철근공도 AI에 밀릴까? GPT-4가 풀지 못하는 막대 굽히기 문제

로봇은 C-7 기둥의 철근이 거푸집에 자꾸 걸리는 이유를 설명해주지 못합니다. 콘크리트 안쪽에 들어가는 강철 골조를 배치하고, 굽히고, 결속하는 사람들 — 철근공(reinforcing iron workers) — 은 우리가 측정한 모든 직업 중에서 AI 노출도가 가장 낮은 축에 들어갑니다. 2024년 관측 노출도는 5%, 자동화 위험도는 5%입니다. 2028년 추정치도 각각 15%, 11% 수준에 머뭅니다. 만약 당신이 철근을 결속하며 생계를 꾸리고 있다면, 화이트칼라 직군의 AI 대체 헤드라인은 솔직히 당신 얘기가 아닙니다.

다만 "위험이 낮다"가 곧 "변화가 없다"는 뜻은 아니에요. 현장에서는 ML 기반 철근 디테일러, 드론 기반 as-built 스캔, 그리고 BIM 모델을 태블릿에서 바로 데크로 띄워주는 시스템들이 점점 늘고 있습니다. 이 도구들을 다룰 줄 아는 철근공은, 그렇지 못한 철근공과 입찰 경쟁에서 갈리게 됩니다. 데이터와 지난 분기에 제가 직접 다녀본 세 곳의 현장이 보여주는 결론입니다.

방법론 노트: 우리가 점수를 매기는 방식

[사실] 철근공(SOC 47-2171) 노출도는 Eloundou 외(2023)의 GPT-과제 중첩 분석, Brookings 2024 육체노동 직군 패널, 그리고 BLS 직업별 고용 통계(OES) 과제 기술서를 결합해서 산출합니다. 이 중 두 출처는 공개돼 있고, 세 번째는 유료 OES 추출본입니다. 가중치는 관측 노출도(현재 실제 AI 배치 수준)에 70%, 이론 노출도(첨단 모델이 완벽한 과제 기술을 받았을 때 가능한 수준)에 30%를 부여합니다. 그래서 2024년 관측치(5%)가 2024년 이론적 천장(12%)보다 낮게 잡힙니다. [추정] 2028년 전망(15%)은 BIM-shop drawing 자동화가 상업 공구사에서 40%, 주거 공구사에서 5% 보급에 도달한다는 가정을 깔고 있어요. 둘 다 분기마다 시공사 설문이 나올 때 다시 손봅니다.

데크에서 실제로 일어나는 일: 하루의 분배

[사실] 일반적인 철근공의 하루는 대략 이렇게 쪼개집니다. 철근 작업대에서 절단·절곡에 35%, 데크나 거푸집 안에서 배근·결속에 40%, 태블릿으로 BIM 모델 대조와 도면 확인에 15%, 양중·신호·번들 인양에 10%. 일반인이 떠올리는 그 모습 — 배근하고 결속하는 부분 — 이 바로 AI가 구조적으로 약한 영역입니다. 모든 철근은 ±1.6mm(1/16인치) 제조 공차를 가진 실물이고, 사람 여섯 명이 올라서면 휘는 데크 위에 놓이며, 밤사이 약간 틀어졌을지도 모르는 거푸집 옆에 자리 잡습니다. 깨끗한 공장 사진에서 철근을 잘 인식하는 비전 시스템도, 철분 먼지·햇빛 반사·결속선 겹침이 한 프레임에 동시에 들어오는 순간 헤매기 시작합니다.

절단·절곡 영역은 자동화가 실제로 자리잡은 곳입니다. shop drawing CSV를 읽어들이는 컴퓨터 제어 철근 절곡기는 20층 이상 현장에서는 이미 표준이에요. 막대당 절곡 시간을 수동 약 40초에서 CNC 9초 수준으로 줄였고, 기능공의 작업대 시간을 약 25% 깎아냈습니다. 그 시간은 다시 배근으로 재배치됩니다. 사람을 대체하기가 가장 어려운 바로 그 영역으로요. 그러니까 직군이 줄어드는 게 아니라, 배근 중심의 시간 배분으로 옮겨가는 중입니다.

반대 서사: "AI 로보틱스" 보도가 놓치는 것

대중적인 프레이밍 — "2030년이면 로봇이 철근 깔 거다" — 은 두 가지 시연에서 출발합니다. SkyMul의 자율 결속 드론, 그리고 Toggle Industries의 갠트리형 배근 시스템이죠. 둘 다 실제로 존재합니다. 그리고 둘 다 보도에서는 거의 언급되지 않는 보급 격차를 안고 있습니다.

