제1장 서 론 
 1. 연구배경 및 목적 
 2. 연구범위 및 방법 
  2.1 연구범위 
  2.2 연구방법 

제2장 이론적 배경 
 1. 신경망 기반 AI의 발전 흐름 
  1.1 1943년 ~ 1980년대 중반 (신경망 기반 AI 연구 시작)  
  1.2 1990 ~ 2000년대 초반 (머신러닝 알고리즘의 진화 및 발전기) 
  1.3 2000년대 중반 ~ 현재
 2. 머신러닝의 원리와 알고리즘 
  2.1 개요 
  2.2 신경망 학습 
  2.3 합성곱 신경망 
 3. 대표적인 딥러닝 모델 
  3.1 객체 인식 (Object detection)  
  3.2 의미론적 분할 (Semantic segmentation)  
  3.3 시퀀스 데이터 (Sequence)  

제3장 AI 기반 건설기술 연구동향 
 1. 서론 
 2. 토목공학 분야에서의 딥러닝 적용 사례 분석 
  2.1 연도에 따른 연구 논문 
  2.2 국가별 AI 논문 발표 현황 
  2.3 세부분야별 AI 논문 발표 현황 
  2.4 목적구조물별 AI 논문 발표 현황
  2.5 사용 모델별 AI 논문 발표 현황

제4장 딥러닝 적용을 위한 디지털 이미지 획득 및 분석 
 1. 개요
 2. 다양한 디지털 이미지 획득 및 분석 기법
  2.1 드론을 이용한 디지털 이미지 획득 기술
  2.2 드론으로 촬영 가능한 다양한 디지털 이미지
  2.3 디지털 이미지를 이용한 분석
 3. 굴착 현장 배면 지반 침하 평가를 위한 딥러닝
  3.1 Physics Guided Neural Network (PGNN) 
 4. 요약

제5장 딥러닝을 이용한 콘크리트 구조물 손상탐지 
 1. 서론
  1.1 연구배경 
  1.2 연구 동향
  1.3 연구 내용 및 범위
 2 이미지 처리를 위한 딥러닝 모델 
  2.1 인공신경망
  2.2 Convolutional Neural Network (CNN) 
  2.3 데이터 입출력형태에 따른 CNN 분류
  2.4 균열유무 판독을 위한 딥러닝 알고리즘 실험적 비교 분석
  2.5 Mask R-CNN 
 3. Mask R-CNN을 이용한 균열부 탐지 및 정량화
  3.1 Mask R-CNN의 구성
  3.2 전이학습을 이용한 Mask R-CNN 학습
  3.3 검증시험 및 결과 
  3.4 탐지된 균열의 정량화
 4. Mask R-CNN을 사용한 콘크리트 다중 손상 탐지
 5. 딥러닝 기반 건축물 손상 탐지시 요구사항
  5.1 다양한 표면 색상 및 모양을 가지는 건축물 내장재
  5.2 콘크리트 표면에 직접적으로 접근하기 어려운 환경
  5.3 다양한 비구조 요소들에 발생한 균열
 6. 결론

제6장 딥러닝을 이용한 도로포장 상태진단 
 1. AI와 딥러닝
 2. 도로포장 유지관리 기술의 필요성
 3. 기존 도로포장 상태진단 기술의 개요와 한계점 
 4. 딥러닝을 활용한 도로포장 균열 진단 기술 
 5. 딥러닝을 활용한 도로하부 공동 탐지 기술 
 6. 결론 

제7장 영상처리기법과 AI를 활용한 시공관리 기술 
 1. 서론 
 2. 시공 프로세스 시뮬레이션 
 3. 자재 관리 
 4. 안전 및 보건 모니터링 
 5. 품질 모니터링 
 6. 진척율 모니터링 
 7. IPAI가 미래 시공관리 조직에 미치는 영향 
 8. IPAI의 성공적인 도입을 위한 연구개발 로드맵 

제8장 지반공학 분야 딥러닝 적용 연구사례 
 1. 매개변수 기반 예측 모델 (prediction)  
  1.1 암석의 강도 예측 
  1.2 얕은 기초의 극한 지지력 예측 
  1.3 연약토의 전단 강도 예측 
 2. 사면 안정성 평가 
 3. 딥러닝 기반 디지털 이미지 생성 및 응용 
  3.1 3차원 다공성 매질의 재구성 
  3.2 다공성 매질의 다지점 통계적 재구성 가속화 
 4. 이미지 기반 객체 인식 및 탐지 
  4.1 탄성파 탐사에 의한 단층 파쇄대 탐지 
  4.2 터널 내부 균열 및 누출 결함 탐지 

제9장 딥러닝 기반 터널시공 선진화 방안 
 1. 서론 
 2. 국내 터널 시공관리 현황 및 문제점 
  2.1 국토부 암분류 실태조사 결과 
  2.1 터널 굴착면 관찰 체계 비교 분석 
 3. 국내외 터널 시공 선진화 시스템 개발동향 
 4. 국내 터널 굴착면 평가 선진화 방안 
  4.1 디지털 영상 모니터링 차량 개발 
  4.2 해외 터널 시공 중 굴착면 관리 시스템 
  4.3 국내 디지털 굴착면 관찰 모듈 개발 사례 
  4.4 온라인 터널 암판정 기술 개발 사례 
 5. AI를 이용한 터널 선진화 시공관리 방안 고찰 
  5.1 터널 선진화 시공을 위한 필수 요소 
  5.2 AI를 이용한 터널 시공 선진화 방안 

제10장 AI 기반 건설분야 연구전략 
 1. 서론 
 2. 건설단계별 AI 관련 기술 
  2.1. 설계단계 
  2.2. 시공단계 
  2.3. 유지관리단계
 3. AI 기술 적용 한계점  
 4. AI 관련 기술 개발 소요 
  4.1 지반공학 분야 
  4.2 건축구조물 분야 
  4.3 건설시공관리 분야 
 5. AI 기술을 이용한 건설기술개발 로드맵 
  5.1. 건설단계별 vs AI 기술간 연계성 
  5.2. AI 기반 건설기술 개발을 위한 로드맵 

참고문헌 
부 록 1 AI 기반 건설기술관련 연구문헌 
부 록 2 연구제안서 (RFP)