🏗️ 현장 경험 없는 AI가 절대 이해 못하는 건설 실무 표현들

 

🤖 도입부: 편리하지만 어딘가 겉도는 AI 문서 작성

최근 건설업계에서도 ChatGPT 같은 생성형 AI를 활용하는 사례가 눈에 띄게 늘었습니다. 제안서나 시공계획서 초안 작성, 공문 수발신, 회의록 정리까지 반복적인 문서 업무에 AI를 도입하면 작업 시간을 획기적으로 줄일 수 있기 때문입니다.

저 역시 현업에서 문서를 다룰 때 AI를 적극적으로 활용하는 편입니다. 특히 건설 제안서나 기술제안서의 뼈대를 잡을 때는 큰 도움을 받습니다. 문장 구조를 설계하거나 방대한 아이디어를 일목요연하게 정리하는 속도는 사람이 도저히 따라가기 힘들 정도입니다.

하지만 실제 실무 문서에 적용해 보면서 아주 중요한 한계를 맞닥뜨렸습니다.

AI가 교과서적인 건설 전문 용어는 막힘없이 풀어내지만, 현장에서 뼈가 굵은 실무자들이 쓰는 '짜 친' 표현과 뉘앙스는 전혀 맥락을 짚지 못한다는 점입니다. 처음에는 사소한 단어 차이처럼 보였지만, 수주를 좌우하는 제안서나 까다로운 시공계획서에서는 이런 디테일 한 끝이 문서의 신뢰도를 통째로 흔들기도 합니다.

오늘은 제가 직접 AI를 굴려보며 겪었던 시행착오와 함께, 현장 경험 없는 AI가 죽었다 깨어나도 모르는 실무 표현들을 어떻게 해결했는지 그 노하우를 공유해 보고자 합니다.

❌ 문제 발생: 단어는 아는데 맥락을 모른다?

처음 ChatGPT를 켜고 건설 문서를 작성할 때만 해도 기대감이 컸습니다. 전 세계의 방대한 건설 데이터를 학습했을 테니, 전문적인 내용도 척척 뽑아낼 줄 알았죠. 실제로 AI는 아래와 같은 표준 용어들은 아주 기가 막히게 설명해 냅니다.

• 품질관리 / 안전관리 / 공정관리

• 흙막이공사 / 철근콘크리트공사 / 가설공사

문제는 교과서 밖, 진짜 거친 현장에서 살아 움직이는 표현들이었습니다. 예를 들어 우리가 입에 달고 사는 이런 말들입니다.

• "지금 장비 물려 있어서 안 돼."

• "이러면 동선 다 꼬인다."

• "레미콘 안 들어와서 타설 밀리겠는데?"

• "배관이랑 구조체 간섭 난다."

• "빨리 먹줄 튀고 다음 작업 준비해라."

• "정문에 차 받쳐놔서 반입 막혔다."

• "앞 공정 안 끝나서 다음 공정까지 다 물렸다."

건설업에 몸담은 사람이라면 듣자마자 현장 그림이 그려지는 직관적인 표현들이지만, AI는 이를 문자 그대로 직역하거나 사전적인 정의로만 해석하곤 했습니다. 단어의 뜻은 알지만, 그 말이 터져 나오는 긴박한 상황의 본질은 전혀 파악하지 못하는 것입니다.

🔎 직접 경험: AI가 쓴 시공계획서의 민낯

가장 크게 괴리감을 느낀 건 실제 시공계획서를 작성할 때였습니다. 공정 계획 파트를 정리하며 AI에게 이렇게 던졌습니다.

"협력업체 작업 간섭 최소화 방안을 작성해 줘."

잠시 후 AI는 아주 매끄럽고 정돈된 문장을 뱉어냈습니다. 하지만 알맹이를 뜯어보니 현장 실무와는 거리가 먼 공자님 말씀뿐이었습니다.

우리가 말하는 "작업 간섭"은 단순히 작업 면적이 겹친다는 1차원적인 문제가 아닙니다.

• 동일 구역에 철근, 거푸집, 설비 팀이 동시에 투입되어 발생하는 실질적인 작업 공간(Footing) 부족 문제

• 한정된 양중 장비(Tower Crane 등)나 진입로를 서로 쓰겠다고 엉키면서 생기는 작업 효율 저하

이런 구체적인 리스크들이 포함되어야 진짜 시공계획서입니다. 하지만 AI는 그저 "상호 간의 원활한 소통 체계를 구축하고 협업을 통해 효율성을 극대화한다" 같은 뜬구름 잡는 소리만 반복했습니다.

"타설이 밀린다"는 표현도 마찬가지였습니다. 현장에서는 레미콘 수급 대란, 펌프카 고장, 갑작스러운 기상 악화 등으로 콘크리트 타설 타임윈도우를 놓쳐 후속 양생과 마감까지 도미노로 지연되는 비상 상황을 뜻합니다. 그러나 AI는 그저 *"일정 관리의 중요성을 인식하고 철저한 계획을 수립해야 한다"*는 수준으로 얼렁뚱땅 마무리 짓기 일쑤였습니다.

