건축/환경에너지

Nikkei Architecture_2019.6.27 특집 요약 (p26-49)

AI로 '초고속 건축'
설계∙시공∙유지관리, AI로 고속화

인공지능(AI)이 건축 설계나 시공, 유지관리를 고속화하기 시작하였다. 사람이 했던 단순작업을 컴퓨터가 ‘초고속’으로 처리해 주면, 남는 시간을 사람만이 할 수 있는 창조적인 업무나 워라밸 향상에 쓸 수 있다. AI를 잘 사용한다면 건축은 충분히 더 진화할 수 있다.

Part 1. 설계 업무의 조력자
AI로 설계는 깊어진다

건축 설계라는 지적 생산 행위를 지원하는데 AI가 활용될 것으로 보인다. 단순작업의 효율화에 심층학습 등의 최신기술이 위력을 발휘하고 있다. AI로 작업을 고속화해서 남는 시간을 창조적인 작업에 쓸 수 있다면 설계는 더욱 심화될 것이다.

▶ 다케나카공무점, HEROZ
구조설계를 지원하는 3개의 AI

AI를 통한 단순작업의 고속화로 남은 시간을 고객과의 대화나 사람만이 할 수 있는 창조적인 작업, 설계자의 워라밸의 향상에 쓴다. 다케나카공무점이 장기 AI개발로 유명한 HEROZ(도쿄)와 2017년부터 개발하기 시작한 AI의 윤곽이 본지 취재를 통해 밝혀졌다.

‘리서치 AI’ ‘구조계획 AI’ ‘부재설계 AI’라는 3개의 AI를 설계단계에 따라 분류, 구조설계에 필요한 단순작업의 70%를 줄인다. 이번 AI의 개발 리더는 초고층 빌딩 ‘Abeno Harukas’의 구조설계를 담당한 다케나카공무점의 구시마(九嶋) 부장이다. 실무자 시선에서 ‘유용한 AI’를 목표한다.

첫 작업은 사내에 축적한 방대한 설계 데이터의 정리다. 다케나카공무점의 구조설계시스템 ‘BRAIN’으로 설계한 400개의 프로젝트, 25만개 부재 정보를 데이터베이스화하였다. 이 중에서 진행 중인 안건과 유사한 사례를 간단하게 검출할 수 있도록 한 것이 ‘리서치AI’다.

구조설계의 초기 단계에서는 과거의 유사 사례를 참고하면서 검토한다. 그러나 각 사업소의 정보를 수집하는데 시간이 걸리는데다 경험이 별로 없는 설계자는 어느 사례를 참고해야 할지 고민하게 된다. 면적이나 층수, 스팬 등 구조를 특징짓는 파라미터는 10~30개나 있어 비교가 어렵다.

리서치AI는 10차원 이상의 파라미터를 2차원으로 축약(압축)하여 종합적으로 유사도가 높은 프로젝트를 제시한다. 기계학습의 일종으로 데이터의 수집을 유사도에 따라 분류하는 ‘클러스터링’를 이용하였다.

-- 계산하지 않고 가정(假定) 단면 산출 --

▶ 다이세이건설
AI가 바람 환경 예측

▶ 합동회사 Archiroid
AI 건축가 등장?

Part 2. 건축ⅹAI 사례 Map
‘유용한 AI’는 어느 것인가?

건축 분야에서 AI의 활용 사례가 증가하기 시작했다. 건설회사 등은 벤처기업과 협력해 업무 효율화나 작업 자동화에 착수하고 있다. 설계부터 시공, 유지관리에 이르기까지 건축 프로젝트의 단계 별로 사례를 총람한다.

15년 무렵부터 시작된 AI붐. ‘AI가 인간을 초월하는 날이 온다’ ‘AI에 일을 빼앗긴다’와 같은 과열 양상 논의는 잦아 들고, ‘유용한 AI’를 어떻게 개발해 어떻게 실무에 활용할까에 초점이 옮겨가고 있다.

건설 분야에서도 대형 건설회사 등이 벤처기업이나 연구기관 등과 손을 잡고 개발에 주력하고 있다. AI는 설계 단계뿐 아니라 중장비의 자동화나 시공관리의 효율화, 유지관리의 고도화 등 활용 장면이 다양하다.

