건설현장 공종별 이미지 데이터 수집·라벨링·전처리

Concept Preview · 사진은 Pexels 무료 라이선스 스톡사진이며, 라벨·마스킹 표시는 결과물 형태를 보여주기 위한 예시입니다. 계약 후 실제 현장 촬영 이미지로 교체됩니다

결국 핵심은 “라벨링을 어떻게 하느냐” — 결과물 예시부터 보여드립니다

납품 시 이미지마다 공종·객체 단위 라벨(Bounding Box)과 개인식별정보 마스킹 처리가 함께 적용된 형태로 제공됩니다. 아래는 가설·골조·토공·조적·도장·안전관리 6개 공종의 실제 사진에 라벨을 적용한 예시이며, 이 이미지들을 실제로 어떻게 확보하는지는 이미지 수집 실행 방안에서 구체적으로 제안합니다.

Photo: Pexels

LABELED

비계 0.94

작업자 0.97

얼굴 마스킹

가설발판 0.90

가설공사 — 시스템비계 · 안전난간

예시 파일명 : SCF_00042_20260810.jpg

클래스 3

해상도 1920×1440

마스킹 얼굴 1

Photo: Pexels

LABELED

작업자 0.96

안전모 0.98

얼굴 마스킹

공구벨트 0.90

기초·골조공사 — 안전모 · 공구벨트 작업자

예시 파일명 : RCS_00117_20260812.jpg

클래스 3

해상도 2048×1536

마스킹 얼굴 1

Photo: Pexels

LABELED

안전모 0.98

안전모 0.97

작업자 0.96

작업자 0.95

얼굴 마스킹

안전관리 — PPE 착용 확인 (2인)

예시 파일명 : SFT_00256_20260815.jpg

클래스 2

해상도 1920×1080

마스킹 얼굴 2

Photo: Pexels

LABELED

굴착기 0.95

운전석 0.88

토사 0.86

토공사 — 굴착기 작업

예시 파일명 : EXC_00089_20260818.jpg

클래스 2

해상도 1920×1280

마스킹 해당 없음

Photo: Pexels

LABELED

조적벽체 0.90

작업자 0.94

얼굴 마스킹

벽돌 0.89

조적공사 — 벽돌쌓기

예시 파일명 : MSN_00154_20260820.jpg

클래스 3

해상도 1920×1280

마스킹 얼굴 1

Photo: Pexels

LABELED

작업자 0.93

얼굴 마스킹

도장면 0.91

롤러 0.85

도장·마감공사 — 롤러 도장

예시 파일명 : PNT_00203_20260822.jpg

클래스 3

해상도 1920×1280

마스킹 얼굴 1

Project Overview

프로젝트 개요

건설현장에서 각 공종별로 이미지를 체계적으로 수집하고, AI 모델 학습을 위한 데이터 전처리를 수행하는 프로젝트입니다.

이미지 수집 데이터 라벨링 전처리 (마스킹 포함)

납품 기준 — 목표일까지 전체 데이터 물량에 대한 전처리·라벨링 완료본을 납품합니다.

Purpose

프로젝트 목적

공종별 이미지 데이터 확보

건설현장 공종을 기준으로 분류된 이미지 데이터를 체계적으로 수집합니다.

AI 학습용 데이터셋 구축

모델 학습에 즉시 활용 가능한 형태로 완결된 학습용 데이터셋을 구축합니다.

데이터 품질 향상 및 표준화

정제 및 마스킹 처리를 통해 데이터 품질을 높이고 규격을 표준화합니다.

Scope of Work

업무 범위

수집 방식과 라벨링 방식에는 제약이 없으며, 결과물은 즉시 활용 가능한 형태로 완결 납품되어야 합니다.

이미지 수집

수집 방식 제약 없음
직접 촬영 업로드, 외부 시스템 연동, 저작권 활용 가능 데이터(스톡 등) 모두 허용
소스 선정은 제안 업체 재량

데이터 라벨링

수동 / 반자동 방식 무관
결과물은 즉시 활용 가능한 형태로 완결 납품

데이터 전처리

정제 처리
개인식별정보 마스킹 필수 포함 — 얼굴, 차량 번호판, 회사명 등 노출 요소

1,000 ~ 2,000장

예상 데이터 규모 희망 수준 · 미팅을 통한 협의 후 최종 확정

Trade Classification

건설현장 공종 분류체계

표준 공종 분류를 기준으로 12개 대분류를 제시합니다. 실제 현장 특성에 맞는 최종 분류체계와 세부 클래스는 미팅을 통해 확정합니다.

