을 중심으로 데이터 구조 분석을 하였다.

Fig. 2.

AHP Process

JKSMI-19-81_F2.jpg
Table 2.

Wall member data structure analysis of MGT file (Midas Gen On-line Manual)

DATA Variable Property Information JKSMI-19-81_T2-F1.jpg
N O D E iNO Node number
X X coordinate of global
Y Y coordinate of global
Z Z coordinate of global
E L E M E N T iEL Element number
TYPE Elementtypes
iMAT Material number
iPRO Section number
iNO1 Firstnode number
iNO2 Secondnode number
iNO3 Thirdnode number
iNO4 Fourthnode number
iSUB Choose whether to consider the shear deformation
iWID Wall ID designation (load value)

4. Set-based 설계기법을 적용한 전단벽체의 자동배근 시스템 개발

4.1. AHP 기반 의사결정방법 적용

계층화분석기법기반의 의사결정기법을 적용하여 최적해인 최적의 철근배근그룹을 도출하기 위해 Fig. 3과 같이 4단계 의 계층을 설정하였고 각각의 계층은 목표, 상위기준, 하위 기준 그리고 대안으로 구분된다.

각각의 계층은 상위기준에 경제성, 하위기준에 재료비와 노 무비로 나뉜다. 그리고 대안은 최적해 도출을 위해 철근 항복 강도 (SD300~SD600), 콘크리트 압축강도 (30MPa~60MPa), 수직 보강근 (Main Bar, D10~D51)과 수평 보강근 (Sub Bar, D10~D51)으로 변수를 두었고 각각의 변수는 사용자의 선택에 따라 요소간의 쌍대비교를 통하여 상대적 중요도와 가중치가 구해져 비교되어 진다.

Fig. 3.

Hierarchy for Optimum Reinforcing Bar Group of Shear Wall

JKSMI-19-81_F3.jpg

4.2. 전단벽체 구조설계 알고리즘

전단벽은 지상에 고정되어있는 캔틸레버와 같은 거동을 하며, 풍하중이나 지진하중 등 수평하중에 의한 전단력과 휨 모멘트 및 중력하중에 의한 축력을 기초에 전달하는 역할을 한다. 본 연구에서는 축력과 면내 휨모멘트만을 고려하였으 며, 실용설계법이 적용되는 벽체로 가정하였다. 전단벽체의 구조설계 과정은 Fig. 4와 같다.

Fig. 4.

Structure Design Algorithm of Shear Wall

JKSMI-19-81_F4.jpg

4.3. 전단벽체 자동생성 및 자동배근 시스템 개발

4.3.1. 인터페이스 모듈의 수행 흐름

Fig. 5는 구조해석을 통해 도출된 MGT 파일의 형상정보 데이터와 엑셀파일의 하중 데이터를 자동배근 시스템에 연 동하는 과정 및 이를 통해 TS상에 모델링하는 과정을 도식 화한 것이다.

자동배근 시스템에서 정보 획득은 크게 3가지로 나눈다. 첫째, Fig. 5의 B0와 B1에 해당하는 과정으로 구조해석 결 과를 MGT 파일 포맷과 엑셀 파일 포맷으로 추출하여 부재 의 형상 정보 및 하중 정보를 자동배근 시스템에 입력받아 인터페이스 모듈의 부재정보 및 하중정보 창에 나타낸다.

Fig. 5.

Perform Flow of the Interface Module

JKSMI-19-81_F5.jpg

둘째, B2에 해당하는 과정으로 구조설계 과정에 사용자에 의해 가정되어지는 정보를 사용자가 선택한 대안 별로 입력 받는다.

셋째, B3, B4 과정에서는 B2 과정을 통해 입력된 정보를 이용하여 각 부재의 구조계산 결과 확인할 수 있다. 이와 같 은 과정들을 통하여 필요한 모든 정보가 자동배근 시스템에 입력이 끝나면 모든 전단벽체에 대해 구조설계가 수행되고 전단벽체의 자동 모델링과 철근의 자동 모델링에 필요한 모 든 정보들이 생성 된다. B6에서는 MGT 파일에서 부재들의 위치 정보와 전단벽체의 속성 및 철근량, 배근 간격 등의 정 보를 이용하여 TS에서 모델링을 수행한다.

4.3.2. 전단벽체의 자동배근 시스템 인터페이스

전단벽체 자동배근 시스템 인터페이스 모듈은 Visual C# 을 이용하여 개발되었다. 개발된 자동배근 시스템의 인터페 이스는 Fig. 6과 같다.

Fig. 6.

