datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction

DDC 스킬 컬렉션: AI 코딩 어시스턴트를 위한

무엇인가요 – 238개의 "스킬" (각각 문제 설명, 코드 템플릿, 필요 도구를 포함한 SKILL.md 파일)을 수록한 것으로, AI 코딩 어시스턴트(Claude Code, Cursor, Copilot 등)가 건설사의 일반적인 업무 워크플로우(비용 데이터베이스 검색, BIM/IFC에서 Excel로의 변환, 보고서 생성, AI 기반 분석 등)용 실행 가능한 스크립트를 생성할 수 있게 합니다.

왜 중요한가요 – 건설사들은 Excel 추정치, BIM/IFC 모델, PDF, 현장 사진 등 많은 데이터를 보유하지만, 보통은 고립되어 있고 수작업으로 처리됩니다. 이러한 스킬들은 사용자가 뼈대 코드를 직접 작성하지 않아도, 자동화된 파이프라인, 대시보드, AI 기반 분석으로 데이터를 전환할 수 있게 해줍니다.

주요 카테고리

카테고리	일반적인 내용	시작 시기
1_DDC_Toolkit	실사용 가능한 도구: CWICR 비용 데이터베이스, CAD에서 Excel로의 변환기, KPI 대시보드	즉시 작동 가능한 도구 필요
2_DDC_Book	무료 데이터 기반 건설 책의 챕터와 매핑된 스킬(데이터 성숙도, 추정, 머신러닝)	체계적인 학습 경로 원함
3_DDC_Insights	n8n 워크플로 템플릿, AI 에이전트 오케스트레이션, 현장 보고서 봇	빠른 워크플로 자동화 원함
4_DDC_Curated	문서 생성(PDF/Excel/DOCX/PPTX) 및 품질 검사 스크립트	보고서 또는 문서 템플릿 필요
5_DDC_Innovative	컴퓨터 비전 결함 탐지, 디지털 트윈, ESG 및 EU-AI Act 검사, 생성형 설계	AI/ML 실험 준비됨
6_OpenConstructionERP	오픈소스 OpenConstructionERP 플랫폼에 연결하는 스크립트(비용 기준, BOQ, 4D/5D 스케줄링, 입찰)	기존 ERP 기반 구축

일반적인 워크플로우

1. 감사 – data-silo-detection를 실행하여 모든 데이터 소스 목록을 확인.
2. 분류 – data-type-classifier를 사용해 구조화, 반구조화, 비구조화 데이터를 라벨링.
3. 연결 – etl-pipeline 또는 CAD 변환기(ifc-to-excel, rvt-to-excel)를 배포.
4. 자동화 – n8n-daily-report 또는 KPI 대시보드로 반복 보고서 설정.
5. 분석 – cost-prediction 또는 schedule-forecaster와 같은 ML 스킬 적용.

스킬 사용 방법

# 리포지토리 클론
git clone https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction.git

# AI 어시스턴트에서 스킬 폴더 열기 (예: Claude Code)
cd DDC_Skills_for_AI_Agents_in_Construction/1_DDC_Toolkit/CWICR-Database/semantic-search-cwicr/

# 어시스턴트는 SKILL.md를 읽고 코드를 생성, 사용자는 검토/적용 후 실행.

README에 최소 예제(etl-pipeline)가 제공되어 있으며, 단순한 pandas 기반 추출-변환-로드 스크립트를 보여줍니다.

사전 조건

• Python 3.9+ (대부분의 스킬이 Python 스크립트)
• SKILL.md를 읽고 코드를 생성할 수 있는 AI 코딩 어시스턴트
• 기본적인 Python 지식과 자체 데이터 파일에 대한 접근 권한
• 선택 사항: Docker(n8n 워크플로우용), PostgreSQL/SQLite DB, LLM 기반 스킬용 OpenAI API 키

일반적인 종속성 설치

pip install pandas openpyxl ifcopenshell pdfplumber

이 리포지토리를 봐야 할 사람

• 건설 기업 경영진 / 운영 매니저 – GETTING_STARTED.md는 비기술자용 개요와 우선순위가 매겨진 과제 목록을 제공.
• 개발자 / IT 리더 – 원하는 스킬을 선택하고 AI가 코드를 생성한 후 기존 시스템에 통합 가능.
• 연구자 – "Innovative" 폴더에는 실험적 AI/ML 파이프라인(결함 탐지, 디지털 트윈)이 포함되어 있으며 확장 가능.

문서 및 지원

• GETTING_STARTED.md – 고수준 온보딩
• OPTIMIZER_GUIDE.md – AI 어시스턴트의 최대 활용 팁
• IMPROVEMENT_ROADMAP.md – 기여자가 새로운 스킬을 추가하는 방법
• 무료 다국어 책 Data-Driven Construction (31개 언어)은 각 스킬의 방법론을 설명.

라이선스 – 도구 및 스킬은 MIT 라이선스; CWICR 데이터베이스는 CC BY-NC 4.0(비영리)이며 별도의 상업 라이선스 있음.

---

결론 – 이 리포지토리는 AI 코딩 어시스턴트와 건설 업계의 복잡하고 데이터가 많은 현실을 연결하는 실용적인 도구 상자로, 최소한의 수작업 코드로 추정, 보고서 작성, BIM 데이터 추출, 고급 AI 분석까지 자동화할 수 있게 해줍니다.