Part 3. 시공의 자동화
중장비를 아이처럼 키운다

노동력 부족을 배경으로 건설회사 등이 AI 개발을 추진하고 있다. 중장비의 자동화에서 시공관리 효율화까지 용도는 다양하다. 인해전술로 해결했던 작업을 기계에 맡길 수 있다면 현장의 생산성이 비약적으로 향상될 것이다.

▶ 후지타, DeepX
AI가 중장비 조종

후지타는 도쿄대학발 AI 벤처기업인 DeepX(도쿄)와 심층학습을 이용한 유압셔블 자동화에 도전하고 있다.

개발을 시작한지 약 2년. AI를 탑재한 무인 유압셔블은 기체 전방의 지면을 굴삭하는 아주 단순한 동작은 할 수 있게 되었다. 개발을 담당하는 후지타의 가와카미(川上) 컨설턴트는 “마지막 마무리 등 정밀한 작업까지는 요구하지 않는다. AI가 작업의 80%만 담당해 줘도 상당한 효율화를 이룰 수 있다”라고 말한다.

중장비의 ‘두뇌’에 해당하는 것이 (1)운전석에 장착한 광각카메라 사진으로 기체의 상태를 추정하는 AI, (2)추정한 상태를 바탕으로 다음 움직임을 결정하고 운전석에 장착한 원격조종장치에 조작 신호를 보내는 AI다.

기체 상태를 추정하는 AI에는 유압셔블의 붐이나 암, 패킷을 촬영한 광각카메라 사진과, 그 때의 각 관절의 각도를 세트로 해서 수십만 개의 교사데이터를 주고 데이터의 특징을 학습시켰다.

학습을 끝낸 AI에 광각카메라의 사진을 입력하면 관절 각도를 순식간에 산출한다. 고가의 센서를 사용하지 않아도 카메라만 장착하면 되는 간편함이 특징이다. “교사데이터에 이용한 관절 각도는 기체를 옆에서 촬영한 사진을 바탕으로 사람이 작성하였다”(DeepX의 도야마(冨山) 엔지니어).

한편, 기체를 제어하는 AI에는 시뮬레이터 상의 ‘강화학습’으로 단련하였다. 강화학습이란 컴퓨터가 취한 행동의 결과에 따라서 보수(득점)를 주고, 보다 고득점을 얻는 방법을 학습시키는 방법이다.

땅을 많이 파면 고득점을 얻을 수 있도록 하면 컴퓨터는 수백만 번의 시행착오를 거치면서 효율적인 굴삭 방법을 습득해 나간다. 이렇게 만든 AI로 실제 중장비를 작동하면서 개선하고 있다.

후지타의 가와카미 컨설턴트는 “마치 아이를 키우듯이 모두가 격려하면서 유압셔블을 지키고 있다. 과거에 경험한 적이 없는 이상한 기술 개발이다”라고 웃으면 말한다.

후지타 기술센터첨단시스템개발부의 후시미(伏見) 주임연구원은 “앞으로는 단순한 굴삭 작업뿐 아니라 지정한 구역을 일정 깊이까지 파거나 토사를 덤프트럭에 실을 수 있도록 하고 싶다”라고 말한다.

-- 크레인 자동화 --
중장비 자동화를 추진하는 기업은 후지타 이외에도 있다. 예를 들면 가시마는 고마쓰나 RIKEN(이화학연구소)과 공동으로 불도저나 덤프트럭과 같은 중장비가 협조해 작업하는 ‘A4CSEL’이라는 시스템을 개발하고 있다. 각 사는 토목공사를 메인 타깃으로 개발을 추진하고 있지만 앞으로는 건축공사의 주역인 크레인의 자동화를 추진한다.

코벨코건기(建機)와 도요하시기술과학대학은 19년 4월 23일, 공동연구강좌를 만들어 크레인의 자동화에 착수한다고 발표하였다. 크레인에 매달린 짐을 흔들지 않고 효율적으로 들어올릴 수 있도록 한다. 크레인은 매달린 짐을 내리는 사람과의 협력이 중요하다. 사람의 존재를 인식해서 부딪히지 않도록 하고, 내리기 쉬운 위치로 짐을 운반하도록 기계를 제어할 필요가 있다.

