A study on the utility tunnel performance evaluation method using grey clustering

Yongjun Lee; Young-Jong Sim

doi:10.9711/KTAJ.2025.27.4.305

Preview

Research Paper

Journal of Korean Tunnelling and Underground Space Association. 31 July 2025. 305-316
https://doi.org/10.9711/KTAJ.2025.27.4.305

A study on the utility tunnel performance evaluation method using grey clustering

Grey clustering을 활용한 공동구 성능평가 방법에 관한 연구

Yongjun Lee¹

Young-Jong Sim²^*

이 용준¹

심 영종²^*

¹Research Fellow, Land & Housing Research Institute, Korea Land & Housing Corp.

²Senior Research, Land & Housing Research Institute, Korea Land & Housing Corp.

¹비회원, 한국토지주택공사 토지주택연구원 연구원

²정회원, 한국토지주택공사 토지주택연구원 연구위원

^{*Corresponding Author}

License (open-access, https://creativecommons.org/licenses/by-nc/4.0/):

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

Utility tunnels are essential underground structures in urban areas that accommodate various utility systems such as power, telecommunications, and water supply. Their demand has been steadily increasing due to large-scale land development and the creation of new cities, emphasizing the need for systematic maintenance and management. This study proposes a performance evaluation model based on the grey clustering (GC) technique, which quantitatively assesses the comprehensive performance of utility tunnel structures—including safety, durability, and usability—and classifies them into performance grades based on the evaluation results. The GC method utilizes weighting factors for evaluation items and whitening weighting functions to calculate comprehensive GC coefficients for each performance grade, enabling the classification of tunnel structure performance into quantitative indicators. The proposed model was applied to three actual utility tunnel structures, and the results confirmed that the performance of each structure could be quantified into five performance grades. This demonstrates the model’s applicability as a rational basis for future maintenance planning and performance improvement decision-making.

Keywords

Utility tunnel

Grey clustering

Maintenance

Performance evaluation

Grade classification

공동구는 전력, 통신, 상수도 등 다양한 공급설비를 수용하는 중요한 도시 지하시설물로 대규모 토지개발 및 신도시 조성에 따라 그 수요가 지속적으로 증가하고 있다. 이에 공동구의 체계적인 유지관리 필요성이 점차 강조되고 있다. 본 연구에서는 공동구의 안전성, 내구성, 사용성을 포함한 종합적인 성능을 정량적으로 평가하고 그 결과를 기반으로 성능등급을 분류할 수 있는 Grey Clustering (GC) 기반 성능평가 모델을 제안하였다. GC 기법은 공동구 성능평가 항목의 가중치와 백색화 가중치 함수를 활용하여 성능등급별 종합 GC 계수를 산정하고 해당 공동구의 성능등급을 정량적인 지표로 분류하는 방법이다. GC 기법 기반의 성능평가 모델을 실제 공동구 3개소에 적용한 결과, 각 공동구의 성능을 5단계 등급으로 정량화할 수 있었다. 향후 공동구의 유지관리 및 성능개선 의사결정을 위한 합리적인 기준으로 활용 가능함을 확인하였다.

키워드

공동구

Grey clustering

유지관리

성능평가

등급분류

MAIN

1. 서 론
1.1 연구의 배경
1.2 연구의 방법
2. 기존 문헌 고찰 및 Grey Clustering 방법론
3. Grey Clustering 방법을 활용한 공동구 성능평가 방법 개발
3.1 백색화 함수 산정
3.2 사례분석
4. 결 론

