In order to assess the water pipe condition without excavating, artificial neuralnetwork (ANN) model was developed and applied to real-world case in South Korea.For the input in this ANN model, 11 factors such as (1) pipe material, (2) diameter,(3) pressure head, (4) inner coating, (5) outer coating, (6) electric recharge, (7)bedding condition, (8) age, (9) trench depth, (10) soil condition, and (11) number ofroad lanes were used; and, for the output, overall pipe condition index was derivedbased on 5 factors such as (1) outer corrosion, (2) crack, (3) pin hole, (4) innercorrosion, and (5) H-W C value. For the ANN computing, each factor wasnormalized into the range of 0 to 1. The ANN model could find better results thanthose of multiple regression model in terms of statistical correlation betweenobserved and computed data.