이 연구 주제는 건축공간을 단순한 물리적 구조물이 아니라 사용자 행태, 도시 맥락, 기능적 요구가 통합된 복합 시스템으로 이해하는 데서 출발한다. 연구실은 주거, 공공, 도시형 공간을 대상으로 건축계획의 원리와 설계 의사결정 과정을 분석하고, 공간 구성과 이용 행태 사이의 관계를 정량적·정성적으로 해석하는 연구를 수행한다. 특히 건축계획 단계에서 공간의 배치, 연결성, 접근성, 개방성, 안전성 같은 요소가 실제 사용자 경험에 어떤 영향을 미치는지에 주목한다. 이를 위해 연구실은 전통적인 건축계획 방법론과 더불어 데이터 기반 분석, 공간구문론, 사용자 행동 분석, 시뮬레이션 기법 등을 함께 활용한다. 설계안의 성능을 사후적으로 평가하는 데 그치지 않고, 설계 이전 혹은 설계 초기 단계에서 공간 사용을 예측하고 대안을 비교할 수 있는 접근을 지향한다. 이러한 방식은 공동주택, 보행공간, 생활권 시설, 공공문화시설 등 다양한 건축 및 도시 프로젝트에서 공간의 질을 높이고 설계의 합리성을 강화하는 데 기여한다. 궁극적으로 이 연구는 건축계획을 보다 과학적이고 예측 가능한 분야로 확장하는 데 목적이 있다. 연구실은 설계자의 직관과 경험을 존중하면서도, 사용자 중심의 분석과 객관적 성능 검증을 결합하여 실질적인 설계 지침을 도출하고자 한다. 이를 통해 안전하고 효율적이며 맥락에 적합한 건축환경을 구현하고, 실제 도시와 건축 현장에서 활용 가능한 계획·설계 방법론을 발전시키고 있다.

연구실의 핵심 축 가운데 하나는 BIM과 3차원 가상시뮬레이션을 활용하여 건축설계안을 사전에 평가하는 기술이다. 기존의 건축 설계 검토가 도면과 경험적 판단에 크게 의존했다면, 이 연구는 디지털 모델을 바탕으로 공간 패턴과 이용 가능성을 분석하고, 설계안의 성능을 보다 체계적으로 비교할 수 있도록 하는 데 초점을 둔다. 특히 공동주택과 같은 반복적이면서도 사용성 차이가 큰 건축 유형에서 BIM 기반 공간 패턴 분석은 설계 품질 향상에 중요한 도구가 된다. 연구실은 거주자 및 이용자의 행동을 예측하는 모델을 가상환경에 접목하여, 실제 입주 이전에도 공간 사용 양상을 검토할 수 있는 방법론을 탐구한다. 3D 가상 시뮬레이션, 사용자 행동 예측, 성능평가 프레임워크를 결합함으로써 설계안이 일상적 활동, 이동 경로, 시야, 상호작용, 에너지 소비 등에 어떤 영향을 줄 수 있는지 분석한다. 이는 전통적인 사후 평가 중심의 접근에서 벗어나, 설계 초기 단계에서 문제를 발견하고 개선할 수 있는 선제적 설계 지원 체계를 의미한다. 이러한 연구는 향후 디지털 트윈, 스마트 건축, 리모델링 의사결정, 자동화된 설계 검토 시스템으로 확장될 가능성이 크다. 연구실은 BIM 데이터를 단순한 모델링 결과가 아니라 분석 가능한 정보 자산으로 바라보며, 설계와 평가의 경계를 연결하는 지능형 건축 플랫폼을 지향한다. 이를 통해 건축 설계의 정확성, 효율성, 사용자 적합성을 동시에 높이고, 실무와 학문을 잇는 데이터 기반 건축계획 방법론을 구축하고 있다.

연구실은 건축 및 도시 환경이 범죄 발생과 범죄불안감에 미치는 영향을 분석하고, 이를 바탕으로 CPTED 관점의 안전한 공간계획 전략을 제안하는 연구를 활발히 수행하고 있다. 주거침입절도, 노상범죄, 보행 환경의 위험도, 도시 무질서에 대한 불안감 등 다양한 문제를 대상으로, 물리적 환경 요소와 범죄 간의 관계를 정량적으로 규명하는 데 집중한다. 이는 건축계획이 미관이나 기능을 넘어서 사회적 안전과 삶의 질 향상에 직접 연결된다는 문제의식을 반영한다. 특히 최근에는 딥러닝, 컴퓨터 비전, 공간 클러스터링, GIS, Street View 이미지 분석, ABM과 같은 디지털 기법을 접목하여 범죄 예측의 정밀도를 높이고 있다. 건물 요소, 가로 이미지, 보행자 수, 골목의 투과성, 공간 패턴 등 다양한 환경 데이터를 수집·분석하고, 범죄 발생 가능성과 범죄피해 불안감을 설명하는 예측모델을 개발한다. 이러한 연구는 단순한 범죄 통계 해석을 넘어, 실제 공간의 형태와 이용 방식이 위험 인식과 안전성에 어떻게 작용하는지를 입체적으로 보여준다. 이 연구의 의의는 도시 안전 정책과 건축설계 실무를 연결하는 데 있다. 연구실은 설명가능한 인공지능과 환경설계 지식을 결합하여, 범죄예방 설계가 보다 실증적 근거 위에서 이루어질 수 있도록 지원한다. 앞으로는 국내외 도시 이미지 데이터와 실제 현장 특성을 결합한 고도화된 모델을 통해, 지역 맞춤형 안전 설계와 선제적 도시관리 체계를 제안하는 방향으로 연구를 확장하고 있다.