1. 서 론

2020년 5월 ｢건축물관리법｣이 시행되면서 해체계획서 작성, 해체 허가 및 허가권자의 해체공사감리자 지정 등 건축물 해체공사 안전관리 제도의 기틀이 마련되었다. ^{(Ministry of Land, Infrastructure and Transport(MOLIT), 2020)} 그럼에도 불구하고 해체공사 현장에서의 안전사고가 지속적으로 발생하면서 해체공사 안전관리 제도의 강화가 시급하다는 공감대가 형성되었다^{(Shin and Park, 2025)}. 인명 피해를 동반한 2021년 4월 장위10구역 철거건물 붕괴사고와 2021년 6월 광주광역시 동구 학동 철거건물 붕괴사고는 해체공사 현장의 안전관리와 감독이 미흡함을 여실히 드러내 법령 정비의 필요성이 강하게 제기되었다. 이에 중앙정부(관계부처 합동)는 건축물 해체공사 전 단계(인⋅허가, 감리, 시공)의 제도 이행력 강화를 목표로 해체계획서 심의제도 도입, 해체공사 전 기간 동안 감리원을 의무적으로 배치하는 등의 내용을 포함하는 안전강화방안^{(MOLIT, other relevant ministries, 2021)}을 발표하였고, ｢건축물관리법｣과 하위 법령을 정비하여 해체공사 현장 내 안전강화 방안 이행의 법적 의무를 부여하였다.

건축물 해체공사 안전강화방안 중 해체공사 전 기간 동안 감리자를 상시 배치하는 것이 의무화되면서, 기존에 활용되었던 공사비요율방식 외에 실비정액가산방식을 해체공사 감리대가를 산정하는데 활용할 수 있도록 관련 규정이 제정되었다(Table 1). 총 해체공사비 규모에 따른 요율을 공사비에 곱하여 감리대가가 정해지는 공사비요율방식과 달리, 실비정액가산방식은 현장에 투입되는 상주 감리원에 대한 인건비성 금액의 계상이 가능하다는 장점이 있어 건축물 해체공사 감리대가 산출에 주로 활용되고 있다.

실비가산정액방식은 감리계약기간, 투입 인원과 건설기술인 등급 등 자율적으로 계획할 수 있는 요소에 따라 감리대가가 결정된다. 따라서 해체 대상 건축물의 규모가 비슷하더라도 공사비요율을 활용한 대가, 또는 감리자에 따라 산출되는 감리대가의 차이가 발생할 수 있다. 이는 건축주와 감리자 간 계약 시 협의에 어려움을 초래할 수 있으며, 나아가 건축관계자 간 분쟁을 야기하는 요소로 작용할 수 있다.

이에, 본 연구에서는 최근 4년간 서울시 해체공사 감리 계약 데이터를 기반으로 해체 공사 대상 건축물의 규모 등 다양한 정보를 활용하여 감리대가와의 상관관계를 분석하였다. 이 중 감리대가를 결정하는데 높은 영향을 미치는 주요 변수를 도출하였으며, 주요 영향변수를 활용하여 감리대가의 적정수준을 평가할 수 있는 간편 계산식을 통계적인 방식으로 제시하고 추정 성능을 검증하였다.

Table 1 Methods for calculating supervision fee in dismantlement works

2. 해체공사 감리계약 데이터 구축, 변수 정의

2.1 서울시 해체공사 감리계약 데이터

본 연구에서 활용한 해체공사 감리계약 데이터 구축 과정을 Fig. 1에 제시하였다. 서울시 지역건축안전센터 협조를 통해 2021년 7월부터 2024년 9월까지 39개월간 서울시 내에서 체결된 3,832건의 해체공사 감리계약 자료를 확보하였다. 확보한 자료는 연면적, 지상/지하 층수, 구조형식, 주용도 등 해체 대상 건축물에 대한 정보와 감리자 소재지, 연락처, 이메일 등 허가권자가 해체감리 계약을 관리하는데 필요한 기본정보만 포함하고 있었다.

