aitect.co.kr로 이전

AI와 그래프 기술을 이용하여 건물 설계를 최적화를 추구하는 회사이다. 초기 디자인 단계에서 성능 평가에 대한 즉시적 피드백, 에러 탐지, 최적 대안 탐색 등의 기능을 갖추고 있다. 

이 회사는  €2.5 million의 자금을 유치하였다. 보다 빠른 피드백을 할 수 있는 도구의 개발을 추구하고 있다. 처음에는 그라스호퍼 플러그인의 사용이었다. 그 후 초기 프로젝트 개발에 시간과 비용을 줄여주는 클라우드 기반 협업 플랫폼으로 발전하였다. 클라우드 기반 협업과 성성형 설계는 미래의 건축, 공학, 그리고 건설 산업의 기반이 될 것으로 생각한다. 

시스템은 자동화된 평면 생성 시스템이다. 평면에서 칸막이 배치를 변경함에 따라 즉시적 공간 내 배치가 자동적으로 생성되는 시스템이다. 생성된 평면은 디자인 피드백이 즉시적으로 된다. 고객의 요구를 얼마나 충족하였는가, 면적 분포의 현황, 그리고 일조 시뮬레이션 등의 피드백이 즉시적으로 가능하다. 또한 자신과 고객이 원하는 디자인 원칙을 제대로 지키고 진행되고 있는지를 알 수 있는 기능을 갖추고 있다. 

Revit, Rhino, Grasshopper 등의 BIN 도구를 이용하여 디자인을 한 3D 데이터는 양방향으로 이동할 수 있다. 건물에 대한 설계변경을 하고 Finch를 이용한 직접적 데이터 피드백을 가질 수 있다. 다른 플러그인보다 매우 빠르게 분석 결과와 평면 생성을 알 수 있다.

영국 런던 본사를 두고 있는 Software-as-a-Service 회사이다. 자동화된 3D 프린터 기술을 전세계를 시장으로 적용하는 회사이다. 건축에 인공지능을 이 기술 개발에  활용하고 있다. 많은 예술 프로젝트에 적용하고 있다. 단순한 UI로 3D 프린트 기술의 진보에 대한 연구 개발, 적용을 하고 있다. AiLab을 두고 있으며, 연구개발을 하는 조직이다. 재료, 기계 통합과 테스트를 실행한다. 자동화를 위한 성공적 결과를 위한 노력을 한다.

대표적 자동화 제작기로 AiSync가 있다. 다축 3D 프린트 로봇 팔이다. 단순한 UI로 조작이 가능하도록 만들어져 있다. 인공지능 대화 시스템 AiSync은 자연어 처리를 통한 고객응대를 하는 시스템을 갖추고 있다.

Autodesk사는 창의성 증진과 협업을 위한 도구로 AI를 연구하고 있다. 핵심은 디자이너를 돕기 위한 도구의 개발이다. 건축분야 이외에도 메타버스 세계로의 사용 확장을 도모하고 있다. 현재 전 세계 15명 정도의 연구진 규모를 가지고 있다. 학습기반 디자인 시스템, 컴퓨터 비전, 그래픽스, 로봇공학, HCI, 지속가능성, 시뮬레이션, 제작, 건축설계와 시공 등의 프로젝트에 관여하고 있다.

Sidewalk Lab.은 구글의 자회사이다. 도시 혁신을 위한 구글의 조직이다. 도시 삶의 질을 크게 향상시키는 것을 목적으로 하고 있다. 도시 디자인의 향상, 이산화탄소 배출과 에너지 비용 저감, 그리고 교통 및 주차공간 적정화를 주된 연구의 대상으로 하고 있다. 

   2015년에 만들어졌다. 도시와 기술을 결합한 새로운 도시의 미래를 만들고자 하고 있다. 지금까지 도로변 주차관리를 위한 플랫폼 Coord (현재 pebble의 부분으로 운영), 교통계획을 위한 Replica  https://replicahq.com/, 자역 건강관리를 위한  (Cityblock)https://www.cityblock.com/, 그리고 기술 기반 인프라를 위한  (SIP)https://www.sidewalkinfra.com/ 스핀아웃 회사를 만들었다.

