첨단영상대학원 가상환경연구실 연구팀, ‘피지컬 AI 건축’ 실증 성공… 건물이 스스로 판단하고 움직인다
첨단영상대학원 가상환경연구실(VELAB, 지도교수 채영호) 연구팀이 인공지능(AI)을 건축 구조물에 직접 적용한 ‘피지컬 AI 건축’ 기술의 실증에 성공했다. 이번 연구는 건축물이 환경을 인지하고 외장 구조를 실시간으로 제어하는 차세대 스마트 건축 패러다임을 제시했다는 점에서 주목받고 있다.
연구팀은 차세대 건축 외장 기술인 ‘대규모 키네틱 파사드(Kinetic Facade)’에 그래프 신경망(GNN)과 강화학습(RL)을 결합한 예측형 군집 제어 프레임워크를 적용하고, 이를 실물 축척 목업(Mock-up)으로 구현해 실제 환경에서의 작동 가능성을 입증했다.
기존 건축 산업은 타 분야에 비해 인공지능 도입이 상대적으로 더딘 영역으로 평가되어 왔다. 그러나 최근 소프트웨어를 넘어 물리적 환경을 직접 제어하는 ‘피지컬 AI(Physical AI)’ 기술이 확산되면서, 건축 역시 하드웨어와 AI가 결합된 새로운 전환점을 맞고 있다.
이번 연구의 핵심은 기존 3D 건축정보모델(BIM)을 넘어, 건축물 자체에 ‘AI 기반 제어 구조’를 통합함으로써 환경 변화에 따라 외장 구조가 자율적으로 반응하도록 만든 데 있다. 이를 통해 건축물을 단순한 정적 구조물이 아닌, 실시간으로 판단하고 반응하는 자율 제어 시스템으로 확장했다.
키네틱 파사드는 기상 조건에 따라 외장 모듈이 움직이며 태양열과 에너지를 조절하는 스마트 건축 기술이다. 그러나 수천 개의 외장 모듈을 동시에 제어해야 하는 특성상, 기존 방식에서는 연산량 증가로 인한 병목 현상이 발생해 대규모 적용에 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해 모듈 간 관계를 그래프로 모델링하는 GNN과, 최적 제어 전략을 학습하는 강화학습을 결합한 AI 기반 군집 지능 제어 방식을 도입했다. 이를 통해 대규모 모듈을 효율적으로 동시에 제어할 수 있는 구조를 구현했다.
특히 개발된 GNN-RL 프레임워크는 별도의 변환 과정 없이 학습된 정책을 실제 하드웨어에 직접 적용할 수 있도록 설계되었으며, 1:30 축척의 키네틱 파사드 프로토타입에 배포해 실증까지 완료했다. 실험 결과 관람석 구역의 태양 복사열을 10.3% 감소시키는 동시에, 모터 구동 횟수를 25.4% 줄여 시스템 효율성과 안정성을 동시에 향상시켰다.
또한 AI는 ‘관람석의 열 부하 최소화’와 ‘잔디 구역의 광량 확보’라는 상충되는 목표를 동시에 고려해 외장 모듈의 움직임을 자율적으로 결정하는 것으로 나타났다. 이는 AI 기반 군집 제어 기술이 실제 건축 환경에서도 효과적으로 작동할 수 있음을 보여주는 사례로 평가된다.
이번 연구는 ‘Predictive collective control of large-scale kinetic facades via Graph Neural Networks and Reinforcement Learning: From simulation to physical validation’이라는 제목으로 발표되었으며, SCOPUS 컴퓨터 역학 분야 상위 3.3%, JCR 다학제 공학 분야 상위 6.4%에 해당하는 국제 학술지 Journal of Computational Design and Engineering(JCDE) AI 특별호 게재가 확정되었다. 제1 저자는 중앙대학교 박사과정 신수철 연구원(건축사)이 맡았다.
연구팀은 과학기술정보통신부 ‘SW스타랩’ 사업을 통해 확보한 인공지능, 컴퓨터그래픽스(CG), 인간-컴퓨터 상호작용(HCI) 기술과 건축공학을 융합해 이번 성과를 도출했다고 밝혔다.
채영호 교수는 “이번 연구는 BIM 기반 설계를 넘어 AI가 스스로 학습하고 물리적 공간을 제어하는 ‘자율 건축 시스템’의 가능성을 실증한 사례”라며 “향후 스마트시티, 대형 공공시설, 랜드마크 건축 등 다양한 분야로 기술 적용을 확대해 나갈 계획”이라고 밝혔다.