1. 서 론

1.1 연구의 배경

국내 공동구는 대규모 토지개발사업과 신도시 개발 등에 따라 ｢국토의 계획 및 이용에 관한 법률 시행령(MOLIT, 2025)｣ (이하, 국토계획법 시행령) 제35조의2에 의거하여 지속적으로 증가하고 있다. 2024년 말 기준 공동구의 총 개소는 39개소로 평균 공용년수는 약 22.2년이다. 현재 30년 이상된 공동구는 전체 공동구의 약 31.6% 수준이며, 10년 후에는 30년 이상된 공동구가 전체의 약 52.6%로 급증할 것 예상되어 유지관리 및 성능개선에 대한 계획 수립이 필요할 것으로 판단된다(Facility Management System, 2025). 이에 국내에서는 한정된 예산으로 노후화가 진행되고 있는 사회기반시설의 효율적인 관리를 위해 ｢시설물의 안전 및 유지관리에 관한 특별법(MOLIT, 2024)｣ (이하, 시설물안전법)을 개정하면서 성능중심의 관리체계를 도입하였다(Lee et al., 2024). 성능중심의 관리체계는 사회기반시설의 구조적 안전성 뿐만 아니라 내구성, 사용성 등의 종합성능을 정량적으로 평가하여, 시설물의 성능수준을 객관적으로 파악하고 유지보수, 성능개선 또는 전면 교체와 같은 유지관리 전략을 계획할 수 있도록 의사결정을 지원하는데 목적이 있다. 그러나 국내 공동구는 시설물안전법에 따라 공동구 구조물 본체의 외관을 조사하여 물리적 결함의 정도를 포함한 시설물에 대한 상태 및 구조적 안전성만 평가하여, 시설물의 종합적인 성능을 고려한 유지관리 및 성능개선 의사결정에 어려움이 있다. 이에 본 연구에서는 Lee et al. (2024)에서 도출한 공동구의 성능평가 항목과 가중치를 활용하여 공동구의 종합적인 성능을 정량적으로 평가하고, 그 결과에 따른 성능등급을 분류할 수 있는 평가 모델을 제안하고자 한다.

1.2 연구의 방법

본 연구는 Fig. 1과 같이 공동구의 안전성, 내구성, 사용성 등 종합적인 성능을 정량적으로 평가하여 성능등급을 분류할 수 있는 Grey Clustering (GC) 기법 기반의 성능평가 모델을 제안하고자 한다. 먼저, 기존 연구인 Lee et al. (2024)에서 도출한 성능평가 항목과 가중치 산정 결과를 활용하고, 성능 평가 및 분류 모델 개발을 위한 공동구 성능 평가 및 등급 기준을 선정하고자 한다. 마지막으로, 공용 중인 공동구에 제안하는 모델을 적용하여 활용성을 검증하고자 한다.

https://cdn.apub.kr/journalsite/sites/kta/2025-027-04/N0550270404/images/kta_2025_274_305_F1.jpg

Fig. 1.

Research methodology and process

2. 기존 문헌 고찰 및 Grey Clustering 방법론

본 연구에서 공동구 성능평가 방법론으로 사용하고자 하는 Grey System Theory (GST)는 표본이 적고 불완전한 정보를 가진 시스템의 진단 및 상태를 평가하는데 널리 적용되는 방법이다(Deng, 1982; 1989; Yin, 2013). GST는 퍼지 이론과 비슷한 형태를 보이고 있으며 전체적으로 기본 개념에 있어서는 퍼지와 같다고 할 수 있으나 방법론과 접근방법에서 차이가 존재한다고 할 수 있다. 이는 실제 관측된 또는 측정된 데이터가 어느 범주에 포함되어 평가가 되는가하는 개념을 가지고 있다. 따라서 불확정 정보를 처리할 수 있는 장점을 지니고 있으며 스케일이 다른 각 변수(지표)간 하나의 표준화된 값을 평가가 가능하다는 점에서 퍼지이론과 상대적으로 다른 점을 지니고 있다(Lee et al., 2010). 공동구와 같은 시설물은 시설물안전법에 따라 육안점검을 통해 상태를 평가하나 이러한 방식은 점검자의 주관에 따라 평가 결과가 달라질 수 있는 한계를 지닌다. 즉 공동구 성능평가에 GST를 적용한다면 점검자의 주관적 판단에 따른 평가 결과의 편차를 줄이고 보다 객관적이고 정량적인 평가를 수행하여 기존 육안점검의 한계점을 해결할 수 있다.

