본 과제는 토탈스테이션 측량의 이동 경로를 자동 최적화하는 지능형 시스템을 개발한다. 기존 측량 방식은 비효율적인 장비 이동과 복잡 지형에서의 비체계적 경로 문제가 있었다. 최신 장비의 개별 측정 속도 향상에도 전체 작업 경로를 고려하는 시스템적 접근이 미흡해, 현장 효율을 개선할 통합 솔루션이 필요하다.
본 시스템은 측량 공학과 동적 경로 최적화 이론을 결합, A* 알고리즘을 상태 공간 탐색에 적용하여 두 에이전트(광파측거기, 프리즘)의 협력적 경로를 최적화한다. 각 상태는 두 에이전트의 위치와 진행 상태를 포함하며, 장애물 및 장비 무게, RULA 점수를 가중치로 고려해 이동거리를 최소화한다.  
구체적인 알고리즘은 다음과 같다. 현재는 노드 좌표를 직접 지정하나, 향후 GPS 장비 확보 후 GPSd를 통해 실시간 좌표를 입력받을 계획이다. NetworkX로 장애물을 반영한 가중치 그래프를 구축하며, Haversine 공식과 장비 무게, RULA 점수로 가중 이동 거리를 산정한다. A* 알고리즘은 f(n)=g(n)+h(n) 함수를 사용해 최적 경로를 찾는다. 여기서 g(n)은 누적 비용, h(n)은 NetworkX를 활용한 남은 작업의 추정 최소 비용이다. 이 휴리스틱은 효율적이나, A*의 최적성 보장 조건인 허용성(Admissibility)을 항상 충족하지는 못할 수 있다. 알고리즘은 heapq를 사용한 우선순위 큐와 g_score 갱신 로직을 통해 최단 경로를 보장하며, main_loop() 함수로 실시간 위치를 반영해 경로를 업데이트한다. Matplotlib 기반 UI로 작업자의 위치, 최적 경로, 예상 부하를 시각적으로 제공한다.
이러한 접근법은 작업자의 판단을 최소화하고 유연한 현장 대응을 지원한다. 본 시스템은 기존 작업의 이동 시간 낭비율을 약 5% 개선해 작업 시간 및 인건비 절감이 가능하다. BIM 및 디지털 트윈 시장 흐름에 부합하며, SaaS, 맞춤형 솔루션 등 다양한 사업화 모델로 국내외 경쟁력을 확보할 것으로 기대한다.