가설공사

비계 설치 · 안전시설물 · 가설발판

시스템비계안전난간낙하물방지망가설계단

토공사

굴착 · 성토 · 다짐 · 흙막이

굴착기토사흙막이가시설배수시설

기초·골조공사

철근배근 · 거푸집 조립 · 콘크리트 타설

철근거푸집레미콘펌프카타설면

철골공사

철골 조립 · 용접 · 볼트접합

H형강용접부볼트접합부타워크레인

조적·미장공사

벽돌쌓기 · 미장 · 몰탈작업

조적벽체미장면몰탈줄눈

방수·단열공사

방수시트 시공 · 단열재 부착

방수시트우레탄폼단열재방수몰탈

창호·외장공사

창호 설치 · 커튼월 시공

알루미늄창호커튼월패널실링재유리

도장·마감공사

도장 · 도배 · 바닥마감

도장면퍼티작업바닥재걸레받이

전기설비공사

배선 · 조명 · 분전반 설치

케이블트레이분전반조명기구배선관

기계설비공사

배관 · 덕트 · 위생기구

배관덕트위생설비밸브

소방·승강기설비

스프링클러 · 소화전 · 승강기

스프링클러헤드소화전승강기화재감지기

안전관리

PPE 착용여부 · 위험구역 관리

안전모안전대위험표지판안전펜스

Image Collection Plan

이미지 수집 실행 방안 — 현장 촬영 체계

앞서 본 라벨링 결과물은 결국 “현장에서 어떻게 촬영해 모으느냐”에서 시작됩니다. 아래는 공종별 이미지를 실제로 확보하기 위한 촬영 수단과 운영 방식 제안입니다. 최종 조합은 현장 여건과 예산에 맞춰 미팅에서 협의합니다.

현장 고정형 CCTV 연동

설치 위치: 출입구, 주요 동선, 공종별 핵심 작업구간
운용 방식: 기존 설치된 현장 CCTV 영상에서 일정 주기로 정지 프레임을 자동 추출
장점: 별도 촬영 인력 없이 상시 수집 가능, 초기 세팅 후 자동화 용이

관리자·작업자 촬영 앱

설치 위치: 공종별 작업 구간 (이동식)
운용 방식: 현장소장·안전관리자가 주요 공정 전환 시점에 전용 앱으로 촬영 후 즉시 업로드
장점: 원하는 시점·구도 확보 용이, 공종 태깅을 촬영 즉시 입력 가능

액션캠·헬멧캠 (웨어러블)

설치 위치: 근접 작업 구간 (철근배근, 배관, 마감 등)
운용 방식: 작업자 시점의 근접 촬영, 일정 간격 자동 저장
장점: 세부 작업 디테일 및 근접 객체 데이터 확보에 유리

드론 촬영

설치 위치: 골조·외장·전경 등 고소·광각 구간
운용 방식: 정기 비행 스케줄에 따라 전경 및 공정 진행 상황 촬영
장점: 고소작업 위험 없이 전체 공정·구조물 전경 이미지 확보

Data Pipeline

수집 → 납품까지의 데이터 흐름

STEP 1

카메라·현장
촬영

STEP 2

로컬 저장·
게이트웨이

STEP 3

클라우드
업로드

STEP 4

1차 자동 필터링
(중복·저품질 제거)

STEP 5

라벨링

STEP 6

전처리·
마스킹

STEP 7

QC 검수 후
납품

운영 규칙 — 촬영 주기는 공종별 1일 1~3회 또는 주요 공정 전환 시점 기준으로 운영하며, 촬영 전 현장 작업자 대상 개인정보 처리 고지 절차를 함께 마련합니다. 세부 촬영 주기·보관 기간은 데이터 규모(1,000~2,000장)에 맞춰 협의 후 확정합니다.

Data Spec & Deliverables

데이터 규격 및 산출물 구성

아래 규격은 협의를 위한 초안이며, 자동화 수준·포맷 등은 미팅에서 최종 확정합니다.

원본 포맷	JPG / PNG
해상도	1920×1080 이상 권장 (원본 해상도 유지 원칙)
라벨링 방식	Bounding Box + Segmentation 병행 (마스킹 대상은 Segmentation 적용)
라벨 포맷	COCO JSON / YOLO txt / Pascal VOC 중 협의 후 선정
폴더 구조	공종 대분류 상위 폴더 → 세부 클래스 하위 폴더
마스킹 대상	얼굴(작업자), 차량 번호판, 회사명·로고 등 식별 가능 정보
마스킹 방식	블러(Blur) 또는 픽셀화 처리 중 협의

전처리 완료 이미지 파일 (공종별 폴더 구조)

라벨링 데이터 파일 (협의된 포맷)

공종 분류체계 및 클래스 정의서

데이터 명세서 (수량 · 해상도 · 촬영조건 등)

개인정보 마스킹 처리 결과 리포트

STEP 1

자체 검수 (라벨링팀)

STEP 2

샘플링 검수 (전체 물량 대상)

STEP 3

최종 검수 후 납품

Timeline

진행 일정

2026.08.03

프로젝트 시작 · 1차 제안서 접수

과업 수행 가능 업체 대상 제안서 접수를 시작합니다.