GC 기법은 GST의 전통적인 방법 중 하나로 각 성능등급의 종합성능 GC 계수를 산정하여 각 평가 대상이 사전에 정의된 등급에 얼마나 가까운지를 정량적으로 평가하는 방법으로 다수 항목의 전문가 평가 결과를 객관적으로 평가할 수 있다는 장점이 있다. 국외에서는 GC 기법을 활용하여 터널, 공동구 등 시설물 성능이나 위험도 평가에 활용된 사례가 있다. Zhang and Li (2011)는 고속도로 터널에서 발생할 수 있는 수해 위험을 정량적으로 평가하기 위해 GC 기법을 활용하였다. 터널 주변의 수리 ‧ 지질 조건, 사고 발생 이력, 통행량 등 다양한 위험 요인을 지표화하고 각 등급별 GC 계수를 산정하여 위험도를 평가하는 방법을 제안하였다. 마지막으로 실제 터널의 사례분석을 통해 활용 가능성을 입증하였다. Sun et al. (2022)은 도시 지하 공동구의 생애주기 전반에 걸친 안전성 평가를 위해 GC 기법을 활용한 안전성 평가 모델을 제안하였다. 공동구의 계획, 설계, 시공, 운영 단계별로 안전에 영향을 끼치는 주요 요인을 도출하고, GC 기법을 활용하여 공동구 각 단계별로 안전 수준을 등급화하여 생애주기 전반에 걸친 안전성을 평가할 수 있는 평가 모델을 구축하였다.

이에 본 연구에서는 국내 공동구의 종합적인 성능 평가 및 등급 분류를 위해 기존 연구에서 검증된 GC 기법을 활용하고자 한다. 먼저 각 성능등급별 백색화 함수(whitening weight function)를 산정해야 한다. 백색화 함수는 각 평가항목의 값을 각 등급의 소속도(소속가능성)로 변환하여 어느 등급에 얼마나 소속되는지를 평가해주는 함수이며, 식 (1)과 같이 산정할 수 있다. 전문가 수를 $n$ , 지표 수를 $m$ 이라고 하면, $x_{i j}$ ( $i$ = 1, 2 ... $n$ ; $j$ = 1, 2 ... $m$ )는 평가항목 $j$ 에 대해 전문가 $i$ 가 평가한 값을 나타낸다. $n$ 개의 등급에는 각각의 중심점(mixed center point) $λ_{k}$ 가 존재한다(Sun et al., 2022). 중심점은 해당 등급을 대표하는 기준 값으로 식 (1)에서 $a, b, \dots, f, g, h$ 를 뜻하며, 각 등급 간 구간을 일정하게 나누고 평가점수가 중심점에 가까울수록 해당 등급에 속할 가능성이 높다고 판단한다.

(1)

f_{j}^{1} \{\begin{cases} 0, & x \notin [0, a] \\ 1, & x \in [0, b] \\ \frac{a - x}{a - b}, & x \in [b, a] \end{cases} ⋮ f_{j}^{n} \{\begin{cases} 0, & x \notin [f, g] \\ \frac{x - f}{g - f}, & x \in [f, h] \\ \frac{g - x}{g - h}, & x \in [h, g] \end{cases}

Fig. 2는 각 등급에 해당하는 백색화 함수 $f_{j}^{k}$ 를 나타낸 것이다. $x$ 축은 평가점수, $y$ 축은 소속도 값 $f_{j}^{k} (x)$ 를 의미하며 각 등급의 중심점 $λ_{k}$ 를 기준으로 좌우 구간에서 선형보간법에 따라 소속도를 계산한다. 평가점수가 등급별 중심점과 일치할 경우 소속도는 1이며, 인접 등급의 중심점에 위치할 경우 0이 된다. 각 등급 간 구간은 일부 구간이 서로 중첩되도록 설정되며, 평가점수가 등급 간 중첩되는 구간에 위치할 경우 두 개 이상의 등급에 부분적으로 소속될 수 있도록 하여 불확실성을 반영할 수 있다. 이러한 구조를 통해 하나의 점수는 여러 등급에 동시에 소속될 수 있으나 각 등급에 대한 소속도의 합은 1이 된다. 이와 같이 산정된 백색화 함수 값과 성능항목별 세부 평가항목의 상대 가중치 $η_{j}$ 를 결합하여 식 (2)와 같이 성능항목별 종합 GC 계수( $σ_{i}^{k}$ )를 산정한다. 성능항목별 종합 GC 계수( $σ_{i}^{k}$ )를 산정하면, 식 (3)과 같이 성능항목 $w_{i}$ 의 가중치를 적용하여 공동구 종합성능 GC 계수 $Y^{k}$ 를 계산한다.

https://cdn.apub.kr/journalsite/sites/kta/2025-027-04/N0550270404/images/kta_2025_274_305_F2.jpg

Fig. 2.

