노후화된 상수관망은 관의 부식 및 파손, 슬라임 형성 등으로 인한 수질 문제 및 단수, 누수, 민원 등의 문제를 발생시킬 우려가 있다. 그러나 지하매설이 되어 있는 상수관로는 조사 비용과 단수 발생 등의 문제로 실태조사가 제대로 이루어지지 않아 상수관로의 노후도를 정확하게 파악하기 어려운 실정이다. 이를 방지하기 위해 노후화된 상수관로를 체계적으로 정비하고 유지 관리할 수 있도록, 환경부(2019)에서는 상수관로 정밀조사 매뉴얼을 통해 상수관로의 노후도를 간접평가하고 현장 조사를 통한 직접평가를 수행하여 관로의 노후도를 판단하도록 하였다. 특히, 간접평가는 점수평가 방법으로 비용이 저렴하고 조사 중 단수가 불필요하며, 기존 자료 및 유사 환경에 대한 자료를 활용하여 평가가 용이한 특징을 가지고 있다. 그러나, 단점으로 간접평가자료의 정확성에 따라, 노후도 평가가 달라지기 때문에 직접평가를 수행하기 전 스크리닝 역할과 관의 개량계획에 사용된다. 간접평가 후 선정된 관로는 직접평가를 위해 노후화의 원인 및 촉진 환경을 조사하고 단수 및 굴착을 수행한 뒤 다양한 측정 장비를 사용하여, 정확하게 관로 상태를 평가를 수행한다. 하지만 직접평가의 역시 단수, 굴착, 복구 등의 높은 비용과 제한된 위치의 한계로 대표성이 부족하다는 단점을 가지고 있다. 따라서 본 연구는 상수도 관망의 노후도 조사 시 생기는 간접평가 및 직접평가의 단점을 줄이기 위해 머신러닝을 활용하여 간접평가 및 직접평가 데이터를 분석하고자 하며, 이를 통해 간접평가 항목과 직접평가 항목의 상관관계를 파악하고, 간접평가의 정확도를 향상을 위한 머신러닝 기반 상태평가 방안을 검