Automatic Rebar Placement System Interface

JKSMI-19-81_F6.jpg

인터페이스의 메뉴는 Fig. 6의 ①과 같이 열기 (MGT 파 일 열기, 하중 파일 열기), 설계 (ALT 설정, 전단벽 설계, AHP process), 모델링 (부재 모델링, 배근 모델링)으로 나뉘 어 있다. Fig. 6의 ②는 MGT 파일을 읽어온 결과 전단벽체 의 부재 번호와 ALT설정에 의한 대안의 번호가 표시된다. Fig. 6의 ③은 각각의 메뉴를 실행했을 때 표시되는 결과 창으 로 부재 정보, 하중 정보, ALT정보, 비용 정보, AHP Process 가 있다. 설계 메뉴의 ALT설정을 실행하면 Fig. 7과 같은 창이 나타나게 되고, 사용자가 선택하는 항목에 대해서 ALT 가 설정된다.

Fig. 7.

Sub Form 1 – ALT Setting

JKSMI-19-81_F7.jpg

설계 메뉴의 AHP Process를 누르면 Fig. 8과 같은 창이 나타나게 된다. 각 ALT에 대한 전단벽체의 설계 결과 도출 된 철근량을 바탕으로 각각의 철근 종류 및 작업의 분류에 따라 철근의 할증률 (이형철근 3%)이 포함되어 재료비 및 노무비가 계산되어 Fig. 8의 ①에 나타나게 된다. 이를 바탕 으로 Fig. 8의 ②에서 쌍대비교를 통해 척도를 입력하여 각 기준의 가중치를 구하고 이를 종합하여 최적해를 구한다.

Fig. 8.

Sub Form 2 – AHP Process

JKSMI-19-81_F8.jpg

Fig. 8에서 구해진 최적대안의 전단벽체 설계 결과는 Fig. 6의 ③에 나타내어진다. 모델링 메뉴의 부재 모델링, 배근 모델링을 실행하여 TS상에 부재와 최적 철근 배근그룹을 모 델링 한다.

5. 사례 모델 적용 및 결과 (기존방식과 비교)

5.1. 사례모델 개요

본 연구에 적용된 모델은 서울 광진구에 있는 타워A로, 60 층 규모의 전단벽-모멘트골조이다. Fig. 9는 타워 A의 구조 해석 모델이며 구조해석 프로그램으로 Midas를 사용하였다.

Fig. 9.

Structure analysis model of case model

JKSMI-19-81_F9.jpg

5.2. 전단벽체 자동배근 시스템 수행

최적배근그룹 선정방법을 적용한 전단벽체의 자동배근 시스 템을 수행하기 위해 우선적으로, 구조해석 프로그램인 Midas 에서 MGT 파일과 하중 데이터인 엑셀 파일을 추출하여 전 단벽체 자동배근 시스템에 적용하기 위한 부재 정보 및 하중 정보를 생성하였다.

전단벽체 자동배근 시스템은 사용자가 선택하는 항목에 대 하여 ALT를 설정할 수 있는데, 본 연구에서는 Table 3과 같 이 철근 항복강도 (SD400, SD500), 콘크리트 압축강도 (40MPa, 50MPa), 수직 및 수평 보강근의 지름 (D13, D16)의 설정값 을 대상으로 ALT1~ALT16의 비교군을 생성하였다. 다음 Table 3은 생성된 ALT의 세부 설정값들을 나타낸 것이다

그리고 Table 3의 ALT데이터들을 바탕으로 구조해석을 수행 하면 Table 4와 같이 결과가 도출된다. Table 4는 설계 결과 계산된 철근의 길이를 바탕으로 할증률을 포함하여 산 출된 Main Bar, Sub Bar 및 End Bar Weight 그리고 측정된 물량을 바탕으로 산출된 재료비와 노무비를 나타내고 있다 (Korea Price Information). Table 4에서 작업구분의 기준은 D13 이하인 철근의 중량이 전체 중량의 50%를 넘을 경우 복잡, 이하일 경우는 보통을 나타낸다.

Table 3.

ALT1- ALT16

No fy fck Verticalreinforcement Horizontalreinforcement
1 400 MPa 40 MPa D13 D13
2 400 MPa 40 MPa D13 D16
3 400 MPa 40 MPa D16 D13
4 400 MPa 40 MPa D16 D16
5 400 MPa 50 MPa D13 D13
6 400 MPa 50 MPa D13 D16
7 400 MPa 50 MPa D16 D13
8 400 MPa 50 MPa D16 D16
9 500 MPa 40 MPa D13 D13
10 500 MPa 40 MPa D13 D16
11 500 MPa 40 MPa D16 D13
12 500 MPa 40 MPa D16 D16
13 500 MPa 50 MPa D13 D13
14 500 MPa 50 MPa D13 D16
15 500 MPa 50 MPa D16 D13
16 500 MPa 50 MPa D16 D16

Table 4의 결과를 이용하여 계층화분석기법을 수행하였다. 본 논문에서는 대안별 선호도를 구하기 위해 노무비와 재료 비만을 고려하여 쌍대비교를 실시하였으며 중요도강도 (Priority Vector, 이하 PV)는 Fig. 10(a)와 같이 자재비 (0.75), 노무 비 (0.25)로 평가하였다. 일치성지수 (Consistency Index, CI) 는 재료비 (0.06), 노무비 (0.059)로 산정되었고 무작위일관 성지수 (Random Index, RI)와 일치성비율 (Consistency Ratio, CR)은 비교군이 두 개 이하이므로 산정할 수 없지만 전체적 인 평가는 일관성을 가지고 진행되었다.

