다가오는 9월 초, 대한민국 대표 건설사들이 한 자리에 모여 디지털 기술을 적용한 건설산업의 미래에 대해 논하는 자리를 가질 것이라고 합니다. 디지털트윈과 BIM(건축정보모델링), AI(인공지능) 등을 적용한 각 사의 대표적인 스마트 건설 기술 등 실제 사례를 발표하며 주목을 받고 있습니다. 인공지능이 많은 산업에 영향을 미치기 시작하면서, 건설 산업 역시 예외는 아니었습니다. 최근에는 ChatGPT와 같은 LLM을 적극적으로 도입한 사례 역시 눈에 띕니다. 건축 산업에서 인공지능은 어떻게 활약하고 있을까요? 이 글에서 건축 AI가 중요한 이유와 실제 도입 사례, 적용된 기술과 장단점을 알아보겠습니다.
건축 인공지능 도입이 중요한 이유
새로운 방식의 건축 설계와 자동화
건축 공학의 수학적, 물리적 요구는 순수하고 창의적인 상상력의 결과로 인한 것이었습니다. 건축가는 건물의 특정 부분에 사용할 재료를 결정하기 위해 다양한 옵션의 장단점을 고려할 것입니다. 오늘날에도 많은 설계사들이 이러한 결정을 내리기 위해 경험과 수동적인 분석에 의존하고 있습니다. 이로 인해 건축은 인간의 전유물로 여겨져 왔지만, 이제는 상황이 달라졌죠.
건축에 AI를 사용하면, 동일한 설계 프로세스의 일부를 자동화할 수 있습니다. AI는 방대한 양의 데이터를 이해하는 데에 특화되어 있기 때문에, 소프트웨어를 사용하여 매우 짧은 시간 내에 수많은 재료를 비교할 수 있습니다. 설계자는 이 분석 결과를 기반으로 특정 공간에 대한 품질과 적합성에 대한 결론을 도출할 수 있습니다. 또한 자동화된 아키텍처 설계를 통해 건축가는 보다 정량적이고 객관적인 접근 방식을 가져올 수 있습니다.
또한 CAD (컴퓨터 지원 설계), DALL·E-2, Midjourney 및 Stable Diffusion과 같은 Generative AI 덕분에 새로운 디자인을 개선하고 정보를 생성할 수 있습니다. AI를 사용한 건축가는 더 다양한 모양의 디자인 아이디어를 얻을 수 있습니다.
건설 현장의 안전과 생산성 향상
건축 현장에서의 안전은 최우선 과제입니다. AI 기술을 활용하면 작업자들의 안전을 보다 효과적으로 감시하고 관리할 수 있습니다. 예를 들어, Object Detection, 객체 감지 기술을 사용하여 개인 보호 장비 착용 여부를 실시간으로 모니터링하고 위험 요소를 탐지할 수 있습니다. 또한, 위험 구역 모니터링 및 위험 요소 식별을 통해 작업자들에게 경고와 지침을 제공하여 사고 예방에 도움이 됩니다.
또한 이미지 처리 및 패턴 인식 알고리즘을 활용하여 구조물 상태를 모니터링하고 결함(균열, 부식 등)을 식별할 수 있습니다. 이러한 정보는 정기적인 유지보수 계획 수립과 조기 예방 조치에 활용되어 구조물의 수명 연장과 안정성 향상에 기여합니다.
AI는 건설 프로세스에서 생산성을 크게 향상시킬 수 있는 다양한 방법을 제공합니다. 센서 네트워크와 연결된 AI 시스템은 실시간으로 데이터를 수집하고 분석하여 현재 상황 파악, 문제 예측 및 의사 결정 지원 등 다양한 용도로 활용할 수 있습니다. 자동화된 스케줄링 및 자원 관리 시스템은 작업 일정과 자원 할당을 최적화하여 프로젝트 진행 속도와 효율성을 향상시킵니다. 또한, AI 기반의 건축 설계 및 시뮬레이션 도구는 설계 오류를 사전에 탐지하고 수정함으로써 재작업 비용과 시간을 절감합니다.
건축 AI 인공지능 활용 사례
새로운 건축 설계 패러다임 (1) - Autodesk
Autodesk의 Generative Design 기술인 ‘Dreamcatcher’는 AI를 활용한 최적화된 디자인 솔루션을 생성하는 기술입니다. 이는 사용자가 설계 목표와 제약 조건을 설정하면, AI 알고리즘이 가능한 모든 디자인 옵션을 탐색하고 최적의 해결책을 제시합니다.
