문맥 (context)
기상데이터는 건축물의 환경 분석에 활용할 계획으로 세밀도의 차이에 따라 해당지역의 1년, 1달, 1일, 1시간을 대표하는 기후데이터가 추출되도록 DB화 하였고, 여기서 1시간을 대표하는 값은 1년을 단위시간 기후데이터 값으로 총 8,760개 데이터로 구성하였다. 즉 1월 1일 1시의 기후데이터는 첫 번째 데이터가 되고, 12월 31일 24시 기후데이터 값이 마지막데이터가 되도록 저장하여 실시간으로 사용자가 원하는 기간선택에 대한 시간별/일별/월별/계절별/절기별 기상데이터의 실시간 추출이 가능하도록 하였다. 그 결과 한국형 지리 및 도심구조가 고려된 일사분석 시뮬레이터를 개발할 수 있었다. 정확한 일사분석을 위해 분석하고자 하는 대상지역의 지형과 주변건물의 공간정보를 자동으로 추출하는 기술을 개발하였고, 실시간으로 전국 어디든 시뮬레 이션 할 수 있는 한국형 지리와 도심구조가 반영된 일사분석 모델을 완성하였다. 우리는 1㎞ 간격으로 생성된 전국의 Sky patch를 이용하여 지형과 건물의 기하학적 관계에 따라 일사량이 산출되는 알고리즘을 개발하여 전국 임의의 위치에서의 기후를 고려한 일사분석이 가능하였다.
일조량에 친화적인 건물 배치를 위하여 최적의 근사해를 계산하는 인공지능 기법 중 하나인 유전알고리즘을 이용하여 일조 수인한도 내에서 최대 세대수를 만족하는 건물의 배치와 정해진 세대수에 최대 일조량을 얻을 수 있는 기법을 연구하였다. 이 기법은 생명체의 진화과정을 모방한 알고리즘으로 우월한 개체는 살아남기고 열등한 개체는 도태시키는 방식으로 도시/건물의 배치 설계를 진화시키는 과정에 사용하였다. 부모의 유전자 정보를 랜덤하게 섞어서 자식의 유전자를 생성하고 자식들 중 가장 우월한 개체를 남긴 후 다음세대에 유전자를 부여하는 방식이다. 유전 알고리즘을 이용하기 위해서는 개체 간 비교연산이 가능해야 하며, 하나의 개체는 유한개의 독립된 데이터 묶음으로 표현되어야 한다. 우리는 공동 주거 단지를 하나의 개체로 정의하고 단지 내 일조권을 점수화하여 이 점수를 통해 개체의 우월성과 열등성을 판단할 수 있었다. 최근에는 이 알고리즘을 더욱 발전시켜 주변 지형을 분석하여 조망까지 우월한 개체(도시/건축물 배치도)들을 추천해 주는 방식으로 진화하고 있다. 이렇게 수치화된 개체 중 점수가 높은 상위 개체들의 유전자를 이용하여 또 다른 단지를 생성하고 이렇게 반복하여 점수가 높은 최적의 건물 배치들을 사용자에게 추천한다.
먼저 건축물의 패시브/ 액티브 디자인을 구현하기 위한 대표적인 친환경 요소인 일조시뮬레이션에 대한 검증을 하였다. 우리는 3차원 지형공간정보를 기반으로 건축물에 대한 일조시뮬레이션을 진행하고 비교 군으로 기존 건축설계 프로그램인 Autodesk Revit에서 건물을 모델링하여 동일시간과 동일 위치에 있는 건물의 음영 분석결과와 실제 동일시간 동일 위치에 있는 실사 이미지를 비교하는 실험을 하였다. 그 결과 본사가 개발한 일조시뮬레이터가 더 정확하고 분석 시간이 월등히 우수한 것을 확인하였다. 특히 건물과 지형정보 모델링 분야에서 Revit은 사용자가 직접 모델링을 수동으로 수행하기 때문에 정확도가 떨어진 반면 우리의 일조 시뮬레이터는 3차원 지형공간정보를 그대로 사용하였기 때문에 실사 이미지와의 비교에서 일치하는 결과를 얻어낼 수 있었다. 그 이유는 Revit은 사용자에 따라서 모델링의 개인차가 발생하여 매번 다른 결론이 도출될 수 있는 반면 우리의 시스템은 자동화된 전산처리로 모델링이 완성되기 때문에 항상 같은 결론을 도출 할 수 있다. 일조 시뮬레이션에 대한 효율적인 측면에서도 Revit의 경우 음영분석에 걸린 시간이 6시간 소요(3층 중정형 건물 기준)된 반면 본사의 일조 시뮬레이터는 수 분만에 시뮬레이션이 완료되었다.