Graph of the triangular center-point mixed whitening weight functions (Sun et al., 2022)

(2)

σ_{i}^{k} = \sum_{j = 1}^{m} f_{j}^{k} (x_{i j}) ∙ η_{j}, (i = 1, 2 \dots n, j = i = 1, 2 \dots m)

여기서, $η_{j} = \frac{w_{j}}{\sum_{j = 1}^{s} w_{j}}$ (S= 평가항목 개수)

(3)

Y^{k} = \sum_{j = 1}^{n} σ_{i}^{k} w_{i}, (i = 1, 2 \dots n, j = i = 1, 2 \dots m)

공동구 종합 GC계수 $Y^{k}$ 가 산정되면 식 (4)와 같이 가장 높은 소속도를 가진 등급이 평가 대상의 대표성능등급으로 분류할 수 있다.

(4)

\max_{1 \leq k \leq 5} Y^{k} = Y^{k^{*}}

3. Grey Clustering 방법을 활용한 공동구 성능평가 방법 개발

3.1 백색화 함수 산정

본 연구에서는 백색화 함수 산정을 위한 각 성능등급간의 구간을 선정하기 위해 공동구의 “시설물의 안전 및 유지관리 실시 세부지침(안전점검 ‧ 진단 편)(MOLIT, 2023)” (이하, 세부지침)에서 상태등급별 결함도지수를 참고하였다. Table 1은 세부지침을 참고하여 백색화 함수 산정을 위한 각 성능등급별로 점수 간격을 분류한 결과이다. 총 5등급으로 매우 양호(very good)~매우 불량(very poor)까지 분류하였으며, 각 등급을 대표하는 기준 점수인 중심점 $λ_{j}^{i}$ 를 설정하였다. 매우 양호한 상태일 때, 중심점 $λ_{j}^{1}$ =0.15, 매우 불량한 상태일 때, 중심점 $λ_{j}^{5}$ = 0.95로 설정한 다음 양호~불량한 상태일 때, 중심점은 선형보간법을 활용하여 중심점을 $λ_{j}^{2}$ =0.35, $λ_{j}^{3}$ =0.55, $λ_{j}^{4}$ =0.75로 선정하였다. 인접한 성능등급 간의 점수 구간은 중첩되도록 구성하여 두 개 이상의 등급에 부분적으로 소속될 수 있도록 하였다. 식 (5), (6), (7), (8), (9)는 공동구 성능등급별로 백색화 함수의 산정식을 나타낸다. 예를 들어 성능평가 a항목의 전문가 평가 점수가 0.76점이면, 0.75~0.95점에 포함되므로 백색화 함수 식 (8)과 식 (9)를 활용하여 평가할 수 있으며, 두 개의 등급에 부분적으로 소속될 수 있다.

Table 1.

Score range and mixed center point by performance grade for whitening function estimation

	Very good	Good	Fair	Poor	Very poor
Condition grade*	A	B	C	D	E
Defect index*	0.00 ≤ F < 0.15	0.15 ≤ F < 0.30	0.30 ≤ F < 0.55	0.55 ≤ F < 0.75	0.75 ≤ F
Mixed center point	0.15	0.35	0.55	0.75	0.95
Score range	0.00~0.35	0.15~0.55	0.35~0.75	0.55~0.95	0.75~1.00

* Guideline and Commentary of Safety Inspection and In-depth Safety Inspection for Structures-Utility tunnel

(5)

f_{j}^{1} \{\begin{cases} 0, & x \notin [0, 0.35] \\ 1, & x \in [0, 0.15] \\ \frac{0.35 - x}{0.35 - 0.15}, & x \in [0.15, 0.35] \end{cases}

(6)

f_{j}^{2} \{\begin{cases} 0, & x \notin [0.15, 0.55] \\ \frac{x - 0.15}{0.35 - 0.15}, & x \in [0.15, 0.35] \\ \frac{0.55 - x}{0.55 - 0.35}, & x \in [0.35, 0.55] \end{cases}

(7)

f_{j}^{3} \{\begin{cases} 0, & x \notin [0.35, 0.75] \\ \frac{x - 0.35}{0.55 - 0.35}, & x \in [0.35, 0.55] \\ \frac{0.75 - x}{0.75 - 0.55}, & x \in [0.55, 0.75] \end{cases}