이와 함께 해체공사 인⋅허가 또는 해체완료 보고 때 제출되는 행정 서류인 “건축물의 해체공사 감리업무 표준계약서”와 “건축물 해체감리완료 보고서”를 서울시 협조로 확보하였다. 해당 서류는 앞서 확보한 해체 건축물의 기본 정도 외에 대상 현장의 해체 총공사비와 공사기간 및 관계자 간 협의를 통해 결정된 해체공사 감리기간과 감리대가 등을 포함하고 있었다. 다만, 총 3,832건의 감리계약 서류 내 작성된 정보가 없거나 다른 양식으로 대체되어있는 등 요구 데이터를 확보하기 어려운 경우를 제외하고 915건의 계약데이터만 본 연구에서 활용할 수 있었다.

Fig. 1 Process of constructing dismantlement supervision contract data

2.2 주요 변수 정의, 데이터 범위 및 기초 통계량 제시

총 915건의 감리계약 자료를 기준으로 감리대가를 종속변수로 설정하고 이와 상관성이 높을 것으로 예상되는 건축물 규모와 해체공사 관련 5개 변수를 독립변수로 설정하였다.

연구에서 활용한 해체감리 계약 데이터의 변수 별 범위와 기초 통계량(평균, 표준편차)을 산출하여 정리하면 Fig. 2와 Table 2와 같이 나타낼 수 있다. 건축물 규모 측면으로 가장 높은 비중을 차지하는 변수 범위를 살펴보면, 건축물 연면적은 5,000 ㎡ 이하가 839건(91.7%), 층수(지상+지하)는 5층 이하가 675건(73.8%)인 것으로 나타났다. 규모가 비교적 작은 건축물이 대부분인 만큼 해체공사 기간과 감리계약 기간도 50일 이하인 경우가 각각 808건(88.3%) 및 788건(86.1%)으로 나타났으며, 해체공사 총금액은 5억 미만인 경우와 감리대가는 5천만원 미만인 경우가 각각 808건(88.3%)과 781건(85.4%)으로 대부분을 차지하고 있었다.

Fig. 2 Distributions of variables data related to building scale and dismantlement works ($n=915$)

Table 2 Distribution and summary statistics of variables data classified by period ($n=915$)

Database		Variables Related to Building Scale		Variables related to dismantlement works
		Total floor area (㎡)	Number of floors (above and below ground)	Duration of dismantlement works (days)	Cost of dismantlement works (KRW million)	Duration of dismantlement supervision (days)	Dismantlement supervision fee (KRW million)
Period 1 (July 2021~July 2022), $n=45$
Data distribution (Min~Max)		258.70~92,661.00	2~16	4~335	15.00~13,750.00	6~350	1.65~458.37
	Mean	4,778.91	5.65	48.75	698.98	54.69	51.88
	Standard deviation	14,230.88	2.99	61.51	2,113.25	64.56	79.23
Period 2 (August 2022~July 2023), $n=462$
Data distribution (Min~Max)		50.00~426,785.23	1~14	2~316	2.20~10,494.00	2~284	2.67~409.20
	Mean	3,877.97	4.67	25.67	283.39	28.85	34.89
	Standard deviation	25,475.14	1.46	34.03	762.47	30.02	46.50
Period 3 (August 2023~September 2024), $n=405$
Data distribution (Min~Max)		122.66~167,902.77	1~63	1~311	3.01~10,835.00	3~311	2.17~605.00
	Mean	3,593.52	5.75	26.65	306.86	31.75	36.90
	Standard deviation	13,468.78	4.98	31.13	852.00	33.47	54.14

3. 상관관계 분석 및 감리대가 영향변수 도출

주요 변수들과 감리대가 간 관계성과 계량화된 영향 정도를 파악하기 위해 아래 Eqs. (1)과 (2)를 활용하여 피어슨 상관분석(Pearson’s correlation analysis)을 실시하였다. 피어슨 상관분석으로 산출되는 상관계수(Correlation coefficient, $r$)는 두 변수 간의 선형 관계의 강도와 방향을 나타내며 -1과 1 사이의 값으로 도출된다. 상관계수가 1 또는 -1에 가까울수록 두 변수 간의 양 또는 음의 강한 선형 관계성이 있음을 뜻하며, 0에 가까울 수록 두 변수 간 상관성이 미미함을 의미한다^{(Kim, 2016)}.

여기서, $r_{xy}$은 피어슨 상관계수, $n$은 표본 크기, $x_{i}$, $y_{i}$는 각 변수의 개별 샘플($i$로 인덱싱), $\overline{x}$,$\overline{y}$는 식 (2)를 활용하여 계산된 각 변수의 샘플 평균값이다.

