4차 산업혁명 기술(AI, 빅데이터, 가상현실 등)을 활용한 건축 설계 효율화, 스마트시티 구축 및 모빌리티 수요 예측 기술의 발전과 적용 사례 doc_id PCY_201908010325134581_4

4차 산업혁명 기술의 발전은 건축설계 과정에서 보다 창의적인 대안 도출에 더욱 힘을 쏟을 수 있는 시간을 확보하는 계기가 마련되고 있다. 우리는 기술발전으로 확보된 시간을 주민들이 참여하고 이해당사자들 간에 직관적으로 커뮤니케이션할 수 있는 가상현실 도구를 개발하였다. 특히 불광5구역 재개발단지에 적용하여 원 주민과 건축설계사무소, MP(Master Planner), 행정공무원들의 소통능력을 향상 시킬 수 있는 협업 시스템을 구축하였다. 불광5구역은 노후주택들이 밀집한 서울 은평구 소재 주거지로써 재개발 이후 약 2,200세대 규모의 아파트 단지를 추진하고 있다. 이곳의 재개발은 약 10년간 진행이 되고 있었으며 우리는 조합원들에게 빠른 피드백을 제공하기 위한 3차원 가상 공간 가시화 및 실시간 편집 기술로 직관적인 상황판단을 할 수 있는데 도움을 주었다. 우리는 3장에서 소개한 인공지능 건축설계 솔루션을 이용하여 700여 개의 대안들을 도출하였으며, 그 중 세대수와 용적률, 일조량, 경관을 고려하여 3개의 최적안을 수립하였다. 이후 불광5구역에 대한 3차원 가상공간을 실시간으로 구축하였으며, 이것은 보다 직관적이고 현실감 있게 재개발 단지 시뮬레이션 영역을 체험할 수 있도록 도와 주었다. 이러한 가상공간 시뮬레이션 플랫폼을 구축하기 위하여 인공지능 건축설계 안에 대하여 게임엔진을 이용한 시뮬레이션 도구를 개발하였으며, 3차원 설계 정보 관리 및 편집이 가능하고 직관적인 사용성을 위하여 가상공간 조작기술을 개발하였다. 또한 언제 어디서든지 커뮤니케이션이 가능한 PC-스마트폰-VR기기 간 호환 가능한 멀티 플랫폼 솔루션과 기존 건축설계 시 활용되는 CAD 파일을 통한 정보 교환이 가능하도록 파일간 호환성 기술도 개발하였다. 그 결과 불광5구역에 대하여 3개 최종안을 도출하였으며, 그 중 조합원들이 원하는 세대수가 최대로 확보될 수 있는 3번째 안이 최종적으로 결정되었다. 인공지능이 건축 배치설계를 하고 이후 가상 현실 기술을 이용하여 작업한 시간은 1시간 이하였으며, 이렇게 짧은 시간에 편집이 가능했던 이유는 건물의 이동/회전/층수조절에 따른 건축법상 이격거리를 자동으로 반영하였기 때문이다. 최근 미래형 친환경 도시 건설계획에 따른 스마트시티 기술이 많은 관심을 받고 있다. 세계적으로 스마트시티 프로젝트 수가 4년 만에 700%이상 증가되고 있으며, 2019년 세계 스마트시티 시장은 약 1,300조원으로 성장하고, 관련 기술시장 규모도 연평균 16% 이상 고성장할 것으로 전망되고 있다. 그에 따라 스마트시티의 대상지 선정에 있어서 기후분석 및 에너지 절감은 큰 이슈이며, 스마트시티 건설시 스마트그리드는 필수적인 기술로 인식되고 있다. 제로에너지하우스를 넘어서 제로에너지시티 개념이 스마트그리드의 지향점이며, 전력을 소비하는 곳에서 전력을 생산하는 것이 핵심전략이라 하겠다. 이것은 곧 최적의 전력 생산 위치, 최소의 전력 소비 위치 또는 기술이 곧 스마트시티 건립에 대한 핵심기술이라 할 수 있다. 2016년 3월 이세돌과 알파고(AlphaGo)의 딥마인드 첼린지 매치에서 알파고가 4승 1패로 승리하면서 많은 사람들은 미래에 컴퓨터가 인간이 해결하지 못한 많은 숙제들을 해결하거나 기존 업무를 보다 효율적으로 정확하게 수행할 것이라는 기대 또는 우려를 했을 것이다. 대략 그 시점 이후에 국내에서는 응용과학 분야에서 인공지능(Artificial Intelligence; AI), 빅데이터(big data), 슈퍼컴퓨팅 기술 등의 관련 용어가 자주 등장하고 있다. 또한 2010년을 전후해서 최근까지 정보통신기술(ICT), 사물인터넷(IoT), 경량 센서, 플랫폼 구축에 대한 기술개발이 발전하면서 스마트 시티(Smart City) 개념이 도시개발에 도입되고 있다. 