홍원기 연구실
건축공학과 홍원기
홍원기 연구실은 건축공학 분야에서 인공지능 기반 구조설계 최적화와 복합구조 시스템 개발을 선도하는 연구실입니다. 본 연구실은 인공신경망(ANN)과 라그랑주 승수법을 융합한 혁신적인 설계 알고리즘을 통해, 기존의 경험적·수치적 설계 방법의 한계를 극복하고, 다양한 구조물의 다목적 최적 설계를 실현하고 있습니다. 특히, 비용, 중량, 에너지 소비, CO2 배출량 등 복합적인 설계 목표를 동시에 고려하는 AI 기반 자동 설계 시스템을 구축하여, 구조설계의 효율성과 신뢰성을 크게 향상시켰습니다.
연구실의 또 다른 핵심 연구 분야는 철골-콘크리트 복합구조와 프리캐스트 구조 시스템의 개발 및 실증입니다. 하이브리드 프리캐스트 프레임, 기계식/건식 접합 방식, 셀프포지셔닝 조인트 등 다양한 혁신적 구조 시스템을 개발하여, 시공 기간 단축, 공사비 절감, 내진성능 향상 등 실질적인 성과를 거두고 있습니다. 실험 및 비선형 유한요소해석을 통한 접합부 성능 평가, 신소재 적용 연구 등도 활발히 이루어지고 있습니다.
이러한 연구 성과는 국내외 특허 출원 및 등록, 산업체 기술이전, 표준화 활동 등으로 이어지고 있으며, 실제 건설 현장에 적용되어 구조물의 품질과 안전성을 크게 높이고 있습니다. 또한, 대규모 빅데이터와 AI 네트워크를 활용한 구조설계 자동화 기술은 미래형 스마트 건축 및 친환경 건설 산업의 핵심 기반으로 자리매김하고 있습니다.
연구실은 한국연구재단, 중소기업청, 국토교통과학기술진흥원 등 다양한 국가 연구과제를 수행하며, 고층빌딩, 산업 플랜트, 모듈러 건축 등 다양한 분야에 연구 결과를 적용하고 있습니다. 또한, 국내외 학술지 및 학회에서 활발한 논문 발표와 기술 교류를 통해 학문적·산업적 영향력을 지속적으로 확대하고 있습니다.
앞으로도 홍원기 연구실은 인공지능과 첨단 구조공학의 융합을 통해, 지속가능하고 안전하며 경제적인 미래 건축 구조 시스템의 개발에 앞장설 것입니다. 이를 통해 건설 산업의 혁신과 사회적 가치 창출에 기여하고, 글로벌 연구 네트워크와의 협력을 강화하여 세계적인 연구실로 도약할 계획입니다.
Lagrange Optimization
Optimization using Artificial Neural Networks
Reinforced Concrete Structures
인공지능 기반 구조설계 최적화
홍원기 연구실은 인공지능(AI)과 인공신경망(ANN)을 활용한 구조설계 최적화 분야에서 선도적인 연구를 수행하고 있습니다. 기존의 구조설계는 복잡한 수치해석과 반복적인 계산 과정을 필요로 했으나, 본 연구실에서는 대규모 빅데이터와 AI 기반 신경망 네트워크를 결합하여 구조물의 최적 설계를 빠르고 정확하게 도출하는 방법론을 개발하였습니다. 특히 Hong-Lagrange 알고리즘과 ANN을 융합한 다목적 최적화(Multi-Objective Optimization) 기법을 통해 비용, 중량, CO2 배출량, 에너지 소비 등 다양한 설계 목표를 동시에 만족시키는 구조설계가 가능합니다.
이러한 연구는 프리텐션 콘크리트 빔, 철근콘크리트 기둥, 복합구조 프레임 등 다양한 구조 시스템에 적용되고 있습니다. ANN 기반의 최적화는 기존의 해석적 접근법으로는 어려웠던 복잡한 제약조건과 다수의 설계변수를 효과적으로 처리할 수 있으며, 실제 설계 코드와 연계하여 실무 적용성을 높이고 있습니다. 실험적 검증과 수치해석을 통해 ANN 기반 설계가 기존의 경험적 설계보다 높은 효율성과 신뢰성을 보임을 입증하였습니다.
이 연구는 구조공학 분야에서 인공지능의 실질적 활용 가능성을 제시하며, 구조설계의 자동화와 고도화를 이끌고 있습니다. 앞으로는 더욱 다양한 구조물 유형과 복합 하중 조건에 대한 AI 기반 최적화 연구가 확대될 전망이며, 친환경적이고 경제적인 건축물 설계에 크게 기여할 것으로 기대됩니다.
복합구조 및 프리캐스트 구조 시스템 개발
본 연구실은 철골-콘크리트 복합구조(SRC, RC, PC) 및 프리캐스트 구조 시스템의 개발과 성능 평가에 중점을 두고 있습니다. 복합구조는 철골과 콘크리트의 장점을 결합하여 구조적 강도와 시공 효율성을 동시에 확보할 수 있는 시스템으로, 고층빌딩, 산업 플랜트, 모듈러 건축 등 다양한 분야에 적용되고 있습니다. 연구실에서는 하이브리드 프리캐스트 프레임, 기계식/건식 접합 방식, 셀프포지셔닝 조인트 등 혁신적인 구조 시스템을 개발하여 시공 기간 단축, 공사비 절감, 내진성능 향상 등 실질적인 효과를 달성하고 있습니다.
특히, 프리캐스트 구조물의 접합부 설계와 성능 검증에 대한 연구가 활발히 이루어지고 있습니다. 실험 및 비선형 유한요소해석을 통해 접합부의 강도, 연성, 내진성능을 정량적으로 평가하고, 다양한 접합 방식(플레이트, 볼트, 커플러 등)의 구조적 거동을 분석합니다. 또한, 카본섬유, FRP, 하이브리드 소재 등 신소재를 활용한 구조부재의 성능 개선 연구도 병행하고 있습니다.
이러한 연구 성과는 국내외 특허 등록, 산업체 기술이전, 표준화 활동 등으로 이어지고 있으며, 실제 건설 현장에 적용되어 구조물의 품질과 안전성을 크게 향상시키고 있습니다. 앞으로도 지속적인 신공법 개발과 실증 연구를 통해 미래형 친환경·고성능 건축 구조 시스템의 구현에 앞장설 계획입니다.
1
Experimental investigations of the H-shaped post-tensioned precast frame module with monolithic beam-column connections
홍원기, Pham, Tien Dat, Nguyen, Dinh Han, Le, Thuc Anh, Nguyen, Manh Cuong, Nguyen, Van Tien
Journal of Asian Architecture and Building Engineering, 202505
2
Pre-tensioned concrete beams optimized with a unified function of objective (UFO) using ANN-based Hong-Lagrange method
홍원기, Nguyen, M.C., Pham, T.D.
Journal of Asian Architecture and Building Engineering, 202409
3
An optimization of round reinforced concrete columns subject to multiple loads using an artificial neural network (ANN)
홍원기, Le, T.A., Nguyen, M.C.
Journal of Asian Architecture and Building Engineering, 202404
1
기둥-보 일체형 모듈러 구조기반의 PIPE RACK 프레임 개발 연구(1/5)
2
철골 융합형 RC 및 SRC 프리캐스트 프레임 구축 공법(1/1)
3
SRC (철골-철근 콘크리트 복합) multi-story, multi-bay 프리캐스트 프레임 모듈의 개발 및 적용(1/3)