본사는 건물의 일조량을 계산하기 위해서 날짜, 시간, 위도, 경도, 해발고도 등을 입력받아 NREL (National Renewable Energy Laboratory)에서 제공하는 알고리즘을 참고하여 태양의 위치를 계산하였다. 지구 중심으로부터 현재 위치까지의 방향벡터에 수직인 지표면을 정의하고, 이 평면에서 사방위 벡터를 이용하여 태양의 천정각과 방위각을 계산하였다. 건축법에서 일조량의 수인한도는 동지기준 오전 9시에서 오후 3시 사이 연속 2시간 이상 또는 오전 8시에서 오후 4시 사이에 총 4시간 이상을 만족해야 하는 규정이 있으며, 우리는 공동주택에 대하여 각 세대의 창문 위치에서 분단위로 천정각과 방위각을 계산하여 태양까지의 가상광선을 설정하고 다른 건물 또는 지형과 충돌하는지 여부로 일조시간을 계산하였다.
도시계획 건축 분야에서는 기초 설계 단계부터 최적의 건축물 배치가 매우 중요하다. 특히 우리나라는 2017년 1월부터 「제로에너지 건축물 인증제」를 시행하고 있으며, 2025년부터 모든 신축 건축물을 제로에너지화 하는 것이 의무사항으로 추진되고 있다. 하지만 현실적으로 현재의 건축 설계 기술로는 이를 구현하기가 매우 힘든 상황으로 우리는 먼저 일조량에 친화적인 건축물 배치설계 솔루션을 개발하여 건축설계, 더 나아가 친환경 스마트시티 기초설계의 작업속도를 혁신하고자 하였다. 현재 건축설계 시장에서 친환경 건축설계 부분은 따로 분리되어 있는 상황이다. 그렇기 때문에 건축설계 진행이 완료되면 일조분석을 별개로 진행하여 크게 설계 방향을 조정하기가 힘든 실정이다. 그 이유는 일조환경을 분석하는 편리성을 가진 3차원 시뮬레이션 도구가 부족하기 때문에 건축설계 분야의 종사자들은 아예 이 부분을 고려하지 않고 친환경 건축설계 컨설팅 회사에 외주용역을 맡기는 형태로 진행하고 있다. 뿐만 아니라 일조권 분석 솔루션은 대부분 외국산 소프트웨어가 차지하고 있어 건축 계획설계 단계부터 우리나라에 적합한 지수를 사용하여 시뮬레이션 할 수 있는 국산 기술이 절실히 필요한 상황이다.
우리는 바람길 시뮬레이터도 일조 시뮬레이터와 마찬가지 방식으로 전국 임의의 위치, 임의의 시간에서 모의영역에 대한 3차원 격자와 경계조건을 자동으로 생성 하는 알고리즘을 개발하여 대기의 흐름을 계산하는 대기유동 시뮬레이터를 완성 하였다. 이렇게 만들어진 일조, 바람길 시뮬레이터를 이용하여 건물의 입면체를 구성하는 형태를 변형함으로써 패시브적인 요소가 극대화된 건물의 모양을 결정할 수 있었으며, 일사 시뮬레이터를 이용하여 액티브적인 요소를 극대화 시키는 PV패널 위치를 모델링할 수 있었다. 현재는 건물의 단열재 및 창호 성능, 건물 구조 및 설비 등의 요소를 고려하여 건물 에너지 부하량, 에너지 소요량 등을 계산하여 제로 에너지건축물 인증을 자동으로 계산하는 솔루션을 개발하고 있으며, 향후에는 인공지능이 사용자가 입력한 모의 영역에서 구현될 수 있는 최적의 제로에너지건축물들을 추천해주는 서비스를 제공할 계획에 있다.