Table 4.

Material costs and labor costs of ALT1- ALT16 (M: Main Bar, S: Sub Bar, E: End bar)

No M.Size M.Weight [kgf] S.Size S.Weight[kgf] E.Size E.Weight [kgf] Material cost (Won) Working level Unit cost [Won/tonf] Labor cost(Won) TOTAL (Won)
1 D13 171,479 D13 158,576 D13 32,628 272,702,149 complex 554,036 206,968,230 479,670,379
2 D13 180,301 D16 174,188 D13 51,155 304,107,798 complex 554,036 231,484,487 535,592,285
3 D16 179,913 D13 159,018 D16 32,628 278,281,220 nomal 499,954 191,335,688 469,616,908
4 D16 195,018 D16 174,188 D16 51,155 313,905,532 nomal 499,954 216,466,657 530,372,189
5 D13 173,556 D13 160,878 D13 32,628 275,994,865 complex 554,036 209,467,248 485,462,113
6 D13 181,853 D16 175,602 D13 51,155 306,330,041 complex 554,036 233,176,594 539,506,635
7 D16 182,240 D13 161,320 D16 32,628 281,749,894 nomal 499,954 193,719,483 475,469,377
8 D16 196,547 D16 175,602 D16 51,155 316,103,056 nomal 499,954 217,982,051 534,085,107
9 D13 170,538 D13 157,589 D13 32,628 282,399,606 complex 554,036 205,867,826 488,267,432
10 D13 179,621 D16 173,506 D13 51,155 315,579,104 complex 554,036 230,706,903 546,286,007
11 D16 178,916 D13 158,031 D16 32,628 288,214,570 nomal 499,954 190,314,084 478,528,654
12 D16 194,432 D16 173,506 D16 51,155 325,908,206 nomal 499,954 215,813,392 541,721,598
13 D13 172,988 D13 160,262 D13 32,628 286,410,402 complex 554,036 208,791,675 495,202,077
14 D13 181,535 D16 175,255 D13 51,155 318,437,846 complex 554,036 232,797,478 551,235,324
15 D16 181,677 D13 160,704 D16 32,628 292,454,216 nomal 499,954 193,112,423 485,566,639
16 D16 196,279 D16 175,255 D16 51,155 328,704,722 nomal 499,954 217,665,219 546,369,941

Fig. 10을 통하여 평가 기준별 국부 선호도 평가를 살펴보 면 Fig. 10(c)의 재료비기준 가중치 분석에서는 ALT1의 중 요도강도가 0.167로 ALT1~ALT16 사이에서 가장 높았으며, Fig. 10(d)의 노동비기준 가중치 분석에서는 ALT11의 중요 도강도가 0.169로 ALT1~ALT16 사이에서 가장 높게 산정 되었다.

가중치 분석을 통해 산정된 중요도강도를 종합하면 Fig. 10(b)와 같이 ALT1의 PV가 0.142로 산정되어 사례모델에 적용될 최적배근그룹으로 선정된다.

Fig. 10.

Case Model of AHP Implementation process and results

JKSMI-19-81_F10.jpg

AHP 수행 결과 선정된 ALT1의 최적배근그룹은 (fy=400MPa, fck=40MPa, 수직보강근 D13, 수평보강근 D13) 전단벽 배 근알고리즘을 통하여 최종적으로 Fig. 11과 Fig. 12와 같이 TS상에 자동으로 배근이 생성된다.

Fig. 11.

Automatic Generation member of Case Model

JKSMI-19-81_F11.jpg

모든 과정이 수행되면 TS상에서 Fig. 11과 Fig. 12와 같이 부재의 속성 값을 확인할 수 있으며, AHP를 통해 선정된 최 적배근그룹과 TS상의 배근속성 값이 일치함을 확인 할 수 있었다.

Fig. 12.

Automatic Rebar Placement to ALT1

JKSMI-19-81_F12.jpg

이와 같이 최적배근그룹 선정기법을 적용한 전단벽체의 자 동배근 시스템은 전단벽체에 배근 가능한 철근그룹을 ALT로 구분하여 Set-based Design을 실시하고 결정된 ALT를 대상 으로 각각의 가중치 분석을 통한 중요도강도를 산정하여 사 례모델에 적용될 최적배근그룹으로 선정 후 TS상에 구현되 게 된다.