결국 AI가 쓴 번지르르한 초안을 붙잡고, 제 현장 경험을 쏟아부어 한 줄 한 줄 다시 뜯어고쳐야 했습니다.

##💡 해결: AI를 건설 베테랑으로 만드는 프롬프트 기술

몇 번의 시행착오 끝에 AI를 부려 먹는 방식을 완전히 바꿨습니다. 핵심은 '현장의 언어'를 AI가 알아먹을 수 있도록 디테일하게 쪼개서 주입하는 것이었습니다.

1. 구체적인 상황을 상황극 하듯 던져주기

• AS-IS (실패): "작업 간섭 방안 작성해 줘."

• TO-BE (성공): "지하 1층 골조 공사 중, 철근 작업팀과 설비 배관 팀이 동일 구역에 동시에 투입되어 작업 공간이 협소해지는 상황이야. 동선 엉킴을 방지하고 작업 효율을 높일 수 있는 구체적인 구역 분할 및 공정 시차 투입 방안을 작성해 줘."

• 👉 이렇게 주문하니 결과물의 깊이가 완전히 달라졌습니다.

2. 실무 은어와 뉘앙스 먼저 학습시키기

현장 용어를 쓰기 전에 AI에게 가이드라인을 먼저 학습시켰습니다.

"지금부터 내가 '공정이 물린다'고 표현하는 건, 선행 공정의 마감이 지연되면서 후속 마감 공정의 착수 시기가 도미노처럼 밀려 출역 인원 손실이 발생하는 상황을 뜻해. 이 맥락을 반영해서 만회 대책을 작성해 줘."

3. 검증된 기존 문서(수주 제안서·시공계획서) 녹여내기

보안에 위배되지 않는 선에서 기존에 잘 씌어진 턴키 제안서나 통과된 시공계획서의 문체와 표현 방식을 참고자료로 피딩(Feeding)했습니다. 확실히 뼈대 있는 문장들을 학습시키니 AI 특유의 '가벼운 말투'가 사라지고, 현장 냄새 물씬 나는 묵직한 보고서체로 탈바꿈하더군요.

📈 결과와 느낀 점: AI는 훌륭한 조수, 키는 사람이 잡아야 한다

방식을 바꾸고 나니 문서의 퀄리티가 눈에 띄게 좋아졌습니다. 구조를 잡고 살을 붙이는 단순 반복 시간이 줄어들면서, 저는 '리스크 관리'와 '발주처 설득 논리 개발' 같은 진짜 중요한 기획에 더 많은 시간을 쓸 수 있게 되었습니다.

이 과정에서 AI가 잘하는 영역과 못하는 영역의 경계가 명확해졌습니다.

구분	AI가 잘하는 것 (Tool)	실무자가 해야 하는 것 (Control)
핵심 역량	문장 구조화, 비문 수정, 방대한 자료 요약	현장 분위기, 작업 흐름 파악, 협력업체 조율, 발주처 성향 맞춤 기획

건설업은 도면과 시방서만 보고는 절대 굴러가지 않습니다. 현장마다 토질이 다르고, 기후가 다르고, 투입되는 사람의 숙련도가 다르기 때문입니다. AI가 아무리 천재라 한들 먼지 날리는 현장에서 덤프 트럭 막히고 레미콘 터지는 다급함까지 학습할 수는 없습니다. AI는 훌륭한 보조 도구일 뿐, 결코 현장의 짬에서 나오는 바이브를 대체할 수 없다는 걸 뼈저리게 느꼈습니다.

🏗️ 마무리: 결국 '경험 많은 실무자'가 AI를 써야 하는 이유

앞으로 건설업계에서 AI 활용도는 상상 이상으로 넓어질 것입니다. 이미 간단한 서류 작업이나 데이터 정리에서는 엄청난 생산성 향상을 체감하고 있으니까요.

하지만 현장에서 수십 년간 다듬어진 실무 표현과 그 속에 담긴 노하우는 여전히 사람의 영역입니다. 결국 매끄러운 제안서, 완벽한 시공계획서라는 최종 목적지에 가기 위해서는 AI의 빠른 정보 처리 능력에 실무자의 날카로운 현장 경험이 날줄과 씨줄처럼 엮여야 합니다.

일을 통째로 AI에게 던져두는 사람은 도태될 것이고, AI를 내 현장 경험의 확성기로 쓸 줄 아는 실무자는 대체 불가능한 무기를 갖게 될 것입니다. 저 역시 앞으로 더 적극적으로 AI를 활용하겠지만, 중심추는 언제나 거친 현장에서 쌓아 올린 저의 경험과 판단에 둘 생각입니다.