최근 4차 산업혁명 기술들이 발전함에 따라 건축산업에도 ICT 기술을 접목하려는 시도들이 등장하고 있다. 본사는 전통적인 건축설계 과정의 복잡성 및 반복성 극복을 위해 인공지능과 컴퓨팅파워를 이용함으로써 혁신적으로 시간을 단축 시켜 주는 기술을 개발하였고, 건축설계 과정에서 기상/기후 데이터를 활용함으로써 친환경 건축 설계안들을 도출할 수 있었다. 그리고 인공지능과 가상현실, 빅데이터 등 4차 산업혁명 기술로 건축설계의 효율성뿐만 아니라 정확한 건물 에너지 계산을 통해 공사비 낭비요소를 제거하고 가능한 최적의 에너지 효율을 높일 수 있는 방향으로 건축 설계가 가능하도록 도움을 줄 수 있는 솔루션을 연구하였다. 최종적으로 개발된 기술들은 건축설계에 소요되는 시간과 비용을 크게 절감하고 도시 주거환경 관련 설계에서 검토와 계획에 불필요한 구조들을 최소화하여 건축 설계자들의 친환경 디자인 능력과 전문성을 향상시키는데 기여할 것으로 예상된다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
기존 건축설계 프로그램인 Autodesk Revit과 비교했을 때, 본사가 개발한 일조 시뮬레이터가 정확도 측면에서 우수한 이유는 무엇인가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation본사가 개발한 일조 시뮬레이터의 정확도가 Autodesk Revit보다 높은 구체적인 이유를 파악해야 한다.
-
2정보 추출
information_extractionRevit의 모델링 방식과 본사 시뮬레이터의 모델링 방식을 각각 추출한다.
- Revit은 사용자가 직접 모델링을 수동으로 수행하기 때문에
- 우리의 일조 시뮬레이터는 3차원 지형공간정보를 그대로 사용하였기 때문에
-
3근거 선택
evidence_selection정확도 차이를 유발하는 핵심 원인인 모델링의 자동화 여부와 데이터 활용 방식을 선택한다.
- Revit은 사용자에 따라서 모델링의 개인차가 발생하여 매번 다른 결론이 도출될 수 있는 반면
- 우리의 시스템은 자동화된 전산처리로 모델링이 완성되기 때문에 항상 같은 결론을 도출 할 수 있다.
-
4논리 통합
logical_integrationRevit은 수동 모델링으로 인해 사용자 개인차가 발생하여 정확도가 떨어지지만, 본사의 시스템은 3차원 지형공간정보를 활용한 자동화된 전산처리를 통해 일관된 결과를 도출함을 결합한다.
-
5결론 도출
conclusion_formulationRevit은 수동 모델링에 따른 개인차가 발생하여 정확도가 떨어지는 반면, 본사의 시뮬레이터는 3차원 지형공간정보를 그대로 사용하고 자동화된 전산처리를 통해 모델링을 완성하므로 항상 같은 결론을 도출할 수 있어 정확도가 높다.
-
6답변 생성
answer_generation도출된 결론을 바탕으로 최종 답변을 작성한다.
최종 답변 (final_answer)
Autodesk Revit은 사용자가 직접 모델링을 수동으로 수행하기 때문에 사용자에 따른 개인차가 발생하여 정확도가 떨어지는 반면, 본사의 일조 시뮬레이터는 3차원 지형공간정보를 그대로 사용하고 자동화된 전산처리로 모델링을 완성하기 때문에 항상 같은 결론을 도출할 수 있어 정확도가 더 높다.
핵심 해석 (core_interpretation)
Revit은 사용자가 직접 모델링을 수동으로 수행하기 때문에 정확도가 떨어진 반면, 본사의 일조 시뮬레이터는 3차원 지형공간정보를 그대로 사용하고 자동화된 전산처리로 모델링이 완성되기 때문에 항상 같은 결론을 도출할 수 있어 정확도가 더 높다.