데이터에서 시작해 검증으로 끝납니다.
AI가 도면을 읽으려면 먼저 도면이 데이터가 되어야 합니다. 아래는 그 표준을 만든 과정과, 국가 연구개발 과제, 그리고 실제로 측정된 결과입니다.
AI보다 먼저 도면 표준을 만들었습니다.
건축사사무소마다 레이어 체계가 다르면 도면은 학습 데이터가 되지 않습니다. 그래서 레이어가 곧 클래스가 되도록 표준을 정의하고, 그 기준에 맞춰 도면을 하나씩 라벨링했습니다.
6,900
건축물
약 1만 장
도면 이미지
31
표준 레이어 클래스
구축 프로세스
원시데이터 획득 및 정제
CAD 원시데이터를 모으고 학습에 필요 없는 정보를 지웁니다.
원천데이터 정제
객체의 닫힌 경계를 잡고 블록을 지정한 뒤, 공간 영역의 경계를 뽑아냅니다.
데이터 라벨링
레이어 표준에 맞춰 분류하고, 래스터 이미지와 라벨링 정보를 MS COCO 폴리곤 형식으로 내보냅니다.
레이어 표준
레이어 = 클래스. 도면에 그어진 선이 그대로 학습 클래스가 됩니다.
벽
- AA-WAL-CON콘크리트
- AA-WAL-BRI벽돌
- AA-WAL-DRY건식
- AA-WAL-PAN샌드위치 패널
- AA-WAL-ETC기타
구조
- AA-CTW커튼월
- AS-COL기둥
창
- AA-WIN-SWI여닫이
- AA-WIN-SLI미닫이
- AA-WIN-FIX고정창
문
- AA-DOR-SWD싱글도어
- AA-DOR-DSD더블도어
- AA-DOR-RED회전문
- AA-DOR-SLD슬라이딩 도어
- AA-DOR-FOD폴딩 도어
공간
- AA-SPA-RM방
- AA-SPA-LIV거실
- AA-SPA-TOI화장실
- AA-SPA-STA계단실
- AA-SPA-GAR차고
- AA-SPA-AIS통로
- AA-SPA-ENT현관
- AA-SPA-ELV엘리베이터
- AA-SPA-NLF근린생활시설
- AA-SPA-ETC기타
대지·기타
- AA-SITE대지
- AA-ROAD도로
- AA-PAR주차
- AA-STA계단
- AA-SLOP경사
- AA-DIR방향
이 기술은 국가 연구개발 과제에서 나왔습니다.
국토교통부 R&D 「인공지능 기반의 건축설계 자동화 기술개발」. 경북대학교가 주관하고 15개 기관이 함께 수행했습니다.
인공지능 기반의 건축설계 자동화 기술개발
Development of Artificial Intelligence Based Architectural Design Automation Technologies
- 연구기간
- 2021.04 – 2025.12 · 4년 9개월
- 총 연구개발비
- 249억원
- 주관기관
- 경북대학교 산학협력단
- 총괄 연구책임자
- 추승연 교수
세 갈래의 목표
30%
이상 의사결정 자동화
정형 건축물의 계획설계 지원 설계자동화 기술개발
법규 검토와 대지 분석, 매스 계획, 평면 계획까지 — 설계를 시작하는 단계의 판단을 엔진이 거들도록 만드는 일입니다.
건축가, 일반인
80%
이상 상세화 자동화
설계 생산성 향상을 위한 지능형 상세설계 자동화 기술개발
구조와 마감, 설비 상세를 자동으로 그리고, 개산견적과 도면·시방서까지 만들어 내는 단계입니다.
건축가, 전문가
90%
이상 인허가 자동화
설계품질 검토 자동화를 위한 지능형 설계 서비스 보급 및 활용 기술 개발
법규 적합성과 BF·녹색건축 인증을 자동으로 검토하고, 그 결과를 건축행정 서비스로 잇습니다.