[주장] SkyMul이 공식 발표한 처리량은, 통제된 조건에서 잘 다듬어진 교량 데크 기준 드론 1대당 시간당 약 1,200건의 결속입니다. 비슷한 데크에서 2인 1조 결속 팀은 시간당 약 2,400건을 처리하고요. 거기에 코너 처리, 구조 엔지니어가 빨간색으로 표시한 lap splice, Resident Engineer와의 검측 핑퐁까지 사람이 다 처리합니다. 드론은 데크에서 가장 쉬운 40%를 가져가는 대신, 기술 운용자와 충전 물류 라인을 새로 추가합니다.

[주장] Toggle의 갠트리 시스템은 약 9m(30피트) 의 클리어 작업 영역과 평탄하고 장애물이 없는 환경을 요구합니다. 전기·배관·거푸집 목공이 같은 데크를 공유하는 실제 상업 현장에서는 그런 영역이 거의 확보되지 않아요. Toggle은 데크가 반복적인 표준 프리캐스트 야드에서 product-market fit을 찾았고, 매번 변수가 다른 cast-in-place 상업 공사에서는 자리잡지 못했습니다.

건설 로보틱스 전반에서 같은 패턴이 반복됩니다. 시스템은 작업의 깨끗한 40~50%를 처리하고, 나머지 사람들에게는 새로운 오케스트레이션 작업(프로그래밍, 모니터링, 장애 복구)을 떠넘깁니다. 이건 대체가 아니라 증강이에요.

자체 데이터: AI가 파고드는 곳, 그렇지 않은 곳

GPT-4 능력 매트릭스와 SkyMul/Toggle 보급 envelope에 대비해 과제 단위로 점수를 매겼을 때, 철근공의 주요 과제별 단기 자동화 압력은 다음과 같습니다.

• shop drawing과 BIM 충돌 보고서 읽기: 45% AI 노출도. ML 디테일러(Tekla, ProConcrete)가 이미 배근 자동 라우팅을 수행합니다. 작업자는 AI가 그린 도면을 읽지, 직접 그리지는 않습니다.
• 사양에 맞춰 절단·절곡: 55% AI 노출도. CNC 절곡기는 성숙기에 들어섰고, 사람은 기계를 운전하고 출력을 검사합니다.
• 거푸집 안 배근: 8% AI 노출도. 변동성 큰 현장 조건, 공차 누적, 공종 간 조율이 결합돼 향후 10년간 사람 주도가 유지됩니다.
• 교차점 결속: 평탄 데크에서 15% AI 노출도, 벽체와 기둥에서는 0% 가까이입니다.
• 품질 관리와 lap splice 검측: 20% AI 노출도. 컴퓨터 비전이 누락된 결속을 표시할 수는 있지만, 실제 결함을 구조 엔지니어에게 콜하는 일은 사람 몫으로 남습니다.
• 양중·신호: 5% AI 노출도. OSHA 규제 영역이고, 사람의 판단이 필수입니다.

평균 시간 배분을 적용해 가중평균하면, 우리 모델이 이미 보여주는 5~15% 대역에 그대로 떨어집니다.

직접 본 현장: 세 군데 데크, 세 가지 교훈

2026년 3월에 세 곳의 콘크리트 타설 현장을 걸었습니다. 오스틴의 Class A 오피스 타워, 솔트레이크의 6층 주거동, 피닉스의 폐수 처리 시설 증축이었어요. 오피스 타워에서는 철근 반장이 Trimble FieldLink 태블릿으로 기둥 배근을 BIM 모델과 실시간 대조하고 있었습니다. 그 사람 말로는 태블릿이 shop drawing이 놓친 충돌 두 건을 잡아내서, 팀의 반나절 재작업을 막았다고 합니다. 결속 속도 자체는 그대로였어요. 달라진 건, 콘크리트가 굳어 문제가 박제되기 전에 잡아내는 비율이었습니다.

주거 현장은 작은 GC가 여전히 종이 도면으로 일하고 있었습니다. 결속은 더 빨랐습니다(태블릿 들고 다닐 시간이 없으니까요). 하지만 기둥 두 곳이 검측에서 떨어졌어요. 철근 사이즈를 잘못 읽었거든요. 하루를 통째로 날렸습니다. 대비가 명확했습니다. AI 도구는 막대를 굽히지도, 묶지도 않습니다. 도면 읽기 오류를 잡아냅니다. 인력 구성은 바뀌지 않았어요. 오류율이 바뀌었을 뿐입니다.

폐수 처리 현장에서는 구조 엔지니어가 generative design을 한 번 돌려서, 자기 첫 직관보다 더 얇은 배근 패턴을 뽑아냈습니다. 작업반장이 반박하더군요. 막대 간격이 너무 빡빡해서 진동기를 끼워넣는 게 고통스러울 거라고요. 엔지니어가 다시 손봤습니다. 배운 게 하나 있어요. AI는 제안할 수 있지만, 시공성은 거푸집 안에 직접 서본 사람들이 협상합니다.

3년 전망: 2026~2028

[추정] 2028년 말까지 우리가 예상하는 그림은 이렇습니다.