사용자는 디자인에 필요한 목표와 제약 조건을 설정합니다. 이러한 조건은 특정 재료 사용, 구조 강도, 제조 방법, 비용 등이 될 수 있습니다. AI 알고리즘은 설정된 요구 사항과 제약 조건에 맞춰 가능한 모든 디자인 변형을 탐색하고 다양한 솔루션 후보를 생성합니다.
생성된 디자인 옵션들은 성능 지표에 따라 평가되며, 사용자는 이 중에서 가장 적합한 디자인 솔루션을 선택할 수 있습니다. 최종적으로, 선택된 솔루션이 실제 환경에서 테스트되며 성능이 검증됩니다. 필요에 따라 추가적으로 수정하거나 최적화할 수 있으며, 이 과정이 반복됩니다.
Autodesk의 Dreamcatcher는 디자이너가 설정한 목표와 제약 조건 내에서 최적의 디자인 솔루션을 자동으로 생성하며, 이는 건축 설계 과정에서 시간과 노력을 크게 절약할 수 있습니다.
👉 지금 가장 주목 받는 생성 모델, GAN 이란 무엇인가?
새로운 건축 설계 패러다임 (2) - 플럭시티
플럭시티는 현실 공간을 3차원 가상 환경으로 정밀하게 재현하는 디지털 트윈 기술의 선두주자입니다. 이 회사는 건물, 지하, 지하철, 공항, 공장, 리조트, 플랜트, 도시 등의 다양한 실제 환경을 디지털로 변환하여 비대면 원격 운영이 가능하게 합니다.
플럭시티의 디지털 트윈 기술은 건설 현장에서 크게 활용되고 있습니다.. 출입 통제부터 실시간 공정 현황 확인 및 중장비 이동 경로 파악 등 시공과 관련된 모든 작업을 3D로 구현하여 보다 체계적인 관리가 가능합니다. 호반건설과 함께 서울 개봉5구역과 위례9블록 등 실제 건설 현장에서 관제 업무를 담당하는 사례가 이를 잘 보여줍니다.
플럭시티는 디지털 트윈 기술을 통해 실제 세계와 디지털 세계를 원활하게 연결하며, 더욱 효율적이고 안전한 운영 환경을 제공하는데 주력하고 있습니다. 이 회사의 혁신적인 기술은 다양한 산업 분야에서 큰 영향력을 발휘하며 그 가치를 입증하고 있습니다.
건축 현장 생산성 향상 (1) - 현대 엔지니어링
현대 엔지니어링은 업계 최초로 AI 머신러닝을 활용한 플랜트 철골구조물 자동 설계 시스템의 개발을 완료하였으며, 이에 대한 특허를 출원하였습니다. 이 시스템은 설계 과정에 필요한 시간을 크게 줄이는 것이 가능해져, 엔지니어의 작업 부담 감소와 업무 효율성 향상에 크게 기여하고 있습니다.
AI 머신러닝 알고리즘을 활용한 구조물의 최적 형태를 제안하는 기능은 설계 단계에서 이미 시공성 검토가 가능해졌습니다. 이를 통해 설계와 시공간의 오차를 최소화함으로써 공사 기간 단축과 함께 약 20% 이상의 설계 비용 절감 효과도 가져오게 됩니다. 더 나아가, AI가 동면 이미지를 자동으로 인식하여 데이터화하는 이미지 인식 시스템을 개발하고 실제로도 이를 적용하고 있습니다. 추가로, 프로젝트 데이터 학습 기반 예측 등 다양한 방법으로 AI기술을 활용하여 입찰할 프로젝트의 물량 추론 등에 사용하고 있습니다.
현대 엔지니어링은 2025년까지 장기 로드맵에 따라 3D 자동화 및 최적화 설계, 디지털 트윈 등 다양한 AI 과제들을 적극적으로 추진하고 있습니다. 이런 지속적인 연구개발력과 성장 의욕은 건축산업 내에서 딥러닝 및 머신러닝 등 AI 기술의 활용 가능성을 넓히는 데 크게 기여하고 있습니다. 이러한 노력은 건축산업 전반의 생산성 향상과 비용 절감, 그리고 안전성 강화에 결정적인 역할을 하게 될 것입니다.
건축 현장 생산성 향상 (2) - Dusty Robotics 건설 자동화 시스템
Dusty Robotics는 건축 프로세스를 간소화하기 위한 최첨단 로봇 솔루션입니다. 기존 건축 방법보다 약 60% 더 빠른 프로세스를 가능하게 하며, 건축 요소 배치에서 95%의 정확도를 달성했습니다. 이를 기반으로 효율성을 극대화하고 인적 오류를 줄이며, 프로젝트 시간을 절약하려는 건설 업계의 모든 이들에게 탁월한 선택으로 불리고 있습니다. 특히 주거용 및 상업용 프로젝트에 적합하죠.