1차 제안 이후

협의 미팅

공종 분류체계·클래스 정의, 데이터 규모, 전처리 자동화 수준 등 미확정 항목을 확인합니다.

미팅 후

최종 견적 재확인 · 계약 체결

협의 결과를 반영해 최종 견적을 재확인한 뒤 계약을 체결합니다.

진행 구간

수집 → 라벨링 → 전처리(마스킹)

약 1,000~2,000장 규모의 데이터에 대해 수집, 라벨링, 전처리를 순차 진행합니다.

2026.10.31

최종 납품

전체 데이터 물량에 대한 전처리·라벨링 완료본을 납품합니다.

To Be Discussed

미팅 시 논의 사항

1차 제안서 접수 이후 미팅을 통해 아래 항목을 구체화합니다.

DISCUSSION 01

전처리 자동화 수준

룰베이스 방식으로 진행할지, 그 이상의 자동화(모델 기반 등)를 적용할지 범위를 협의합니다.

DISCUSSION 02

공종 분류체계 및 클래스 정의

건설현장 공종을 어떤 기준으로 분류하고, 라벨링 클래스를 어떻게 정의할지 확정합니다.

FAQ

의뢰 전 자주 묻는 질문

제안 검토 시 궁금하실 수 있는 항목을 미리 정리했습니다.

공종 분류체계는 어떻게 확정되나요?+

제안 단계에서 표준 공종 12개 대분류를 우선 제시하며, 1차 제안서 접수 후 미팅을 통해 현장 특성에 맞는 최종 분류체계와 세부 클래스를 확정합니다.

개인정보(얼굴, 차량 번호판 등)는 어떻게 처리되나요?+

전처리 단계에서 얼굴, 차량 번호판, 회사명·로고 등 식별 가능한 정보에 대해 블러 또는 픽셀화 마스킹을 필수로 적용한 뒤 납품합니다.

라벨링 포맷은 무엇을 지원하나요?+

COCO JSON, YOLO txt, Pascal VOC 등 주요 포맷 중 협의하여 결정하며, 결과물은 즉시 모델 학습에 활용 가능한 형태로 완결 납품됩니다.

예상 데이터 규모(1,000~2,000장)는 변경될 수 있나요?+

예. 협의 후 최종 확정되며, 예산 및 일정 범위 내에서 조정될 수 있습니다.

품질 검수는 어떻게 진행되나요?+

자체 검수 → 샘플링 검수 → 최종 검수의 3단계 프로세스를 거쳐 라벨 정확도, 클래스 일관성, 마스킹 누락 여부를 확인한 뒤 납품합니다.

Application Conditions

지원 조건

상기 과업(이미지 수집·라벨링·전처리) 수행 가능 업체를 대상으로 제안을 접수합니다.

1차 제안서 접수 후 미팅을 통해 분류체계, 데이터 규모, 전처리 세부 수준 등 미확정 항목을 확인하며, 이후 최종 견적 재확인 절차를 진행합니다.

지원과제 특성상 빠른 진행을 희망하며, 계약 체결 전 세부 협의가 필수입니다.

유의사항 — 견적서 / 제안서 / 포트폴리오 / 소개자료(회사 소개서, 홈페이지 등)에 외부 연락처를 기입할 경우 정책 위반으로 불이익을 당할 수 있으니 유의 바랍니다.

건설현장 공종별 이미지 데이터
수집 · 라벨링 · 전처리

결국 핵심은 “라벨링을 어떻게 하느냐” — 결과물 예시부터 보여드립니다

프로젝트 개요

프로젝트 목적

공종별 이미지 데이터 확보

AI 학습용 데이터셋 구축

데이터 품질 향상 및 표준화

업무 범위

이미지 수집

데이터 라벨링

데이터 전처리

건설현장 공종 분류체계

가설공사

토공사

기초·골조공사

철골공사

조적·미장공사

방수·단열공사

창호·외장공사

도장·마감공사

전기설비공사

기계설비공사

소방·승강기설비

안전관리

이미지 수집 실행 방안 — 현장 촬영 체계

현장 고정형 CCTV 연동

관리자·작업자 촬영 앱

액션캠·헬멧캠 (웨어러블)

드론 촬영

수집 → 납품까지의 데이터 흐름

데이터 규격 및 산출물 구성

진행 일정

미팅 시 논의 사항

전처리 자동화 수준

공종 분류체계 및 클래스 정의

의뢰 전 자주 묻는 질문

지원 조건

개발 언어 및 스킬