(8)

f_{j}^{4} \{\begin{cases} 0, & x \notin [0.55, 0.95] \\ \frac{x - 0.55}{0.75 - 0.55}, & x \in [0.55, 0.75] \\ \frac{0.95 - x}{0.95 - 0.75}, & x \in [0.75, 0.95] \end{cases}

(9)

f_{j}^{5} \{\begin{cases} 0, & x \notin [0.75, 1.00] \\ \frac{x - 0.75}{0.95 - 0.75}, & x \in [0.75, 0.95] \\ 1, & x \in [0.95, 1.00] \end{cases}

3.2 사례분석

본 연구에서는 Table 2와 같이 현재 공용 중인 공동구를 대상으로 GC 기법을 활용한 공동구 성능평가 방법을 제안하고자 한다. 평가 대상 공동구 3개소 모두 개착식 Box형 철근콘크리트 구조물이며 평균 공용연수 및 연장은 약 17.7년, 약 2.3 km이다. 평가 대상 공동구의 점용시설물은 상수, 통신구, 전력구, 중수 등의 시설물을 수용하고 있으며, 부대시설물은 환기구 및 작업구 등이 있다.

Table 2.

Current status of target utility tunnels

Utility tunnel	Structure type	Length (km)	Open year	Utility accommodation facilities
UT-A	Box	2.3	2004	Water supply, Electricity, Telecommunications, District heating
UT-B	Box	2.8	2017	Water supply, Electricity, Telecommunications, Greywater systems
UT-C	Box	1.8	1998	Water supply, Electricity, Telecommunications

Table 3은 Lee et al. (2024)에서 도출한 공동구 성능평가 항목 및 가중치 산정 결과이다. 공동구 성능평가 항목별 상대적 가중치 $η_{j}$ 는 백색화 함수와 결합하여, 평가 대상 공동구의 종합성능등급을 평가하는데 활용하고자 한다. 대상 공동구의 성능평가는 공동구 유지관리 관련 연구 경력이 5년 이상된 경력을 보유하고 있는 전문가 3인이 평가하였다. 전문가 평가를 위한 자료는 최근 정밀안전점검 보고서, 보수보강내역서, 설계도면 등으로 시설물관리시스템(Facility Management System, 2025)에서 수집하였다. Fig. 3은 평가 대상 공동구의 최근에 수행했던 평가 대상 공동구의 정밀안전점검 결과이다. UT-A 공동구와 UT-B 공동구는 2017년부터 주기적인 유지보수와 설비 부품 등의 교체 작업 등을 통해 상태 A등급으로 매우 양호한 상태였다. UT-C 공동구는 2017년 A등급에서 2020년 B등급으로 하향되었으나, 2022년 이후 공동구 본체 등의 유지보수로 인하여, 2024년 상태가 A등급으로 향상되었다(Facility Management System, 2025). Table 4는 수집된 자료를 바탕으로, 기반시설 유지관리 전문가 3인이 대상 공동구들의 성능을 평가한 결과이며, 점수는 평균 값을 나타낸다.

Table 3.

Performance evaluation items and weightings for utility tunnel (Lee et al., 2024)

Performance	Weight	Evaluation items	Weights ( $w_{j}$ )	Relative weights ( $η_{j}$ )
Safety	0.66	Crack	0.09	0.14
		Leakage	0.06	0.09
		Breakage & Damage	0.05	0.08
		Layer separation & Exfoliation	0.06	0.09
		Spalling	0.03	0.05
		Material segregation	0.08	0.12
		Rebar exposure	0.05	0.08
		Floor condition	0.04	0.06
		Safety factor	0.06	0.09
		Ground displacement	0.10	0.15
		Seismic design	0.04	0.06
Durability	0.14	Depth of carbonation	0.02	0.15
		Chloride circumstance	0.03	0.22
		Quality of cover concrete	0.02	0.12
		Accommodation facility condition (pipeline)	0.02	0.15
		Accommodation facility aging (pipeline)	0.02	0.13
		Condensation	0.03	0.22
Serviceability	0.20	Inspection ease	0.02	0.12
		Inspection safety	0.05	0.27
		Inner environment	0.02	0.09
		Vent cover condition	0.03	0.13
		Potential of an inflow of rain	0.02	0.09
		fire extinguishing equipment	0.04	0.19
		subsidiary equipment	0.02	0.12

https://cdn.apub.kr/journalsite/sites/kta/2025-027-04/N0550270404/images/kta_2025_274_305_F3.jpg

Fig. 3.

