본 연구는 최근 개발 및 활용이 활발하게 이루어지고 있는 Deep Learning기술을 건축설계 대안생성과정에 활용하는 것을 목표로 한다. 이는 건축가가 생각하기 어려운 상황을 검토하고 그 결과를 자동으로 제시하여 건축가에게 최적의 대안 결정을 지원하게 하는 것을 말한다. 본 기술은 설계자동화와 같이 전통적인 건축 디자인 컴퓨팅 분야에서 연구되어온 주제와 그 맥을 같이하나 기존에 판단 기준을 미리 정해주는 단순한 방식의 인공지능과 차별화되어 인간과 같이 수많은 데이터 중에서 일정한 패턴을 스스로 탐색하고 추론하여 최적의 결과를 도출하는 것에 차별점이 있다. 본 연구에서는 평면디자인에서 공간 및 사물 배치를 통하여 벌어지는 인간행동을 학습하고 이를 추론하여 최적의 결과를 도출하는 기술개발을 목표로 한다. 즉, 어린이집의 가구 및 공간 배치에 대한 딥러닝 기술을 활용한 자동 대안생성 기술개발에 관한 내용이 주가 된다. 본 연구에서는 보육공간의 영역 및 아동의 활동을 모델링하고 기존의 Deep Learning 기술을 도입하여 자동으로 대안을 생성하고 최적의 대안을 제안하는 시스템 개발의 예를 제시하고 있다.
The purpose of this study is to utilize Deep Learning technology which is actively developed and utilized recently in the process of building alternative design. This means that the architect examines situations that are difficult to think about and automatically presents the results to help architects make the best alternative decisions. This technology is different from the artificial intelligence, which is a simple method that pre-sets judgment criteria in the same way as the theme that has been studied in the field of traditional architectural design computing such as design automation, There is a difference in deriving the optimum result by reasoning. In this study, we aim to develop a technique that learns human behavior through space and object arrangement in plane design and derives optimal result by reasoning it. That is to say, the development of automatic alternative generation technology using deep learning technology for furniture and space arrangement of daycare center. In this study, we present an example of system development that automatically creates alternatives and suggests optimal alternatives by modeling the area of children s space and activities of children and introducing existing Deep Learning technology.
1. 서론\n2. 인공지능을 활용한 자동 대안생성 기술 개발\n3. 결론
