생성형 인공지능을 활용한 지역 아이덴티티 반영 건물 파사드 디자인 방안 - 서울 성수동 지역의 상업가로를 중심으로 -
Approaches to Building Facade Design Reflecting Local Identities Using Generative AI - Focusing on Commercial Streets in Seongsu-dong Area -
- 발행
- 2023
- 소속·발행
- 연세대학교 생활과학연구소
- 출처
- 국내 KCI
- DOI
- 10.35216/kisd.2023.18.7.361
- 원문등록
- 2023-10-31
- 원문
- 원문 보기 ↗
개념
키워드
생성형 인공지능, 파사드 디자인, 지역 아이덴티티, 건축 시각화, 파인 튜닝, Generative AI, Facade design, Local Identity, Architectural Visualization, Fine-tuning
초록
(연구 배경 및 목적) 본 논문은 생성형 인공지능을 사용하여 지역의 아이덴티티를 기반으로 건물의 파사드 디자인 이미지를 생성하는 접근방법을 제안한다. AEC-FM(Architecture, Engineering, Construction, and Facility Management) 프로젝트의 영역에서 건축가 및 클라이언트의 디자인 요구사항 및 설계 개념은 전통적으로 시각적 표현과 구두 설명의 조합 등을 통해 초기 디자인 커뮤니케이션에 반영되었다. 이러한 전통적인 방식은 컴퓨팅 기술의 발전과 함께, 3D 모델링, 렌더링 기술 및 인공지능 기술과 함께 응용되어 보다 단순하고 효율적인 프로세스의 작업으로 변화하고 있다. 본 연구에서는 최근 ChatGPT와 같은 대규모 언어모델 기반의 생성형 인공지능을 활용하여 초기 디자인 커뮤니케이션에서 응용할 수 있는 실사 이미지와 같은 건물의 파사드 디자인 생성 방안을 제시하고자 한다. 또한 이는 파사드 디자인 시 고려되는 사항 중 지역 아이덴티티를 반영할 수 있도록 건축 지식을 접목하여 그 응용성을 증대시키고자 한다. (연구 방법) 이의 연구 방법은 다음과 같은 순으로 진행된다. 첫째, 가용한 생성형 인공지능 모델을 활용하기 위해 기존의 공개된 모델 및 플랫폼을 기반으로 이미지 생성 테스트를 진행한다. 둘째, 해당 테스트 결과를 통해 생성형 인공지능 기반으로 Fine-tuning을 진행한다. 이에 대한 프로세스는 1) 이미지데이터 수집 및 텍스트 데이터와의 페어링을 통한 학습 데이터세트 구축, 2) 하이퍼파라미터 조정, 3) Fine-tuned 모델 파일 생성 순으로 수행한다. 최종적으로, 생성된 Fine-tuned 모델 파일을 적용할 수 있는 활용 방안을 제시한다. (결과) Fine-tuned 모델 파일을 생성하고 해당 파일을 적용하여 다양한 파사드 이미지 시각화를 진행한 결과, 기존의 고성능 PC를 요구하는 GPU 렌더링을 통한 건물의 파사드 시각화와 비교하였을 때, 보다 짧은 시간 안에 실사와 같은 다양한 파사드 디자인 이미지를 생성할 수 있는 것을 확인하였다. 생성되는 이미지들은 기존에 공개된 모델 및 플랫폼의 테스트에서 생성되지 않던 성수동 지역의 파사드 디자인 아이덴티티가 담긴 이미지들로, 성수 지역의 실제 건물들과 유사하도록 생성되는 것을 확인하였다. 더 나아가 해당 방법론을 적용하여 성수 지역의 파사드 디자인 스타일 반영의 가중치를 조정함으로써 창의적인 지역의 파사