Results of detailed inspection

Table 4.

Expert assessment results for target utility tunnels

Category	Item	UT-A	UT-B	UT-C
Safety	Crack	0.218	0.187	0.354
	Leakage	0.230	0.159	0.441
	Breakage & Damage	0.183	0.249	0.351
	Layer separation & Exfoliation	0.180	0.155	0.331
	Spalling	0.455	0.190	0.125
	Material segregation	0.151	0.176	0.215
	Rebar exposure	0.458	0.168	0.379
	Floor condition	0.157	0.219	0.112
	Safety factor	0.231	0.228	0.160
	Ground displacement	0.209	0.238	0.392
	Seismic design	0.092	0.151	0.100
Durability	Depth of carbonation	0.185	0.171	0.112
	Chloride circumstance	0.199	0.189	0.109
	Quality of cover concrete	0.195	0.220	0.179
	Accommodation facility condition (pipeline)	0.227	0.210	0.435
	Accommodation facility aging (pipeline)	0.150	0.171	0.353
	Condensation	0.162	0.232	0.386
Serviceability	Inspection ease	0.190	0.190	0.438
	Inspection safety	0.655	0.155	0.620
	Inner environment	0.655	0.246	0.199
	Vent cover condition	0.207	0.153	0.112
	Potential of an inflow of rain	0.188	0.246	0.446
	fire extinguishing equipment	0.214	0.152	0.099
	subsidiary equipment	0.198	0.219	0.112

Table 5는 3개 공동구 중 UT-A 공동구의 성능항목별로 GC 계수를 산정한 결과로, 식 (10)은 성능평가 항목 중 안전성능의 매우 양호한 상태 등급 GC계수를 산정한 예시이다.

(10)

σ_{i}^{k} = \sum_{j = 1}^{m} f_{j}^{k} (x_{i j}) ∙ η_{j} = 0.660 \times 0.140 + \dots + 1.000 \times 0.060 = 0.686

Table 5.

Whitenization weight values and comprehensive clustering coefficients of indices

Performance	Item	Score	Weight ( $η_{j}$ )	Whitening weight					Comprehensive clustering coefficients
				$f_{j}^{1}$	$f_{j}^{2}$	$f_{j}^{3}$	$f_{j}^{4}$	$f_{j}^{5}$	$k_{1}$	$k_{2}$	$k_{3}$	$k_{4}$	$k_{5}$
Safety	Crack	0.218	0.140	0.660	0.340	0.000	0.000	0.000	0.686	0.254	0.069	0.000	0.000
	⁝
	Seismic design	0.092	0.060	1.000	0.000	0.000	0.000	0.000
Durability	Depth of carbonation	0.185	0.150	0.825	0.175	0.000	0.000	0.000	0.812	0.178	0.000	0.000	0.000
	⁝
	Condensation	0.162	0.220	0.940	0.060	0.000	0.000	0.000
Serviceability	Inspection ease	0.190	0.120	0.800	0.200	0.000	0.000	0.000	0.482	0.168	0.171	0.189	0.000
	⁝
	Subsidiary equipment	0.198	0.120	0.760	0.240	0.000	0.000	0.000

Table 6은 평가 대상 공동구들의 종합성능 GC 계수를 산정한 결과로, 식 (11)은 UT-A 공동구의 매우 양호한 상태 등급의 종합성능 GC 계수( $Y^{1}$ )를 산정한 예시이다. UT-A 공동구와 UT-B의 공동구는 매우 양호한 상태 등급의 종합성능 GC계수가 각각 0.663, 0.790으로 가장 높아 매우 양호한 상태로 평가할 수 있으며 UT-C 공동구는 양호한 상태 등급의 종합성능 GC계수가 0.468로 가장 높아 양호한 상태로 평가할 수 있다.

(11)

Y^{1} = \sum_{j = 1}^{n} σ_{i}^{1} w_{i} = 0.686 \times 0.66 + 0.812 \times 0.14 + 0.482 \times 0.20 = 0.663

Table 6.