감리대가와 대상 건축물 규모, 해체공사 정보 관련 주요 변수들 사이 상관관계 분석 결과를 Table 3에 제시하였다. 상관관계 검정 결과 모든 변수 간 상관관계가 1% 유의수준(양측)에서 통계적으로 유의함을 확인하였다. 건축물 규모와 관련된 연면적(㎡)과 층수(지상+지하)는 감리대가와 상관계수가 각각 0.410 및 0.372로 높지 않았다. 일반적으로 상관계수 값이 ± 0.70 이상이면 두 변수 사이에 유의미한 선형적 관계가 존재한다고 판단하는 것을 고려^{(Nettleton, 2014)}하면 건축물 규모와 관련된 변수를 활용하여 감리대가를 설명하기에는 한계가 있었다. 해체공사 정보인 해체공사 기간(일), 해체공사비(백만원), 감리기간(일)은 상관계수가 각각 0.852, 0.769, 0.882로 감리대가와 유의미한 양의 선형적 관계성이 있는 것으로 나타났다.

상관관계 분석 결과를 바탕으로 감리대가와 상관계수가 0.70 이상인 변수들을 활용하여 감리대가와의 관계성을 살펴보았다. 이 때, 건축물 규모보다는 해체공사 정보 관련 변수들이 감리대가와 상관계수가 높게 나타났으므로 해당 변수들을 활용하여 관계성을 분석하였다. 해체공사 기간이 증가함에 따라 감리대가가 선형으로 증가하는 경향($r=0.852$)이 나타났다. 또한 해체공사비가 증가함에 따라 마찬가지로 감리대가가 선형으로 증가하는 경향($r=0.769$)이 확인되었다. 해체공사 금액과 기간은 해체공사계획서의 전문가 직성 및 검토와 해체공사 인⋅허가 단계를 통하여 결정된다. 즉 실비정액가산방식으로 감리대가를 산정할 때 이미 결정되어 있는 변수로, 건축주와 감리자 간 협의를 통하여 감리대가가 결정되기 이전에 적정 감리대가를 판단하기 위한 영향변수로 사용하기에 적합한 것으로 판단하였다.

한편, 감리기간은 감리대가와의 상관계수가 높게 나타났으나($r=0.882$) 실비정액가산방식을 사용하여 감리대가를 산정할 때 직접적으로 영향을 미친다. 또한 Table 4에 제시된 것과 같이 감리기간은 해체공사 기간과 함께 해체계획서 사전검토 기간과 공사 후 감리자료 정리 및 보고서 작성 기간을 포함하고 있다. 따라서 감리기간이 해체공사 기간을 포함하고 있기 때문에 감리대가를 추정하는데 활용할 주요 영향변수로 선정하지 않았다.

Table 3 Correlation between supervision fee and variables ($n=915$)

4. 감리대가 적정수준 평가 간편 계산식 제안 및 추정 성능 검증

감리대가와 주요 영향변수 사이 관계성을 바탕으로 선형 다중회귀분석(Multiple linear regression analysis)을 수행하여 감리대가의 적정 수준을 통계적으로 평가할 수 있는 계산식을 Eq. (3)과 같이 도출하였다. 계산식은 915건의 감리계약 데이터 중 모든 정보가 성실하게 기재된 270건의 해체감리 계약 데이터를 활용하여 도출하였다.

여기서, $sf$는 해체공사 감리대가 추정 금액이며 단위는 백만원, $cd$는 해체공사 기간이며 단위는 일, $cc$는 해체공사 총 금액이며 단위는 백만원이다. 해당 식을 구성하고 있는 상수는 계산의 편의를 위하여 일부 보정되었다.

선형 다중회귀분석에 활용되지 않은 645건과 별도 확보한 78건의 감리계약 자료를 바탕으로 도출된 계산식의 추정 성능을 검증하였다. 계산식을 이용한 추정값과 실제 감리계약 대가의 비율을 다양한 변수에 따라 나타내면 Fig. 3과 같다. 여기서, $x$축을 이루는 주요 변수는 연면적, 지상⋅지하 층수, 해체공사기간, 해체공사금액이다.