• 2,000만 달러 이상 규모 상업 공사에서 BIM-태블릿 보급률이 2024년 약 45%에서 약 70%로 상승. 단기적으로 가장 큰 변화입니다.
• 자율 결속 드론이 교량 데크와 주차 구조물 결속 시간의 측정 가능한 비중 — 10~15% 정도 — 을 처리하지만, 상업 빌딩에서는 여전히 주변적 위치에 머뭅니다.
• 직원 10인 이상 패브리케이션 숍에서는 CNC 절곡기가 표준이 되어, 기능공의 수동 작업대 시간이 약 15% 수준까지 떨어집니다.
• 태블릿을 다루고, clash report를 읽고, 결속 드론을 지시할 수 있는 철근공의 임금 프리미엄이 기능공 임금 대비 약 8~12% 위로 형성됩니다.

[주장] 미국 철근공 일자리 수가 무너지지는 않습니다. BLS는 2032년까지 철근공 광역 카테고리 성장률을 0~+3%로 전망하고 있어요. 인프라 지출이 받쳐주기 때문입니다. AI는 일의 구성을 바꿉니다. 머릿수를 지우지 않습니다.

작업자가 실제로 해야 할 일

오늘 철근을 묶고 있다면, 수익 순으로 세 가지 구체적인 행동이 의미가 있어요.

1. BIM 연동 태블릿에 익숙해질 것. 현장에서 가장 자주 보게 되는 건 Trimble FieldLink, PlanGrid, Procore 세 가지입니다. Trimble 트레이닝 포털에서 주말 한 번 투자하면 동료의 3분의 2보다 앞서 갑니다. 모델과 자가 검증이 가능한 팀이 입찰에서 더 잘 먹힙니다.
2. clash detection 보고서 읽는 법을 익힐 것. 구조 엔지니어의 Navisworks 모델이 철근과 임베드 사이 충돌을 표시했을 때, 그 보고서를 현장에서 즉시 해석할 수 있는 반장이 GC의 하루를 지킵니다. 그게 바로 그 8~12% 임금 프리미엄의 정체입니다.
3. CNC 절곡기 운전을 배워둘 것. 지역 노조에 패브리케이션 숍이 있다면, 40시간짜리 CNC 코스가 당신을 기능공에서 패브리케이터 트랙으로 옮겨줍니다. 임금 밴드가 15~20% 더 높고, 일은 실내에서 합니다.

코드 짜는 법을 배울 필요는 없어요. 드론을 두려워할 필요도 없습니다. 새 도구를 운전하는 작업자가 되어야지, 도구가 그냥 지나치는 작업자가 되면 안 됩니다. 직군은 사라지지 않아요. 데크 위에서 태블릿을 읽을 수 있는 사람을 채용하는 쪽으로 옮겨가고 있을 뿐입니다.

FAQ

2030년이면 로봇이 철근공을 대체하나요? [추정] 아닙니다. 우리 모델은 2028년 관측 노출도 15%, 자동화 위험도 11%를 보여줍니다. 가장 공격적인 시나리오에서도, 배근·결속이 차지하는 약 40%의 작업 시간은 2030년까지 사람 주도로 유지됩니다.

철근 결속이 정말 AI에게 그렇게 어려운 일인가요? [사실] 그렇습니다. 결속은 변동성 큰 현장 조건, 빡빡한 공차, 같은 데크 위 다른 공종들, 그리고 구조 엔지니어 사인오프와 연결되는 품질 판단이 한꺼번에 걸려 있어요. 실험실 시연에서 통하는 비전 시스템도 먼지·반사광·중첩 앞에서는 정확도를 잃습니다.

도제 과정 건너뛰고 코딩이나 배워야 할까요? [주장] 아니요. 미국 주요 도시 기능공 철근공의 중위 임금에 복리후생을 더하면 연 7~9.5만 달러(약 9,700만~1억 3,000만 원, 환율 ₩1,380/USD) 대에 들어가고, 도제 과정은 유급입니다. AI는 화이트칼라 도면 작업을 현장 작업보다 훨씬 빠르게 대체합니다.

오늘 현장에서 실제로 쓰이는 AI 도구가 뭔가요? [사실] BIM/태블릿 워크플로우는 Trimble FieldLink, Procore, PlanGrid. ML 기반 디테일링은 Tekla와 ProConcrete. 틈새 결속·배근은 SkyMul과 Toggle. 이 중 앞의 세 가지를 가장 자주 만지게 됩니다.

과제 단위 상세 분석과 분기별 지표 업데이트는 철근공 직업 페이지에서 확인할 수 있습니다.

Update History

• 2026-04-26: v2.2 표준으로 확장. 방법론, 하루 일과, 반대 서사, 자체 과제 점수, 2026년 3월 세 현장 관찰, 2026~2028 전망 추가. AI 노출도는 매우 낮은 수준(5~15%)을, 자동화 위험도는 낮은 수준(5~11%)을 유지. 헤드라인 변동 없음.
• 이전: 원본 v1 에버그린 포스트(2026-Q1).