Dusty 로봇은 첨단 엔지니어링과 최첨단 기술의 구현체로, 최첨단 센서와 카메라 및 알고리즘을 활용하여 복잡한 건설 환경을 쉽게 탐색할 수 있습니다. LiDAR(빛 감지 및 거리 측정) 기술이 탑재된 로봇은 건설 현장의 상세한 지도를 작성하여 주변 환경을 이해하고 지능적으로 장애물을 피할 수 있죠.
이러한 수준의 자율성은 레이아웃 작업에서 사람의 개입 필요성을 줄이고 오류 가능성을 크게 최소화하여 궁극적으로 보다 정확하고 정밀한 시공 결과로 이어집니다. 결론적으로, 기존 방법보다 훨씬 빠른 프로세스와 매우 정확한 성능을 자랑하며, 다양한 프로젝트 유형에 적용할 수 있고 장기적인 비용도 절감할 수 있다는 장점이 있습니다.
건축 설계에 적용되는 AI 기술
AI는 건축 설계 분야에서 혁신적 변화를 가져오며 생산성 증가, 비용 절감, 효율성 개선 등의 이점을 제공하고 있습니다. 여기서는 건축 설계에 적용된 AI 기술에 대해 알아보겠습니다.
- Machine learning, Deep learning (머신 러닝과 딥러닝) : 머신 러닝은 AI의 한 분야로, 컴퓨터가 명시적으로 프로그래밍되지 않아도 학습할 수 있는 알고리즘과 통계 모델을 개발하는 과학입니다. 딥러닝은 머신 러닝의 한 부분으로, 인공 신경망을 통해 복잡한 패턴을 학습합니다. 이들 기술은 건축 설계 단계에서 최적화 문제를 해결하거나, 건설 단계에서 안전 사고 예방 등에 활용됩니다.
- NLP (Natural Language Process, 자연어 처리) : NLP는 컴퓨터가 사람의 언어를 이해하고 생성하는 기술입니다. 건축 분야에서는 문서 자동화, 계약서 리뷰 및 관리 등에 활용됩니다.
- Reinforcement learning (강화 학습) : 강화 학습은 시스템이 주어진 환경에서 보상을 최대화하는 방식으로 동작을 배우는 AI 방법론입니다. 복잡한 시뮬레이션 문제나 로보틱스 적용(예: 자동화된 건설 로봇) 등에 사용됩니다.
- Generative Design : Generative Design은 AI가 주어진 조건 내에서 가능한 모든 디자인 솔루션을 탐색하고 최적의 결과를 제안하는 방법론입니다. 이는 구조 설계 최적화와 에너지 효율성 개선 등에 적용됩니다.
건축 현장에 적용되는 AI 기술
위에서 언급한 기술과 더불어, Computer vision (컴퓨터 비전, CV)는 이미지나 비디오 데이터를 이해하는 AI 기술로 건축 분야에서 핵심적인 역할을 하고 있습니다. 드론이나 CCTV를 통한 현장 모니터링과 위험 감지, 자동화된 검사 유지 보수 등에 활용되고 있죠. 특히 Object detection은 현장에서 관리자가 미처 확인하지 못하는 것들을 구체적으로 확인해주어 산업 안전과 생산성을 확보하는 데에 큰 도움을 주고 있습니다.
👉 Object Detection, YOLO에 대해 자세히 알아보기
개인 보호 장비 감지
딥러닝을 통해 안전모, 보안경, 장갑, 시인성이 높은 재킷, 귀마개 등 다양한 개인 보호 장비를 안정적으로 감지할 수 있습니다. 이를 통해 작업자들의 안전을 보장할 수 있습니다.
작업장 위험 감지
물체 추적과 같은 기술을 사용하여 건설 현장의 위험 요소인 가연성 물질 등을 식별하거나 위험 구역 내의 작업자를 모니터링할 수 있습니다. AI 모델은 관리자와 작업자에게 실시간 경고를 제공하여 사고를 예방할 수 있습니다.
예를 들어, IRIS의 AI는 가상 지도를 만들고 CCTV 카메라 피드를 이용해 전체 작업 영역을 분석합니다. 작업장 위험이 작업자에게 위협이 될 때마다 위험을 식별하고 WhatsApp, SMS, 부저 또는 PA 시스템에서 실시간 알림 및 경보를 구성할 수 있죠.