Sidewalk Lab의 종합 도시계획 프로젝트로는 Sidewalk Toronto가 있다.  토론토 동부 해변을 기술과 결합한 지속가능하며, 경제적이며, 저렴한 주거를 제공하는 성장지역으로 만들기 위한 프로젝트였다. https://www.sidewalklabs.com/toronto

Sidewalk Lab은 현재 도시계획과 관련된 제품들을 출시하고 있다. 도시 계획과 부동산 개발응 위한 Delve, 상업 건물 관리를 위한 Mesa, 주차 관리를 위한 Pebble, 에너지 관리를 위한 Affordable Electrification이 있다.    

https://www.sidewalklabs.com/

Foster + Partners는 연구 조직으로 ARD (Applied Research + Development) 팀을 운영하고 있다. 이 팀은 디자이너에게 최고의 도구를 만들어 주는 것을 목적으로 하고 있으며, 프로그램에 익숙한 다양한 분야 건축가와 엔지니어들이 참여하고 있다. (200개 이상 분야의 다양한 자격을 갖춘 항공우주 엔지니어, 컴퓨터 과학자, 게임 아티스트, 사회학자, 지질학자 및 순수 예술가 등이 참여하고 있다) 

      ARD 팀은 AI 활용 가능성에 대한 연구를 하고 있으며, 디자인 최적화 도구로 기계학습을 이용하고 있다. 기본적으로 두 가지 방향에서 적용을 시도하고 있다.

첫번째는 간이 모델링 surrogate modelling이다. 구조, 환경 등의 설계요소에 대한 정확한 모델링은 많은 시간과 노력을 필요로 한다. 이를 대체하는 것이다. 많은 건축 프로젝트들은 큰 규모로 진행된다. 복잡하여 다양한 전문 지식과 기술을 복합적으로 적용하여야 한다. 이를 위한 시뮬레이션 작업들을 기계학습으로 단순화 하고자 하는 시도이다.

   설계과정 중 실시간 사용가능한 간이 모델링의 개발이다. AI의 기계학습을 이용하여, 이전 여러 시뮬레이션 결과들을 학습한 시스템을 이용한 빠르고 저렴한 간이 모델을 만들고자 한다. 이 모델을 사용한 실시간 결과를 얻어 빠른 의사결정을 가능하게 하고자 한다.

두 번째는 디자인 지원 시스템으로의 AI 사용이다. 창의적 디자이너의 직관을 보조하여 줄 수 있는 시스템으로 ‘설계지원 모델링’으로 부르고 있다. 공간 내 최적 공간배치나, 자동화된 문서 작성 등 빠르고 효율적인 설계과정을 지원하기 위한 것이다.

이 파빌리온은 2016년 암스텔담에서 열린 GPU 기술 컨퍼런스엣 Ai Build사가 선보였다. 3D 프린트 적층제조공정을 통한 건축의 미래가 어떻게 변화할 수 있는지를 보여준 좋은 사례이다. Ai Build사는 Arup Engineers와 협력하여 단순한 3D 프린트 기술을 넘어 인공지능을 사용하여 이 파빌리온을 만들었다. 지혜와 지식, 그리고 힘을 상징하고 있으며, 크레타섬의 미로를 만들었다는 건축가로 알려진 그리스 신화 속  Daedalus 이름을 이 파빌리온에 붙였다. 이 구조물은 KUKA 산업용 로봇 팔을 사용하였다. 며 NVDIA의 GPU를 사용하여 컵퓨터 비전과 심층학습 알고리즘을 이용하여 속도와 정확성을 대형 3D 구조체 만들기에 적용한 사례이다.  AI 알고리즘으로 프로그램되어 3D 프린트 구조물을 만드는 과정을 스스로 학습하였다. 프린트 과정을 최적화하기 위하여 카메라를 사용한 진행상황을 보고 실수를 통해 학습을 하였다.

이 파빌리온의 가치는 AI와 3D 프린트 기술의 조합은 건설비용을 낮출 수 있는 방법의 탐구이다. 가장 중요한 점은 제작 시간을 기존의 절반으로 줄일 수 있다는 것이다. 일반적 프린터는 시각이 없으며, 컴퓨터의 지시를 따를 뿐이다. 문제가 생겨도 대처를 하지 못한다. 이와 같은 문제 해결을 위한 방법으로 카메라를 프린터에 부착하였다. 시각적 정보를 실시간 구조물에 대한 분석을 위하여 알고리즘들을 사용하였다. 목표는 물리적 환경과 디지털 환셩간의 피드백 루프를 만드는 것이었다. 실제 구조물을 경화시키기 위하여 팬을 사용하였다. 추가로 격자 디자인은 재료의 낭비를 없애주는 것이다.