도요하시기술과학대학의 우치야마(内山) 교수는 “우선은 오퍼레이터의 지원 기술을 개발하고 장기적으로는 자율주행을 목표한다. 이미지처리나 기계 제어에 AI를 활용한다”고 말한다.

▶ Photoruction
도면에서 방 면적 자동 산출

▶ DAI DAN, 와세다대학
부재 시공 장소를 순식간에 보여준다

Part 4. 스마트 유지관리
‘벽이나 바닥’에 타 업종도 뜨거운 시선

외벽이나 바닥 검사의 경우는 외관을 보고 열화 정도를 판단하는 경우가 많다. 그 점에서 AI에 의한 이미지인식은 건물의 유리관리와 궁합이 좋다. 구조물 검사 전문기업부터 IT기업까지 다양한 플레이어가 뜨거운 시선을 보내고 있다.

▶ JUST
1년에 AI사업 설립

건물의 외벽 사진을 업로드해서 판정 버튼을 터치하면 ‘명탐정 제이군’이 마감재 종류를 맞춘다. 스타트폰 앱 ‘J-Brain-외벽 마감재 판정 AI’를 알고 있는가?

개발자는 연간 3,000개 이상의 건물을 조사∙진단하는 저스트(요코하마시)다. 지금까지 축적한 조사 데이터와 검사 노하우를 활용해 자사의 업무를 효율화하기 위해 AI를 활용하는 프로젝트 ‘J-Brain’을 2018년에 설립하였다.

AI 인재 확보에 주력해 6명의 IT기술자를 확보. 불과 1년새 개발을 추진하였다. 마감재 판정 앱 이외에 철근콘크리트(RC) 벽의 코어 제거 여부 진단, 지붕에 생긴 녹의 자동 검출 등 조사∙진단에 사용할 수 있는 AI를 복수 발매하였다.

프로젝트를 이끄는 저스트의 가쿠타(角田) 이사는 “부재 종류별 판정이나 열화 판정을 자동화하는 AI도 개발 중이다. 목적에 맞춘 AI를 갖추고 업무 효율화를 추진하고 싶다”라고 말한다.

저스트의 AI는 심층학습에 의한 것이다. 심층학습에서는 AI에 효율적으로 학습시키기 위해 ‘예제’와 ‘정답’을 세트로 한 교사데이터를 준다. 데이터 수가 적고 품질이 나쁘면 정밀도가 떨어진다.

저스트가 1년에 다양한 AI를 개발할 수 있었던 것은 고품질의 교사 데이터를 대량으로 준비했기 때문이다. AI 인재를 많이 확보하고 과거의 조사 데이터가 풍부했기 때문에 고정밀도 교사 데이터를 작성할 수 있었다.

교사 데이터를 준비하지 못하면 AI를 활용하고 싶어도 그럴 수 없다. “데이터를 작성해 주지 않겠습니까?”라는 의뢰가 많이 들어온 것을 계기로 저스트는 19년 1월부터 교사데이터 작성 서비스까지 시작하였다.

가쿠타 이사는 향후 사업 전개에 대해 “다양한 건조물의 이미지진단 플랫폼을 개발하고 있다”라고 밝혔다. 구조물의 이미지를 입력하고 무엇을 검출하고 싶은가를 선택하기만 하면 판정부터 보고서 작성까지를 자동화한다. 현장의 부담을 반감하는 서비스를 목표한다.

▶ 니폰시스템웨어, DJI 등
드론ⅹAI로 외벽 공략

타 업종의 기업도 건물의 메인터넌스 시장에 주목하고 있다. ‘외벽’에 주목한 것은 독일계 SI(System Integrator)업체인 니폰시스템웨어(NSW, 도쿄)다. 드론 업체인 DJI재팬, 일본 마이크로소프트와 공동으로 드론과 AI를 조합시킨 ‘건축물 메인터넌스 서비스’의 상용화를 추진하고 있다.

건축기준법 12조 1항에서는 불특정 다수가 이용하는 건축물의 외벽에 대해, 준공∙외벽 개수부터 10년 후에 테스트 해머에 의한 전면 타진 등을 요구하고 있다.