또한 Everguard는 웨어러블 기술과 센서 융합으로 컴퓨터 비전을 보완하여 PPE 감지, 추락 감지, 지게차 안전, 충돌 방지, 크레인 감지 및 자세 감지로 작업자 안전을 향상시키고 있습니다.
그러나 위험 감지라는 명목 하에 이를 ‘감시’라고 받아들이는 작업자도 있을 수 있습니다. 이에 착안하여, IntensiveEye의 시각적 데이터는 처리된 후 삭제되어 개인 정보를 저장하지 않습니다. 그리고 그들의 알고리즘은 얼굴 인식 대신 인간의 "물체"를 식별하기 위해 신체 특징을 사용합니다.
부식 감지
AI는 알고리즘을 사용하여 다양한 종류의 부식을 식별합니다. 이를 통해 금속 등의 코팅 손실이나 직접적인 부식 상태를 판별하며, 심각도에 따라 분류합니다. 예를 들어, 강철과 같은 금속의 보호 코팅이 분해되기 시작하는 코팅 손실과 실제 녹을 구분할 수 있다면 작업자도 더욱 빠르게 대처할 수 있을 것입니다.
Infosys는 3,000개의 주석을 만들기 위해 레이블을 지정한 데이터 세트에서 70% 테스트 트레인 분할로 알고리즘을 훈련시켰습니다. 그런 다음, 4개의 주석 클래스를 사용하여 코팅 손실 심각도 수준(P1, P2, P3 및 정규)을 구분할 수 있었습니다.
👉 Transformer구조를 사용한 Architecture, ViT란 무엇인가?
기반 시설 자산 검사
원격 모니터링을 통해 건설 현장에서 인프라 자산에 대한 데이터를 실시간으로 추적하고 유지보수 일정을 관리할 수 있습니다. 이는 건설 관리자들에게 전체 프로젝트 진행 상황 및 개별 자산의 정보와 위치 추적 기능을 제공합니다.
파이프라인 검사
차량(ROV)과 드론이 파이프라인 측량 비디오를 캡처한 후, AI 모델은 이미지 처리와 OCR(광학 문자 인식) 기술을 활용하여 손상된 영역과 경계를 정확하게 탐지하고 분류하는데 도움을 줄 수 있습니다.
결함 검출 및 인프라 검사
AI 알고리즘은 이미지 데이터로부터 결함(균열, 녹슬음 등)을 탐지하는데 활용됩니다. 이러한 시스템은 도로 품질 평가나 구조물 모니터링 등 인프라 관련 문제 해결에 유용합니다.
1,050개의 이미지에 대해 훈련되었으며 450개의 이미지를 가지고 테스트한 ‘알렉스넷’ CNN 알고리즘은 그림자와 얼룩이 있는 균열이나, 녹슬고 거친 표면의 균열 등 노이즈를 포함하는 이미지에서 균열을 감지할 수 있었습니다. 무려 98.4%의 정확도를 달성했다고 하죠.
또한 Eye For Infrastructure라는 회사는 AI 모델을 사용하여 도로의 품질과 열화를 분석할 수 있었습니다. 이러한 종류의 시스템은 손상된 구조물이나 나무 과잉 성장, 배수 문제 및 중단된 송전선 등 인프라에 문제가 발생하지 않도록 모니터링하는 데에 사용할 수 있죠.
건축 AI의 장점과 한계
인공지능은 다양한 분야에서 급속도로 발전하며 뛰어난 성과를 보여주고 있지만, 그 중에서도 건축 산업은 AI의 진화를 특히 반기고 있습니다. 전통적으로 많은 시간과 노력이 필요했던 건축 설계와 구현 과정이 AI의 도입으로 인해 크게 변화되고 있기 때문이죠. 그러나 여기에도 분명히 장점과 한계는 있습니다.
장점
- 효율성 향상: AI는 디자인, 계획, 구현 등 건축 프로세스의 여러 단계에서 시간과 비용을 절약할 수 있습니다. 예를 들어, AI는 고도화된 분석을 통해 최적의 디자인 솔루션을 빠르게 찾아내거나, 자동화된 건설 로봇을 통해 작업 시간을 줄일 수 있습니다.
- 예측력 강화: AI는 복잡한 데이터 패턴을 학습하여 미래의 추세나 문제를 예측하는데 활용됩니다. 이는 유지 보수 필요성 예측, 안전 사고 위험 감지 등에 사용됩니다.
