딥러닝 기반 건축 성능 예측과 공간 경험 생성

Deep Learning-based Building Performance Prediction and Spatial Experience Generation

연구 내용

사용자 스케치와 공간 데이터를 딥러닝에 입력하여 채광·환경 성능을 빠르게 예측하고 AR/메타버스 기반 공간 경험을 생성하는 연구

연구실은 손그림 기반 입력과 3D 모델 기반 시뮬레이션 데이터를 결합하여 성능 예측 모델을 구축합니다. 딥러닝 모델이 채광 성능을 직접 추정하도록 데이터 전처리·색상 코드 매핑·그리드 이미지 변환을 설계하고, AR 환경에서 결과를 도면 위에 오버레이하여 설계 피드백 시간을 단축합니다. 동시에 환경 시뮬레이션에서는 딥러닝 기반 바람 흐름 구현을 통해 물리·디지털 통합 프레임워크를 제안합니다. 더 나아가 메타버스 가상 건축과 건축 유산의 공간 경험을 위한 콘텐츠 큐레이션 모델을 통해, 공간 데이터의 의미 구조와 경험 시퀀스 생성까지 확장합니다.

관련 프로젝트

2건

연구 흐름

초기에는 사용자 입력이 포함된 채광 분석 워크플로우의 병목을 파악하고, 딥러닝이 hand drawing에서 바로 성능을 예측하도록 데이터 변환 규칙을 정립하는 연구가 진행되었습니다. 이후 AR 엔진을 활용해 예측 결과를 실시간으로 시각화하며, 기존 시뮬레이션 소프트웨어 의존도를 낮추는 방향으로 구체화했습니다. 동시에 환경 영역으로 확장하여 바람 흐름 구현 같은 물리·디지털 통합을 수행하고, 공간 경험에서는 사용자 행위 기반 가상 건축 생성 및 유산 정보 구조(메타데이터·온톨로지)를 활용한 경험 시퀀스 도출 방법을 정교화했습니다. 최근에는 스마트시티 인력양성 교육 연구단을 통해 적용 기반을 넓히고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

스케치-기반 채광 성능 예측
AR 기반 설계 피드백 도구
딥러닝 환경 시뮬레이션
손 입력 데이터 전처리 자동화
메타버스 가상 건축 생성
사용자 행위 기반 공간 생성
건축 유산 경험 콘텐츠 생성
공간 경험 시퀀스 추론
공간 데이터 큐레이션 체계
스마트시티 디지털 서비스 교육