2020년 8월에 발간된 도로 교량 및 터널 현황조서에 따르면, 30년 이상 노후화된 교량 수가 4482곳(전체 교량 3만5902곳 중 12.4%), 20년 이상~30년 미만 교량은 9614곳(26.7%)으로, 현재 시점 기준으로 10년이 지나 2031년이 되면 전체 교량의 약 39% 수준이 30년 이상의 노후화 교량이 될 것으로 예상된다. 교량 외의 다른 시설의 경우도 유사한 현상을 나타내고 있다.
이러한 인프라 노후화 시대를 대비해 범국가적 차원의 대응 노력이 활발하다. 정책적 측면에서는 2018년 12월에 제정되고 2020년 1월부터 시행된 지속가능한 기반시설관리기본법이 그 예이며, 기술적 측면으로 국토교통부에서 예비타당성조사 사업으로 추진 중인 ‘기반시설 토탈케어사업’을 예로 들 수 있다. 이 사업에는 인프라 유지관리와 관련된 점검 및 진단기술, 수명 예측기술 등 다양한 기술 개발 아이템들이 포함돼 있다.
지금까지 인프라 유지관리가 눈으로 보이는 손상이나 위험을 해소하는 방향으로 진행됐다면, 앞으로의 유지관리는 미래를 예측하고, 이에 사전 대응함으로써 막대한 예산이 미래에 소요될 것을 미연에 방지할 수 있는 체계를 통해 진행돼야 한다는 것이 유지관리 분야 종사자들의 인식이다.
그러면 미래를 예측하기 위해서는 어떤 것이 필요할까? 이에 대한 해답은 바로 데이터다. 여기서 데이터란 단순히 인프라의 제원, 손상과 관련된 이력 정보가 아닌 인프라를 구성하는 각 부재별, 위치별, 형식별 시간이력 대비 변화를 예측하기 위한 중장기적 데이터를 기반으로 한 열화모델과 환경조건(중차량, 기후변화 등) 등을 포함한 정보를 의미한다.
과거의 변화상황과 현재 상태를 알면 자연스럽게 미래의 변화는 예상될 수 있으며, 데이터 분석 과정을 통해 알 수 있는 것은 여러 가지가 있을 수 있다. 시설물의 장래 철거 예상 시점, 시설물 보수보강 최적 시기 및 효과, 해당 시설물에 가장 맞는 보수보강공법, 미래에 투입 필요한 예상 소요 비용 예측 등이 그 예다. 이러한 사항들에 대해 구축된 데이터를 이용해 인공지능화 과정을 거치면서 자동으로 관리자에게 전달해 주도록 하는 기술 개발이 필요하다.
2018년에 우리나라는 시설물의 안전성, 내구성, 서비스 성능을 고려한 성능중심 유지관리 체계로 패러다임을 전환해 노후 인프라 급증에 사전 대응하고 있다. 앞서 언급한 지속가능한 기반시설관리기본법에 따라 주요 핵심기반시설 유형에 대한 유지관리를 집중적으로 수행하고 있다. 이러한 정책 방향은 사후 유지관리에서 예방적 유지관리로 전환하기 위한 것이며, 이러한 유지관리 환경을 고려해 환경적 특성을 반영한 시설물의 노후도 평가 방법론에 대한 연구 추진이 필요할 것으로 판단된다.
인프라의 예방적 유지관리체계는 피할 수 없는 세계적 흐름이다. 이 흐름에 맞추기 위해서는 데이터의 중요성을 다 같이 인식해야 하며, 인프라의 미래 예측에 필요한 데이터를 장기적으로 구축하고 활용하기 위한 노력이 필요하다. 인프라 노후화 예측과 관련된 데이터가 존재하지 않는다면, 미래 예측을 위해 개발된 기술들의 효과는 미약할 수밖에 없다. 이러한 국가적 차원의 과제가 향후 성공적으로 수행된다면 국가 인프라에 대한 예방적 차원의 유지관리가 가능하고, 궁극적으로는 국가경제의 지속가능한 발전 도모가 가능할 것이다.