추정값과 실제값의 비율은 평균 1.10, 변동계수(Cefficient of Variation, CV)는 0.335로 나타났다. 이때 해체공사 감리대가 추정값과 실제값의 비율이 1.0 이상으로 과소 평가된 경우가 454건(62.8%)이며 1.0 이하인 과대 평가된 경우가 269건(37.2%)로 나타났다. 여기서 일부 유독 과다하게 추정된 경우가 관측되었는데, 이는 공사가 중지되어 건축물 규모 대비 공사기간이 길었거나 대규모 정비사업으로 해체공사비가 매우 높은 경우가 이에 해당되었다. 한편, 주요 변수별로 제시한 모든 산점도에서 결정계수(Coefficient of determination, $R^{2}$)가 최대 0.041 수준으로 나타났다. 이는 도출된 계산식이 주요 변수의 영향을 적절히 반영하고 있어 특별한 경향성을 보이지 않았음을 의미한다.

Fig. 3 Predictive performance verification results ($n=723$)

5. 결 론

본 연구에서는 최근 4년간의 서울시 해체공사 감리계약 데이터를 기반으로 건축물 규모 및 해체공사 정보를 활용하여 감리대가와의 상관관계 분석을 수행하고 상관성이 높은 주요 영향변수를 도출하였다. 도출한 주요 영향변수를 활용하여 감리대가의 적정수준을 통계적으로 평가할 수 있는 간편 계산식을 제안하고 추정 성능을 검증하였다.

⋅2021년 7월부터 2024년까지 9월까지 39개월간 서울시 내에서 체결된 총 3,832건의 감리계약 자료를 확보하였다. 그 중 감리대가와 상관성이 높을 것으로 판단되는 건축물 규모, 해체공사 관련 총 5개 독립변수(연면적, 층수(지상+지하), 해체공사 기간, 해체공사비, 해체공사 감리기간)를 정의하고 해당 변수를 모두 포함하고 있는 총 915건의 감리계약 자료를 바탕으로 데이터를 정리하였다.

⋅피어슨 상관분석(Pearson’s correlation analysis)을 사용하여 감리대가와 건축물 규모 및 해체공사 관련 변수들이 어떠한 선형적 관계를 나타내는지, 그리고 계량화된 영향 정도를 파악하였다. 연면적, 층수(지상+지하) 등 건축물 규모보다는 해체공사 기간, 해체공사비 등 해체공사 관련 변수들이 상관계수가 0.70 이상으로 비교적 감리대가와 높은 양의 선형적 관계를 갖는 것으로 나타났다.

⋅분석 결과를 토대로 높은 상관관계를 나타낸 해체공사비, 해체공사 기간를 주요 영향 변수로 정의하고 감리대가와의 관계성을 정의하였다. 이후, 선형 다중회귀분석을 수행하여 해체공사 기간과 해체공사비를 주요 변수로 하는 감리대가 산정 간편 계산식을 도출하였다.

⋅도출된 계산식은 다중회귀분석에 사용되지 않은 감리계약 자료를 활용하여 성능을 검증하였다. 실제 감리대가와 계산식을 활용한 추정대가의 비율은 평균(Mean) 1.10, 변동계수(Coefficient of variation, CV) 0.335로 나타났다. 일부 공사가 중단되었거나 대규모 정비사업의 경우 감리대가가 과도하게 예측되는 경우가 확인되었다.

⋅본 연구에서 제시한 해체 감리대가 추정식은 해체공사 인⋅허가 이후 허가권자가 감리자를 지정하고, 건축사와 감리자 간 계약 시 발생할 수 있는 분쟁을 조정하기 위해 개발되었다. 심의를 통해 계약협의 전 결정되는 해체공사 금액과 기간을 활용하여 적정 감리대가 수준을 추정할 수 있어 분쟁조정위 결정에 활용될 수 있을 것이다. 아울러, 제시한 추정식은 감리계약 자료를 기반으로 도출된 것이므로 적용 범위 확대와 추정 신뢰도의 향상을 위해서는 다양한 해체공사 조건과 유형을 반영한 자료의 지속적인 보완이 필요하다. 또한, 추가연구를 통해 공사 난이도, 해체공사 공법 등을 고려함으로써 추정식의 정밀도와 실효성을 높이는 방향으로 고도화 될 수 있을 것이다.

⋅건설공사 설계용역 시 실비정액가산방식의 적용을 목적으로 공정 업무별 투입인원수 산정기준을 ｢건설엔지니어링 대가 등에 관한 기준｣에서 제시하고 있다. 향후 건축물 해체공사 감리 업무를 위한 감리원 배치기준이 수립될 때 본 연구의 결과물이 활용될 수 있을 것으로 사료된다.