첨단영상대학원은 이번 연구를 계기로 피지컬 AI와 공간 지능 기술을 결합한 차세대 융합 연구를 확대하고, 실제 산업 및 도시 환경에 적용 가능한 혁신 기술 개발을 지속해 나갈 계획이다.
연구팀은 차세대 건축 외장 기술인 ‘대규모 키네틱 파사드(Kinetic Facade)’에 그래프 신경망(GNN)과 강화학습(RL)을 결합한 예측형 군집 제어 프레임워크를 적용하고, 이를 실물 축척 목업(Mock-up)으로 구현해 실제 환경에서의 작동 가능성을 입증했다.
기존 건축 산업은 타 분야에 비해 인공지능 도입이 상대적으로 더딘 영역으로 평가되어 왔다. 그러나 최근 소프트웨어를 넘어 물리적 환경을 직접 제어하는 ‘피지컬 AI(Physical AI)’ 기술이 확산되면서, 건축 역시 하드웨어와 AI가 결합된 새로운 전환점을 맞고 있다.
이번 연구의 핵심은 기존 3D 건축정보모델(BIM)을 넘어, 건축물 자체에 ‘AI 기반 제어 구조’를 통합함으로써 환경 변화에 따라 외장 구조가 자율적으로 반응하도록 만든 데 있다. 이를 통해 건축물을 단순한 정적 구조물이 아닌, 실시간으로 판단하고 반응하는 자율 제어 시스템으로 확장했다.
키네틱 파사드는 기상 조건에 따라 외장 모듈이 움직이며 태양열과 에너지를 조절하는 스마트 건축 기술이다. 그러나 수천 개의 외장 모듈을 동시에 제어해야 하는 특성상, 기존 방식에서는 연산량 증가로 인한 병목 현상이 발생해 대규모 적용에 한계가 있었다.
연구팀은 이러한 문제를 해결하기 위해 모듈 간 관계를 그래프로 모델링하는 GNN과, 최적 제어 전략을 학습하는 강화학습을 결합한 AI 기반 군집 지능 제어 방식을 도입했다. 이를 통해 대규모 모듈을 효율적으로 동시에 제어할 수 있는 구조를 구현했다.
특히 개발된 GNN-RL 프레임워크는 별도의 변환 과정 없이 학습된 정책을 실제 하드웨어에 직접 적용할 수 있도록 설계되었으며, 1:30 축척의 키네틱 파사드 프로토타입에 배포해 실증까지 완료했다. 실험 결과 관람석 구역의 태양 복사열을 10.3% 감소시키는 동시에, 모터 구동 횟수를 25.4% 줄여 시스템 효율성과 안정성을 동시에 향상시켰다.
또한 AI는 ‘관람석의 열 부하 최소화’와 ‘잔디 구역의 광량 확보’라는 상충되는 목표를 동시에 고려해 외장 모듈의 움직임을 자율적으로 결정하는 것으로 나타났다. 이는 AI 기반 군집 제어 기술이 실제 건축 환경에서도 효과적으로 작동할 수 있음을 보여주는 사례로 평가된다.
이번 연구는 ‘Predictive collective control of large-scale kinetic facades via Graph Neural Networks and Reinforcement Learning: From simulation to physical validation’이라는 제목으로 발표되었으며, SCOPUS 컴퓨터 역학 분야 상위 3.3%, JCR 다학제 공학 분야 상위 6.4%에 해당하는 국제 학술지 Journal of Computational Design and Engineering(JCDE) AI 특별호 게재가 확정되었다. 제1 저자는 중앙대학교 박사과정 신수철 연구원(건축사)이 맡았다.
연구팀은 과학기술정보통신부 ‘SW스타랩’ 사업을 통해 확보한 인공지능, 컴퓨터그래픽스(CG), 인간-컴퓨터 상호작용(HCI) 기술과 건축공학을 융합해 이번 성과를 도출했다고 밝혔다.
채영호 교수는 “이번 연구는 BIM 기반 설계를 넘어 AI가 스스로 학습하고 물리적 공간을 제어하는 ‘자율 건축 시스템’의 가능성을 실증한 사례”라며 “향후 스마트시티, 대형 공공시설, 랜드마크 건축 등 다양한 분야로 기술 적용을 확대해 나갈 계획”이라고 밝혔다.
첨단영상대학원은 이번 연구를 계기로 피지컬 AI와 공간 지능 기술을 결합한 차세대 융합 연구를 확대하고, 실제 산업 및 도시 환경에 적용 가능한 혁신 기술 개발을 지속해 나갈 계획이다.