생성적 AI는 건축 설계 자동화에 어떻게 도움이 됩니까?

건설업계에서는 일정 관리, 문서 분석 등 일상 업무를 완료하기 위해 인공지능(AI)을 활용하기 시작했습니다. 그러나 Augmenta CEO Francesco Iorio는 생성 AI가 게임 체인저이며 건물 설계 방식을 변화시켜 비용을 낮추고 생산성을 높이며 낭비를 줄일 수 있는 잠재력을 갖고 있다고 말합니다.

ChatGPT 및 DALL-E와 같은 도구는 대규모 기계 학습(ML) 모델을 사용하고 레이블이 지정되고 의미 있는 대량의 데이터에 액세스하여 텍스트 및 이미지 쿼리에 대한 통찰력 있는 응답을 제공합니다. 그러나 일부 산업에서는 ML 모델을 훈련하는 데 사용되는 데이터 세트에 대한 액세스가 제한되어 있어 생성 AI를 사용하여 실제 문제를 해결하는 데 따른 이점을 얻기가 어렵습니다.

건설업이 좋은 예입니다. 단일 저장소에는 엔지니어링 도면 작성을 위한 마크업 데이터가 포함되어 있지 않습니다. 이는 엔지니어링 회사가 데이터를 비밀로 유지하고 지적 재산을 공유하지 않는 경향이 있기 때문입니다. 한 가지 결과는 시대에 뒤떨어진 설계 방법이 건설 산업의 성장을 방해한다는 것입니다. 건물과 그 시스템을 설계하기 위한 기존 레거시 도구는 종이에 전자 연필을 쓰는 것보다 나을 것이 거의 없기 때문에 설계가 불가능하고 산업 간 조정이 부족하며 불가피하게 재작업이 필요한 경우 시간과 재료가 낭비됩니다.

즉, 복잡한 모델을 훈련하기 위해 매우 크고 다양하며 상세한 데이터 세트를 활용하는 ChatGPT와 같은 최첨단 생성 AI 모델조차도 결과에 대한 완전한 무관심을 나타내면서 잘못된 결과를 생성할 수 있습니다. ChatGPT의 경우 실수로 인한 결과가 상대적으로 낮습니다. 그러나 엔지니어링에는 위험이 너무 높기 때문에 생성 AI를 안전하고 효과적으로 채택하려면 대규모 블랙박스 수학적 모델 이상이 필요합니다.

건축 디자인의 패러다임 전환

다행히 ML 모델을 훈련하는 데 사용할 수 있는 생성적 디자인의 형태로 새로운 유효한 데이터를 생성할 수 있는 규칙 기반 AI 시스템에 대한 새로운 하이브리드 접근 방식이 있습니다. 이 접근 방식의 가장 가치 있는 응용 분야는 자동화된 건물 설계입니다. 엔드투엔드 설계 프로세스를 몇 개월에서 며칠로 단축할 뿐만 아니라 개발자, 설계자 및 엔지니어에게 전례 없는 통찰력을 제공하여 비용, 일정 및 효율성과 관련하여 더 많은 정보에 입각한 결정을 내리는 데 도움이 됩니다.

건축에서 자동화된 건물 설계의 장점

건축 산업이 건물 설계 프로세스를 자동화하여 무엇을 달성할 수 있는지 자세히 살펴보겠습니다.

1. 고성능, 규정 준수 건물 설계 - 위험, 지연 및 재작업 감소

오늘날 고급 건물 설계를 만드는 건축가와 컨설팅 엔지니어는 건축 가능한 시스템을 개발할 시간이나 충분한 정보가 없습니다. 예를 들어 기계, 전기, 배관 및 구조 시스템(MEP/S)의 설계 프로세스는 매우 복잡하고 시간이 많이 걸리며 오류가 발생하기 쉽습니다. 이는 또한 오류, 지연, 위험 및 불확실성의 주요 원인 중 하나입니다.

설계를 자동화하면 설계 및 건설 프로세스 속도가 크게 빨라져 건설 일정이 수개월 단축되어 주거용 및 상업용 건물을 더욱 빠르게 만들 수 있습니다. 위험과 불확실성을 줄이고 재작업(평균 6%의 비용 추가)을 제거함으로써 개발자는 프로젝트를 더 잘 계획하고 예산을 책정할 수 있으며 계약자는 작업에 대해 더 정확하게 입찰할 수 있습니다.

2. 더 좋고 지속 가능한 세상을 건설하세요

건설 산업은 에너지와 재료의 주요 소비자입니다. Energy Research Frontier의 건축, 엔지니어링, 건설 및 운영 산업의 디지털 혁신 및 폐기물 관리 보고서에 따르면, 새로운 건축 자재의 최대 30%가 설계 오류 및 재작업으로 인해 낭비됩니다. 자동화된 설계 시스템을 사용하면 이러한 오류를 사실상 없앨 수 있습니다.