스마트 시티는 일반적으로 ‘도시에 ICT, 빅데이터 등 신기술을 접목하여 각종 도시문제를 해결하고 삶의 질을 개선할 수 있는 도시모델’로 정의되며 여기서 각종 도시문제는 교통, 환경, 에너지, 생활/복지, 경제, 안전 등 대부분의 도시문제를 포함한다. 이러한 시도는 농촌지역도 예외는 아닐 것이다. 특히 홍수와 가뭄에 대한 실시간 수재해 정보는 국민의 안전과 직결되므로 정보로서의 미래가치는 더 크다고 할 수 있다. 이동 서비스의 가장 중요한 특성은 즉시성이다. 반드시 소비자가 원하는 시간에 바로 그 장소에서 서비스가 이뤄져야 한다. 만일 택시 사업자나 중개 플랫폼이 시간과 공간에 따라 이동수요가 얼마나 발생할지 미리 예측할 수 있다면, ‘그 시간, 그 지역’에 미리 택시를 배치할 수 있을 것이다. 그렇게 되면 소비자들은 더욱 빠르고 편리하게 택시를 이용할 수 있게 된다. 우버(Uber)나 그랩(Grab)처럼 탄력적인 공급까지 가능해진다면 수요가 폭발하는 시간과 장소에 이동 서비스의 공급량 자체를 늘릴 수 있다. 그 결과는 소비자들의 편리함이 더욱 증가하는 것이다. 이러한 예측 기반의 공급 조절을 가능하게 해주는 것이 바로 데이터이다. 과거의 시·공간적 수요 데이터와 공급 데이터를 활용하면, 미래의 수요를 예측하여 최적 공급이 가능하도록 배차 시스템을 설계할 수 있다. 모빌리티 서비스 기업들이 데이터 수집에 공을 들이는 이유도 여기에 있다. 앞으로 펼쳐질 자율주행택시 시대에는 이런 기능이 더욱 빛을 발할 것이다. 시간과 공간 외에 택시수요에 영향을 미치는 중요한 요인이 바로 기상조건이다. 2018년 여름은 평년에 비해 유난히 더운 날이 많았다. 이어지는 폭염은 시민들의 이동생활에도 큰 영향을 미쳤다. 평상시라면 도보로 이동하거나 대중교통을 이용했을 사람들도 더운 날씨를 피해 택시를 타고 싶어 했다. 날씨가 더운 날 뿐만 아니라 추운 날, 비가 내리는 날, 눈이 내리는 날에도 택시수요는 증가한다. 그러나 도로를 운행하는 택시의 수는 평상시와 크게 다르지 않다. 오히려 악천후에는 택시공급이 줄어드는 경우가 발생하기도 한다. 따라서 이동수요가 공급을 초과하는 상황이 발생할 수 있고, 결국 택시를 잡지 못하는 사람들이 생긴다. 과거의 데이터를 분석하여 기온, 강수량 또는 적설량에 따라 이동수요가 어떻게 변화하는지 미리 예측이 가능하다면, 시민들을 위한 택시 공급이 훨씬 용이해질 것이다. 기상청 예보와 기상조건에 따른 이동수요 데이터를 연동하면 날씨에 따른 이동량 예측이 가능해진다. 이런 시스템이 구현된다면 작년 여름처럼 날씨가 유난히 더운 날 택시를 타고 싶은 소비자들의 수요를 원활하게 충족시키는데 큰 역할을 할 것이다. 이번에는 여러 기상조건에 따라 공유자전거 수요가 어떻게 변화하는지 살펴보겠다. 카카오모빌리티는 2019년 3월 경기도 성남시와 인천광역시 연수구에서 전기 자전거 공유시범서비스를 시작했다. 공유자전거는 도보로 이동하기에는 다소 멀고 택시나 대중교통을 이용하기에는 가까운 거리를 담당하는 새로운 모빌리티 서비스로 주목을 받고 있다. 카카오모빌리티의 공유자전거는 현재 성남시에 600대, 연수구에 400대가 운영되고 있으며, 별도의 거치대 없이 승하차 지점이 자유로운 것이 특징이다. 공유자전거 수요는 카카오 T 앱을 통해 운행이 완료된 자전거 이용 건수로 간주했다. 서비스 이용자는 스마트폰 앱 지도를 통해 자전거의 위치를 확인하여 그곳까지 직접 이동해 사용을 시작한다. 그러나 주변에 이용 가능한 자전거가 없는 경우에는 이동수요가 있음에도 불구하고 서비스를 이용하지 못할 수 있다. 이런 경우에 대해서는 데이터를 따로 수집할 수가 없다. 따라서 이동의 의사 자체를 수요로 간주했던 택시와는 다르게, 실제 이용을 수요로 볼 수밖에 없었다는 한계가 있다. 공유자전거 서비스는 최근에 시작했기 때문에 아직 더운 날, 추운 날, 눈이 내리는 날에 대한 데이터가 없다. 따라서 비가 내리는 날과 미세먼지가 심한 날에 대해서만 분석했다.