5.3. 기존의 방식과의 비교

기존의 의사결정방식은 개인적인 경험이나 판단에 의해 결과를 도출하게 되기 때문에 판단의 주체가 다수일 경우 정 확한 비교가 어렵다. 또한 여러 기준을 종합적으로 비교하기 어렵기 때문에 특정 기준에만 만족하는 제한적인 결과를 초 래하게 된다. 이렇듯, Table 4의 ALT1~ALT16의 결과를 단 순히 비용적인 측면에서만 고려하여 최종대안으로 결정한다 면 가장 금액이 적은 ALT3을 선택하게 될 것이다. 반면, Fig. 13과 같이 AHP를 통한 중요도강도를 결정 후 Set-based Design기법을 통하여 종합적으로 비교분석하면 가중치가 가 장 높은 ALT1 (0.142) 이 모든 기준에 만족할 수 있는 최적 의 결과임을 알 수 있다.

Fig. 13.

Comparison of the traditional method and decisionmaking method based on AHP

JKSMI-19-81_F13.jpg

6. 결 론

본 연구에서는 S-BIM환경에서 선정된 최적배근그룹을 적 용한 전단벽체의 자동배근 시스템 개발에 관한 연구를 진행 하였다. 이상의 연구를 통해 얻은 결론은 다음과 같다.

  1. BIM 소프트웨어 벤더 (vendor)에서 제공하는 Open API를 이용하여 상호운용성에 대한 가능성을 확인해 본 결과 두 플랫폼의 부재정보를 완벽하게 일치시킬 수 있었다. 이는, 추가적인 Add-in 개발을 통하여 다 양한 부재에 확장 및 적용이 가능할 것으로 판단된다.

  2. AHP를 통한 중요도강도를 결정 후 Set-based Design 기법을 통하여 종합적으로 비교분석하면 가중치가 가 장 높은 ALT1 (0.142)이 모든 기준에 만족할 수 있는 최적의 결과임을 알 수 있었다. 이는 복합적인 기준에 대한 대안들 각각의 중요도를 고려함으로써 AHP를 진행하였기 때문에 단순히 총 비용을 계산하는 것과는 다른 결과가 도출되는 것이다.

  3. 추후 철근의 정착 및 이음 단부 보강근에 대한 알고리 즘 보완과 복합적인 AHP를 수행한다면 합리적이고 경제적인 배근도가 생성될 수 있다고 사료된다.

감사의 말

This work was supported by the National Research Foundation of Korea (NRF) grant funded by the Korea government (MEST) (NRF-2013R1A1A2012236).

REFERENCES

1 
(2008), A Study of Choosing the Type of Bridge Structurein a Housing Site Development Areaby Applying AHP, Master's Thesis
2 
(1996), Survey on actual condition of rebar manufacturing works in Domestic, Proceeding of Annual Conference of the Architectural Institute of Korea. The Architectural Institute of Korea, (in Korean), 16(2), 771-773.Google Search
3 
(2014), A Study on the Establishment of the Automatic Rebar Placement System for Reinforced Concrete Mat Foundation based on S-BIM, Journal of the Architectural Institute of Korea Structure & Construction. The Architectural Institute of Korea, (in Korean), 30(4), 27-34.Google Search
4 
(2010), The Selection of Roof Waterproofing Methods using the Analytic Hierarchy Process (AHP) Technique, Journal of the Korea Institute of Building Construction. The Korea Institute of Building Construction, (in Korean), 10(4), 95-103.Google Search
5 
(2011), A Development of Interface Module between Structural Design and Detail Design based on BIM, Journal of Korean Society of Steel Construction. The Korean Society of Steel Construction, 23(1), 113-124.
6 
(2005), Restructuring the Rebar Supply System, 5-7.
7 
(2013), Development of Rebar Placement System of R.C Foundation using Lean Design Technique based on Structural BIM (S-BIM), Master's Thesis
8 
(2009), The Study on Application of Korean BIM Process in the Structural Design Phase based on a Case Study, Journal of the Architectural Institute of Korea Structure & Construction. The Architectural Institute of Korea, (in Korean), 25(10), 19-2.Google Search
9 
, (http://www.kpi.or.kr/www/)
10 
(2011), A Study on the Application Methodology for BIM based Set-based Design Approach, Journal of the Architectural Institute of Korea Structure & Construction. The Architectural Institute of Korea, (in Korean), 27(7), 11-19.Google Search
11 
12 
(2004), PROMETHEE for Multicriteria Decision Making, Sogang Journal of Business. Sogang University Institute for Business Research, 14(2), 109-127.
13 
, Tekla Open API Reference for Tekla Structures 19.0, Autodesk API Guide Line