Estimation results of comprehensive grey clustering coefficients for target utility tunnels

		Very good ( $k_{5}$ )	Good ( $k_{4}$ )	Fair ( $k_{3}$ )	Poor ( $k_{2}$ )	Very poor ( $k_{1}$ )
UT-A	Safety	0.453	0.168	0.046	0.000	0.000
	Durability	0.114	0.025	0.000	0.000	0.000
	Serviceability	0.096	0.034	0.034	0.038	0.000
	Comprehensive	0.663	0.226	0.080	0.038	0.000
UT-B	Safety	0.517	0.150	0.000	0.000	0.000
	Durability	0.104	0.035	0.000	0.000	0.000
	Serviceability	0.170	0.032	0.000	0.000	0.000
	Comprehensive	0.790	0.217	0.000	0.000	0.000
UT-C	Safety	0.228	0.381	0.058	0.000	0.000
	Durability	0.066	0.058	0.015	0.000	0.000
	Serviceability	0.102	0.027	0.054	0.019	0.000
	Comprehensive	0.395	0.466	0.127	0.019	0.000

Fig. 4는 평가 대상 공동구들의 종합성능 GC 계수 산정 결과에 따른 각 성능등급별 소속도를 비교한 결과이다. UT-B 공동구는 2017년에 준공된 공동구로 다른 공동구에 비해 공용연수가 짧아 안전성능이나 내구성능이 전체적으로 열화가 덜 진행된 상태이며, 스마트 모니터링 시스템 등을 활용한 모니터링 점검을 수행하고 있어 사용성능도 우수한 것으로 평가되었다. 이러한 특성으로 인해 UT-B 공동구는 매우 양호 및 양호 등급에만 높은 소속도를 보이고 있다. 반면, UT-A 공동구와 UT-C 공동구는 각각 매우 양호한 상태 등급, 양호한 상태 등급에 높은 소속도를 보이고 있으나, 보통~불량 등급에도 소속도가 일정 분포되어 있는 것으로 나타났다. 이러한 평가 결과는 향후 유지관리나 열화 추이에 따라 성능이 어느 등급으로 변화할지 예측할 수 있어, 유지관리 전략 수립에 유용한 기초자료로 활용될 수 있을 것으로 판단된다.

https://cdn.apub.kr/journalsite/sites/kta/2025-027-04/N0550270404/images/kta_2025_274_305_F4.jpg

Fig. 4.

Comparison of comprehensive performance grade for the target utility tunnels

4. 결 론

본 연구에서는 공동구의 종합적인 성능을 정량적으로 평가하고, 그 결과에 따른 성능등급을 분류할 수 있는 GC 기법 기반의 성능평가 모델을 제안하였다. GC 기법 기반의 성능평가 모델은 하나의 평가대상이 다수의 성능등급에 동시에 속할 수 있는 구조로 공동구 성능을 보다 유연하게 반영할 수 있다는 특징이 있다. 본 연구에서는 Lee et al. (2024)에서 제안한 성능평가 항목 및 상대적 가중치를 바탕으로, 백색화 함수를 산정하였다. 이를 통해 공동구의 안전성, 내구성, 사용성을 포함한 종합성능을 5단계로 등급화하고 각 등급별로 종합성능 GC 계수를 산정하는 방안을 제안하였다. 종합성능 GC 계수는 각 성능등급 소속도를 나타내며, 최대값을 가지는 등급이 대표성능등급으로 분류된다. 실제, 공용 중인 공동구 3개소에 제안하는 성능평가 모델을 적용한 결과, UT-B 공동구는 상대적으로 짧은 공용연수와 스마트 모니터링 시스템 운영 등에 의해 매우 양호한 상태 등급에 가장 높은 소속도를 보였다. 반면 UT-A 공동구와 UT-C 공동구는 각각 매우 양호한 상태 등급과 양호한 상태 등급에 소속도가 가장 높았으나, 유지관리 및 운영 수준에 따라 보통~불량 등급에도 일정 소속도가 분포되어 있어 공동구 간의 성능차이를 정량적으로 비교할 수 있었다. 또한, 각 성능등급의 소속도를 정량화함으로써 현재 성능뿐만 아니라, 향후 미래 불확실성 요인에 따른 열화로 인해 성능등급 간 소속도의 변화를 추정할 수 있어 선제적 유지관리 전략을 수립하는 데 활용될 수 있을 것으로 판단된다. 마지막으로, 본 연구에서는 기존 안전성 중심의 평가 방식과 달리 내구성과 사용성과 같은 요소를 함께 고려하여 종합적인 성능평가가 가능하다는 점에서 의의가 있다. 향후, 본 연구에서 제안한 GC 기법 기반 성능 평가 및 분류 모델은 공동구의 성능개선 대상 선정, 우선순위 결정, 예산 배분 등 유지관리 의사결정 전반에 있어 정량적이고 실용적인 기초자료로 기여할 수 있을 것으로 기대된다.

