주간(낮) 분석에서 인공지능(AI)의 활용은 최근 증가하는 추세에 있다. 다양한 연구를 통해 그 역량이 입증되어 왔다. 주간 시뮬레이션에 AI를 사용하면 시간을 줄일 수 있지만, 동시에 상당한 과제도 수반된다. 주간 시뮬레이션의 기존 방식(전통적 접근)을 사용하든, 인공지능을 활용하든 간에, 손으로 그린 도면에서 주간 분석 결과를 얻기까지의 과정은 모델링, 프로그래밍, 그리고 AI 모델의 통합과 관련된 복잡한 절차를 포함한다. 본 논문은 사용자의 손그림 스케치로부터 주간 성능을 신속하게 직접 예측하기 위한 효율적이고 단순한 접근법을 제안한다. 핵심 아이디어는 손그림과 증강현실(AR)로부터 직접 예측하는 딥러닝 모델을 활용하여, 원본 도면 위에 결과를 겹쳐 표시함으로써 AR 환경에서 결과를 원활하게 시각화하는 것이다. 이 방법은 사용자 참여와 접근성을 향상시킬 뿐만 아니라, 전통적인 주간 시뮬레이션 소프트웨어 및 워크플로에 대한 의존성을 제거한다. 인공신경망(ANN)은 Rhino3D와 Honeybee로 생성한 3D 건물 모델 및 Useful Daylight Illuminance 시뮬레이션에서 유래한 데이터로 활용하였다. 손그림 입력과 시뮬레이션 모델 간의 호환성을 확보하기 위해 컬러 코드 방식, 다양한 영상 촬영 및 데이터 처리 기법을 구현하였다. 개발 플랫폼으로 Unity3D를 사용하였고, AR 엔진은 Vuforia를 사용하였다. 특히 ANN 모델은 R2가 0.872~0.985 범위로 나타나는 등 유망한 결과를 산출한다. 이는 격자 기반의 손그림 이미지를 ANN에 적합한 입력으로 효율적으로 포착하고 변환함으로써 달성된다. 얻어진 결과는 이러한 접근의 실행 가능성을 보여주며, 개념의 실용성을 강조한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.