최근 30년간 우리나라의 주택들은 빠르게 노후화되고 있는 것으로 나타났다. 이에 정부와 시·도에서는 저소득층 인구가 몰려 있는 노후지역을 선정하여 지원 사업을 시행하고, 재개발을 추진하는 등 다양한 대책을 마련하였지만 노후화된 주택이 많은 만큼 재개발 구역 지정 요건이 까다롭고, 사업의 보조·융자 사업대상에 해당되기가 어렵다. 따라서, 노후주택 거주자들은 주택의 노후화 및 균열 등의 위험요소를 분석하고 대비할 필요가 있다. 본 연구에서는 서울시 내 20년 이상 된 주택의 노후화 현상을 1000개의 image data를 통해 분석하고 노후주택 이미지 내의 각 결함에 대하여 위치정보를 저장하는 bounding box annotation으로 이미지 labeling을 한다. 이미지 전처리(Image preprocessing) 과정을 거친 후 객체 탐지 알고리즘 중 널리 사용되는 Faster R-CNN과 YoloV5 모델로 학습한다. 이후, 노후화 현상들을 판단하고 수치화하여 기록함으로써 해당 건축물에 대한 위험도를 판단하는 시스템을 구축한다.