Acknowledgements

본 연구는 국토교통과학기술진흥원 국가연구개발사업(RS-2023-00245334)의 지원으로 수행되었습니다. 이에 감사드립니다.

저자 기여도

이용준은 설문조사, 데이터 분석, 원고 작성을 하였고 심영종은 연구 개념 설계와 원고를 검토하였다.

References

Deng, J. (1982), “Control problems of grey systems”, Systems & Control Letters, Vol. 1, No. 5, pp. 288-294.

10.1016/S0167-6911(82)80025-X

Deng, J. (1989), “Introduction to grey system theory”, Journal of Grey System, Vol. 1, No. 1, pp. 1-24.

Facility Management System, http://www.fms.or.kr (July 1, 2025).

Lee, J.G., Son, Y.T., Han, S.J., Park, J.Y., Lee, S.H. (2010), “Evaluation of vehicle and pedestrian environments using grey system theory”, Journal of Korean Society of Transportation, Vol. 28, No. 4, pp. 141-156.

Lee, Y., Jin, K.N., Sim, Y.J. (2024), “A study on the weights on the evaluation items for utility tunnel performance evaluation”, Journal of Korean Tunnelling and Underground Space Association, Vol. 26, No. 5, pp. 477-488.

10.9711/KTAJ.2024.26.5.477

MOLIT (2023), Guideline and commentary of safety inspection and in-depth safety inspection for structures-utility tunnel, Ministry of Land, Infrastructure and Transport, p. 47.

MOLIT (2024), Special act on safety control for infrastructure, Ministry of Land, Infrastructure and Transport.

MOLIT (2025), Enforcement decree of the national land planning and utilization act, Ministry of Land, Infrastructure and Transport.

Sun, S., Xu, C., Wang, A., Yang, Y., Su M,(2022), “Safety evaluation of urban underground utility tunnel with the grey clustering method based on the whole life cycle theory”, Journal of Asian Architecture and Building Engineering, Vol. 21, No. 6, pp. 2532-2544.

10.1080/13467581.2021.2007104

Yin, M.S. (2013), “Fifteen years of grey system theory research: A historical review and bibliometric analysis”, Expert Systems with Applications, Vol. 40, No. 7, pp. 2767-2775.

10.1016/j.eswa.2012.11.002

Zhang, J.B., Li, X.P. (2011), “Applying grey clustering method on evaluating water bursting risks in highway tunnels”, Proceedings of the 2011 International Conference on Remote Sensing, Environment and Transportation Engineering, Nanjing, China, pp. 4828-4831.

10.1109/RSETE.2011.5965393

Journal of Korean Tunnelling and Underground Space Association ISSN:2233-8292(Print) 2287-4747(Online) 한국터널지하공간학회 논문집

Preview

A study on the utility tunnel performance evaluation method using grey clustering

ABSTRACT

MAIN

Fig. 1.

Research methodology and process

(1)

Fig. 2.

Graph of the triangular center-point mixed whitening weight functions (Sun et al., 2022)

(2)

(3)

(4)

Table 1.

Score range and mixed center point by performance grade for whitening function estimation

(5)

(6)

(7)

(8)

(9)

Table 2.

Current status of target utility tunnels

Table 3.

Performance evaluation items and weightings for utility tunnel (Lee et al., 2024)

Fig. 3.

Results of detailed inspection

Table 4.

Expert assessment results for target utility tunnels

(10)

Table 5.

Whitenization weight values and comprehensive clustering coefficients of indices

(11)

Table 6.

Estimation results of comprehensive grey clustering coefficients for target utility tunnels

Fig. 4.

Comparison of comprehensive performance grade for the target utility tunnels

Acknowledgements

저자 기여도

References