제너레이티브 AI는 또한 여러 설계 대안을 동시에 생성하여 더 적은 재료를 사용하여 더 나은 성능의 건물을 개발하는 방법을 찾는 데 도움을 줄 수 있습니다. 또한 UN 환경 프로그램에 따르면 건물이 전 세계 에너지와 자원의 약 40%를 소비한다는 점을 고려하면 이는 에너지 효율성을 향상시키는 데 도움이 됩니다. 이제 개발자는 자신의 옵션을 이해할 수 있습니다. 비용과 일정만 최적화하거나 보다 지속 가능한 재료 사용과 운영을 동시에 설계할 수 있습니다. 매우 상세한 설계를 자동으로 생성하면 필요한 것만 주문할 수 있어 재료 낭비가 줄어듭니다.

3. 효율성 및 비용 효율성 향상

생성 AI를 활용하여 건물의 설계와 성능을 최적화함으로써 업계는 탄소 배출량을 줄일 수 있을 뿐만 아니라 이 목표를 보다 효율적이고 비용 효율적으로 달성할 수 있습니다. 몇 년 전만 해도 건축가, 엔지니어, 건설(AEC) 전문가는 설계 및 조정 오류로 인한 오류와 충돌을 해결하는 데 업무 시간의 약 20%를 소비한 것으로 추정되었습니다. 전 세계적으로 이는 재작업에 2,800억 달러에 해당합니다. 인재가 부족하고 새로운 건설에 대한 수요가 증가함에 따라 이러한 숫자는 의심할 여지 없이 증가하고 있습니다.

Generative AI는 설계 및 시공 프로세스에 자동화 수준을 제공하여 AEC 전문가가 몇 주가 아닌 몇 시간 만에 최적의 설계를 생성하고 시공 오류를 크게 줄일 수 있도록 해줍니다. 설계는 높은 수준의 확실성을 바탕으로 설계되므로 설계 전문가는 효율성을 높이고 재작업 및 오류에 소요되는 시간을 줄일 수 있습니다.

4. 인재 부족의 압박 완화

건설 업계는 잘 훈련되고 경험이 풍부한 인재가 심각한 부족 상황에 직면해 있으며 현재 건설 중인 프로젝트의 요구 사항을 충족할 수 없습니다. 실제로, 업계 최대 노조 중 일부는 미국에서 숙련된 기술자가 부족할 것이라고 예측하고 있습니다.

자동화된 설계는 건설 회사, 엔지니어링 회사 및 계약업체의 개인이 숙련된 관리 경험을 쉽게 얻을 수 있도록 하여 주니어 설계자와 엔지니어도 구축 가능하고 사양을 준수하는 설계를 만들 수 있도록 하기 위한 것입니다. 또한 이러한 사람들은 전통적이고 지루한 작업 디자인 방식에서 벗어나게 됩니다. 대신 시간을 들여 고객의 요구 사항을 진정으로 이해하고 최고의 설계를 달성하기 위한 설계 옵션과 장단점을 탐색할 수 있습니다.

5. 신규 건설 수요에 맞춰 확장

Deloitte의 2023년 엔지니어링 및 건설 산업 전망 보고서에 따르면 신규 건설 프로젝트에 대한 투자가 부족하지 않습니다. 미국에서는 신규 주택 수가 2009년 583,000채에 비해 연간 155만 채에 이를 것으로 예상됩니다. 숙련된 인력이 부족하고 이직률이 높다는 점을 감안할 때 업계는 더 적은 비용으로 더 많은 작업을 수행하는 방법을 배워야 합니다.

Generative AI는 전체 건설 생태계에 걸쳐 규모를 달성할 것을 약속합니다. 계약자는 인재나 보유에 따른 제한 없이 설계 역량을 확장할 수 있습니다. 부품 공급업체는 단순한 부품이 아닌 완전한 목적에 맞게 설계된 조립품 판매를 포함하도록 사전 제작 서비스를 자동화하고 확장할 수 있습니다. 건설 산업은 마침내 이 새로운 기술을 수용함으로써 따라잡을 수 있습니다.

견고한 기초

건설 산업이 혼란에 빠질 준비가 되어 있다는 것은 의심의 여지가 없습니다. 생성적 AI는 건축 역사의 흐름을 근본적으로 바꿀 수 있는 잠재력을 가지고 있습니다. 즉, 건물을 설계하는 방식과 건물 자체의 설계를 근본적으로 변화시킬 수 있습니다. AI는 이미 이 분야에서 일부 성과를 달성했지만 아직 최고의 성과는 나오지 않았다는 것은 분명합니다.

위 내용은 생성적 AI는 건축 설계 자동화에 어떻게 도움이 됩니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!