사람이 균열이나 들뜸 현상을 파악하는 데는 비용이나 시간이 들기 때문에 드론에 의한 외벽 조사에 대한 요구는 강하다. AI를 조합해 촬영한 이미지에서 손상을 자동 검출할 수 있도록 한다면 조사∙진단에 필요한 시간을 대폭 단축할 수 있다.

이미 심층학습을 통해 사진에서 폭 0.2mm 이상의 균열을 검출할 수 있게 되었다. NSW는 현재 드론에 탑재한 적외선카메라 이미지를 바탕으로 타일의 들뜸이나 박리를 자동 검출하는 AI를 개발 중이다.

▶ iXs

바닥 균열도 자동으로

Part 5. 무궁무진한 건축ⅹAI
임대료 심사에 방재까지, 진화는 계속된다

건축분야의 AI 활용은 설계나 시공, 유지관리에 그치지 않는다. 임대주택의 임대료 심사부터 지진 발생 시의 피해 정도 판정까지 흥미로운 시도가 잇따르고 있다. 다양한 활용 사례를 소개한다.

1980~90년대에도 건설업계에서 AI 개발이 붐을 일으킨 적이 있었다. 당시 주역은 ‘룰 베이스 AI’였다. 전문가의 지식을 데이터베이스로 축적, 컴퓨터가 그것을 바탕으로 ‘만약 A라면 B’와 같이 유추하는 시스템이다.

건설회사 등은 최적 공법을 선정하는 시스템 등을 다투어 개발했지만 전문가의 지식을 컴퓨터가 알기 쉽도록 기술하는 것이 어려웠기 때문에 생각만큼의 성과를 올리지 못했다.

그렇지만 당시 아이디어가 모두 부정당한 것은 아니다. 심층학습과 같은 파괴적 이노베이션의 등장이나 컴퓨터 계산 능력 향상, 인터넷 보급에 따르는 디지털 데이터의 급증으로, 당시의 기술자들이 생각했던 꿈이 실현 가능한 단계까지 이르렀다.

▶ [임대료∙비용산정] Starts Corporation, 니혼대학 등
AI라면 불과 15분 / 제안 건수 4배로 증가

스타트 코퍼레이션의 세키도(関戸) 부회장은 “ARCHSIM의 활용으로 임대주택의 제안 건수가 4배 이상 증가하였다”라고 말한다. 동사(同社)의 그룹기업인 스타트총합연구소가 AI를 활용해 임대주택의 건축계획과 사업계획을 자동 생성하는 시스템을 개발한 것은 2018년 3월이다. ‘ARCHSIM’이라고 명명하고 5월부터 사내 운용을 시작하였다. 약 1년 후인 19년 4월 시점에서의 제안 건수는 1만 2,000건에 달했다. 17년도의 약 3,000건에서 크게 증가하였다.

ARCHSIM의 사용법은 간단하다. 토지 정보를 입력하기만 하면 된다. NTT공간정보의 지도∙지번데이터베니스와 컴퓨터시스템연구소의 설계엔진, 응용지질의 3차원 지반모델데이터를 API(Application Programming Interface)로 연계하여 법규 내에서 건설할 수 있는 건물의 볼륨이나 배치를 자동 작성한다. 그 과정에서 AI는 건설비나 임대료를 바로 예측한다. 지금까지 1주일은 걸렸던 작업이 불과 15분에 끝난다.

-- 1,600건의 건설비 데이터 활용 --

▶ [건설현장의 리스크 관리] Autodesk
‘위반 상습자’를 놓치지 말아라 / AI로 작업 리스크 관리

-- 협력회사도 평가 대상 --
-- 일본에서의 제공도 검토 --

▶ [제너레이티브 디자인] 마에다건설공업, Topological Arts
인간의 상상을 초월한 디자인 창조

-- MAS를 건축 설계에 응용 --

▶ [응급 위기도 판정] 도쿄대학대학원
지진으로 파괴된 건물 피해를 사진으로 판정

-- 수목을 보고 피해 예측 --

▶ [사진으로 디자인 생성] 리쓰메이칸대학
AI가 의장 디자인? / 유명 건축을 바탕으로 작성

 -- 끝 --