폐주물사 친환경 콘크리트 물성 예측

전 세계 건설 프로젝트에서 콘크리트는 필수적인 건축 재료이지만, 그 생산은 상당한 환경 영향을 미칩니다. 급격한 도시 및 산업 성장은 생태계를 압박하고 자원을 고갈시키므로, 전통적인 콘크리트 재료를 대체할 친환경적 대안이 요구됩니다. 폐주물사는 천연 모래를 대체할 잠재적인 지속 가능한 재료로 부상하고 있습니다. 본 연구는 폐주물사를 활용한 콘크리트의 기계적 특성(압축 강도, 인장 강도, 탄성 계수)을 예측하기 위해 CatBoost, XGBoost, HistGBRT, NGBoost, LightGBM, Adaboost, MLR 등 6가지 앙상블 부스팅 알고리즘을 사용했습니다. SHapley additive exPlanations (SHAP) 방법을 활용하여 각 특성 간의 상호 의존성을 파악하고 중요도 계층을 설정했습니다. 모델 성능은 MAE, RMSE, R, NSE, KGE, WI 등 다양한 지표로 평가되었습니다. 그 결과, XGBoost 모델은 압축 강도 예측에서 RMSE 2.845 MPa, R값 0.958로 가장 우수했으며, CatBoost가 그 뒤를 이었습니다. 탄성 계수 예측에서도 XGBoost는 RMSE 0.992 GPa, R값 0.990으로 최고의 성능을 보였고, NGBoost가 두 번째로 우수했습니다. 인장 강도 예측에서도 XGBoost가 뛰어난 성능을 보였습니다. 이 연구는 폐주물사 기반 친환경 콘크리트의 기계적 특성을 효율적으로 예측하는 머신러닝 모델을 제시함으로써, 자원 집약적인 실험실 평가의 필요성을 줄이고 지속 가능한 건설 재료 개발에 기여할 수 있습니다.