- 디자인 혁신: Generative Design 같은 AI 기법은 주어진 조건 내에서 가능한 모든 디자인 솔루션을 탐색하고 최적의 결과를 제안합니다. 이를 통해 기존에 생각하지 못했던 혁신적인 디자인 아이디어를 얻을 수 있습니다.
- 스마트 빌딩 및 스마트 시티 구현: AI와 IoT 기술의 결합으로 건물 및 도시 운영이 최적화되며 에너지 효율성이 개선되고 생활 편의성이 증대됩니다.
한계
- 데이터 의존성: AI 알고리즘은 대량의 정확한 데이터에 의존합니다. 그러나 모든 상황과 조건에 대한 충분하고 정확한 데이터가 항상 제공되는 것은 아닙니다.
- 비용 문제: 고품질의 AI 솔루션 도입 및 유지 보수는 상당한 비용이 발생할 수 있으며 이는 중소 규모의 건축 회사들에게 부담이 될 수 있습니다.
- 규제 및 법률적 문제: 개인정보 보호와 같은 이슈로 인해 데이터 사용에 관련된 규제가 강화되고 있습니다. 이는 AI의 데이터 수집 및 활용에 제약을 두게 됩니다.
- 인간 요소의 부재: AI는 인간의 창의성, 직관, 그리고 복잡한 감정을 완전히 이해하거나 반영하기 어렵습니다. 따라서 건축 디자인과 같이 인간 요소가 중요한 분야에서는 AI만으로 모든 것을 해결하기 어렵습니다.
결론: 건축 산업 AI를 통해 건설 생산성과 안정성, 협력성을 향상할 수 있습니다.
건축 산업에서 AI는 설계 단계부터 시공 및 유지 보수에 이르기까지 건물의 수명주기 전반에 걸쳐 활용되고 있습니다. 특히 생성적 디자인, BIM(Building Information Modeling), 자동화 및 로봇 기술, 가상현실 및 증강현실 등 다양한 분야에서 AI 기술이 접목되어 생산성을 향상시키고 비용을 절감하는 등 혁신적인 변화를 가져오고 있습니다.
AI는 빅 데이터 분석을 통해 복잡한 문제를 해결하는 데 큰 역할을 하며, 이를 바탕으로 최적화된 디자인 솔루션 제안, 공정 관리, 안전 사항 감시 등 다양한 작업을 수행합니다. 이러한 과정들은 기존에 인간의 손에 의해 수작업으로 이루어져야 했다면, 이제는 AI가 보다 정확하게 그리고 빠르게 처리할 수 있게 되었습니다. 이로 인해 최근에는 인공지능이 구현된 앱을 잘 다루는 건축가의 역량이 고평가 받고 있으며, 미국과 유럽의 건축 디자인 업계는 소프트웨어를 잘 다루는 건축가가 뛰어난 인재로 불리고 있다고 하죠.
그러나 아직 초기 단계에 있는 AI 기술의 도입과 활용은 여전히 많은 도전과제를 안고 있습니다. 예를 들어, 건축 산업에서 AI를 적극적으로 사용하면서 인간의 창의성이나 직관 등 인간 요소가 부재한 것에 대한 우려가 깊어지고 있습니다. 이외에도 정확성과 신뢰성 확보는 물론 법규 준수와 에티컬 문제 등도 함께 고려되어야 합니다. 그럼에도 불구하고 건축 산업 내에서의 AI 기술 발전 가능성은 어마어마합니다. 따라서 AI(인공지능)을 건축 산업에 도입할 때는, 이러한 장점과 한계를 모두 고려하여 기술적 발전과 데이터 보호 및 관리, 인간 요소와의 조화 등에 대한 연구와 개발이 지속되어야 할 것입니다.
다양한 산업에 AI 활용 콘텐츠
- 보안 AI 인공지능
- 의료 AI 인공지능
- 변호사 AI 인공지능
- 커머스 AI 인공지능
- 교육 AI 인공지능
- 금융 AI 인공지능
Reference.
- Artificial Intelligence and Architecture
- 1분만에 그려내는 AI 건축, 건축가가 직접 써본 평가?
- Using AI to Optimize Construction Design
- 아파트 설계 30분 만에 척척…AI·드론·로봇이 건설판 바꾼다 | 한국경제
- Dusty Robotics - A Fascinating Comprehensive Guide - DotCom Magazine-Influencers And Entrepreneurs Making News
- 건설 회사에서 AI는 어떻게 쓰일까?
- "AI로 건설 효율 높인다" 현대엔지니어링, 대화형 AI 개발 추진 - IT조선 > 기업 > 프롭테크
- 7 Job-ready AI Applications in Construction
_datahunt_230817.webp)
.svg)