건축가, 공무원
세부과제
지능형 공간 계획 및 계획설계 제안 기술개발
경북대학교 · ㈜코스펙이노랩지능형 설계를 위한 설계지식 빅데이터 구축 기술개발
연세대학교 · 동국대학교인공지능 기반 건축상세설계 자동화 기술개발 (Ⅰ)
연세대학교 · ㈜창소프트 I&I · GS건설인공지능 기반 건축상세설계 자동화 기술개발 (Ⅱ)
서울과학기술대학교 · 삼우CM상세설계 가치평가 및 지능형 buildability 검토 기술개발
경상국립대학교 · (사)빌딩스마트협회설계도서 생성 자동화 기술개발
성균관대학교지능형 설계적법성 평가 및 건축행정 서비스 지원 기술개발
경희대학교 · ㈜코스펙이노랩지능형 설계인증 분석 및 평가 자동화 기술개발
한양대학교 ERICA · 공간건축사사무소지능형 건축설계 정보표준 및 서비스 운영보급 기술개발
(사)빌딩스마트협회 · DL이앤씨 · 한성모듈러참여기관
16개 기관 — 대학 8, 기업 7, 협회 1
- 경북대학교
- 연세대학교
- 동국대학교
- 서울과학기술대학교
- 경상국립대학교
- 성균관대학교
- 경희대학교
- 한양대학교 ERICA
- GS건설
- DL이앤씨
- ㈜창소프트아이앤아이
- ㈜삼우씨엠건축사사무소
- ㈜코스펙이노랩
- ㈜공간종합건축사사무소
- ㈜한성모듈러
- (사)빌딩스마트협회
주장이 아니라 측정된 값입니다.
아래는 시험성적서와 논문, 실제 프로젝트에서 나온 수치입니다.
0.92mIoU
평면 레이아웃 생성
AttnGAN 기반 모델로 아파트 평면을 생성해 측정한 값입니다.
95.24%
현장 띠철근 검출
YOLO 기반 검출 네트워크로 기둥 띠철근의 유무와 개수를 판별했습니다. 처리시간 7.75초.
6,900건
학습용 도면 데이터셋
건축물 6,900건, 약 1만 장의 도면 이미지를 라벨링해 구축했습니다.
2024시험성적서
AIBIM-Bubblemaker
현장 검증에서 검출률과 인식률 모두 인증 기준을 통과했습니다.
하나의 요구사항이 건축의 Intelligence가 되기까지.
아래는 단순한 연출이 아닙니다. A3의 핵심 엔진들이 대지를 이해하고, 대안을 제안하고, 성능을 검증하고, 데이터를 연결하는 과정입니다.
설계에서 엔지니어링과 시공까지, 서로 다른 Intelligence Engine이 하나의 흐름으로 연결됩니다.
- 8
- Intelligence Steps
- 3
- Design · Engineering · Construction
- 1
- Connected Intelligence Flow
엔진이 받는 명령
무슨 일이 일어나는가
- 1대지를 이해합니다UNDERSTAND
- 2대안을 제안합니다GENERATE
- 3구조의 가능성을 검토합니다ENGINEER
- 4구조를 구체화합니다OPTIMIZE
- 5성능을 검증합니다VALIDATE
- 6파사드와 비용을 분석합니다COMPARE
- 7BIM을 상세화하고 검증합니다DETAIL & CHECK
- 8건축의 데이터를 연결합니다CONNECT
Intelligence Flow
- UNDERSTAND
- GENERATE
- ENGINEER
- OPTIMIZE
- VALIDATE
- COMPARE
- DETAIL & CHECK
- CONNECT
하나의 엔진이 모든 것을 대신하는 것이 아닙니다.
각 분야의 전문 Intelligence가 서로 연결되고, AI는 더 많은 가능성을 탐색하며, 전문가는 더 나은 판단에 집중합니다.
One Platform. Multiple Engines. Connected Intelligence.