이 구조물을 만드는데 15일이 소요 되었다. 그리고 조립에 반나절이 소요되었다. 4.5m 높이의 파빌리온을 48개 조각으로 이루어 졌다. 이 파빌리온 제작에 $35,600이 들었다. 컨퍼런스 이후, 파빌리온을 런던으로 다시 가지고 와서 건설 과정에서 3D 프린터와 AI가 함께 효율적으로 사용될 수 있는가를 지속적으로 연구하고 있다.

https://parametrichouse.com/daedalus-pavilion/'

https://all3dp.com/daedalus-pavilion/

영국 런던 본사를 두고 있는 Software-as-a-Service 회사이다. 자동화된 3D 프린터 기술을 전세계를 시장으로 적용하는 회사이다. 건축에 인공지능을 이 기술 개발에  활용하고 있다. 많은 예술 프로젝트에 적용하고 있다. 단순한 UI로 3D 프린트 기술의 진보에 대한 연구 개발, 적용을 하고 있다.

   AiLab을 두고 있으며, 연구개발을 하는 조직이다. 재료, 기계 통합과 테스트를 실행한다. 자동화를 위한 성공적 결과를 위한 노력을 한다. 대표적 자동화 제작기로 AiSync가 있다. 다축 3D 프린트 로봇 팔이다. 단순한 UI로 조작이 가능하도록 만들어져 있다. 인공지능 대화 시스템 AiSync은 자연어 처리를 통한 고객응대를 하는 시스템을 갖추고 있다.

대표적 제작 사례로 Deadalus Pavilion이 있다. 

Fosters+Partners의 ARD 팀이 수행한 복합재료 변형 연구이다. 2017년 Autodesk사와의 협력 연구이다. 건축에서 생태모방공학적 적용이 가능하도록 하는 연구이다. 즉, 외부 기계적 힘에 의한 것이 아닌, 유기체적으로 온도와 빛, 습도 등의 물리적 환경에 대한 변형에 관한 연구이다. 복합소재가 주변 물리적 환경의 변화에 따라 팽창률과 수축률 차이에 의하여 그 형태가 변화하며, 이 변화를 이해하고 활용하기 위한 연구이다. 복합재의 형태학적 변형이 주된 관심사이며, 복합소재를 원하는 방식으로 제어를 하기 위한 연구이다.

문제는 복합소재들의 변형은 외부 조건에 비선형적 변화를 한다는 것이다. 다양한 다층 복합소재의 변형을 시뮬레이션 한다는 것은 많은 시간의 계산을 필요로 한다. 즉시적 변형에 대한 예측을 하기 위한 빠른 방법으로, 기계학습을 사용하는 모델 구축에 관한 연구이다.

우선 시스템 학습을 위하여 우선 합성 데이터 세트의 작성이 필요하였다. 수백 개의 다른 합성재를 만들고, 이들의 변형을 예측하는 시뮬레이션 모델을 만들었다. 이 모델을 이용하여, 재료별 변형에 관한 데이터 세트를 만들었다. 이 데이터를 이용하여 서로 경쟁하는 두 개 인공 신경망 학습에 사용하였다. 즉, GAN(Generative Adversarial Network) 학습 모델을 사용하고 있다. 

하나의 학습 신경망은 이들 데이터 세트를 이용하여 학습을 진행하고, 그 학습에 의한 결과를 다른 학습 신경망에 보낸다. 후자의 신경망을 이를 평가하고 이를 전자의 학습 신경망의 학습 개선에 사용할 수 있도록 피드백 한다. 이 순환적이며 적대적 과정을 통하여 학습이 진행되며, 결국, 두 학습 신경망의 개선이 이루어질 수 없는 상태에 이르게 된다. 

이와 같은 과정을 거친 학습 이후, 시스템은 원하는 변형을 만들어 낼 수 복합설계 소재 설계에 이용하고 있다. 현재 변형 상태를 만들기 위한 복합소재를 선택하는 방식이 아닌, 원하는 변형 상태를 설계하고, 이를 실현하기 위한 복합소재를 설계하는 방식으로 사용되고 있다.

참고 논문 첨부: Design of thermally deformable laminates using machine learning