지난 11월 말 라스베가스에서 열린 Autodesk University의 2019년 컨퍼런스 내용을 다 살펴보지도 못한 상태에 Google의 모기업인 Alphabet에서 더 흥미로운 기사가 나왔습니다. 이 리포트는 토론토의 스마트 시티를 개발하면서, Sidewalk Lab이 Generative Design 기술을 활용한 내용입니다.

Google의 자회사인 Sidewalk Lab 홈페이지 | https://sidewalklabs.com/

삶의 환경을 디자인할 때엔 도시 계획자, 건축가, 부동산 개발자들은 삶에 영향을 끼치는 광범위한 요소들을 고려해야합니다. 예를 들어, 밀도 높은 개발을 진행하면 많은 삶의 공간을 만들어 낼 수 있고 직업도 늘어나겠지만, 그에 따라서 교통문제와 고층화는 피할 수 없게 됩니다.

개발이 끝난 공간은 바꾸기가 매우 어렵고 적어도 몇 년 이상은 개발된 상태를 유지하며 사람들이 생활해야 하기 때문에, 삶의 환경 개발에서 수많은 요소들의 균형에 대한 이해가 중요합니다. 그러나 요소들의 분야가 다양하고 많으며, 각기 다른 전문분야에 힘을 쏟아야 하기 때문에, 전문가들이 모든 요소를 완전히 이해하고 평가하기란 어려운 일입니다.

오늘날 다양한 전문가들이 디자인 개발을 위해 각자의 방법으로 프로젝트를 분석합니다. 예를 들어 건축가는 컴퓨터 프로그램을 이용하여 자연채광을 분석하고, 엔지니어는 도로망을 분석하고, 부동산 개발자는 프로젝트의 경제성을 분석합니다. 각 분야 전문가들의 분석을 종합하는데 시간과 비용이 필요하며, 이 문제 때문에 모든 요소를 고려하기보다 제한적인 요소를 바탕으로 개발하게 되기 쉽습니다.

이러한 기존의 분석 방식의 한계를 해결하기 위해 Sidewalk Lab은 머신러닝과 파라메트릭 디자인을 활용하여 새로운 툴을 개발했습니다. 먼저 머신러닝 및 컴퓨터 기반 디자인으로 수십억개의 디자인안을 생성할 수 있고, 이렇게 생성된 디자인 안들은 삶에 영향을 미치는 각 파라미터를 평가하면서 개발되는 커뮤니티가 보다 나은 선호 디자인 안을 선택할 수 있도록 도울 수 있었습니다.

기본 설계안

Open space — 45.3% 

Daylight access — 49%

Total gross floor area (GFA) — 1,513,144 square feet

이 기본설계안을 기준으로 Sidewalk Lab에서 개발된 툴은 수천개의 디자인안을 생성했습니다.

Generative design #00530

Open space — 5.2% 증가

Daylight access — 13.6% 증가

Total GFA — 24,243 square feet 증가

Generative design #00469

Open space — 3.31% 증가

Daylight access — 20.61% 증가

Total GFA — 196,710 square feet 증가

Generative design #01140

Open space — 12.6% 증가

Daylight access — 8.6% 증가

Total GFA — 496,781 square feet 증가

위 사례를 보듯이 Generative 디자인 툴은 완전한 답을 알려주지는 않습니다. 다만 이 툴은 도시계획프로젝트 참여자들에게 프로젝트의 다양한 목표를 이뤄가는 작업 과정에서 보다 효율적일 수 있도록 도울 수 있습니다. 위 경우에는 이 툴로 생성된 대안 디자인안들 보다 최초 디자인 안이 더 나은 디자인안이라고 결정한 것을 확인시켜줄 수 있는 과정을 거쳤습니다. 결과적으로 이 툴은 많은 이해관계속에 의사결정을 투명화 하는데 도움을 줄 수 있습니다.

6월에 공개된 마스터플랜 | 출처: https://www.metropolismag.com/architecture/sidewalk-labs-quayside-toronto-2019-master-plan/

시간이 지남에 따라서 이 툴은 더 발전할 것입니다. 이러한 시뮬레이션 결과뿐만 아니라, 이러한 툴을 사용해 개발했던 프로젝트에서 추후 발생되는 결과들은 평가하면서 더 나은 디자인이 무엇인지 개선할 수 있습니다. 또한 이러한 툴을 사용함으로서 각 분야의 전문가들이 독점해온 지식 및 판단과정이 보다 더 투명해질 수 있습니다. 결과적으로 이 Generative Design Tool이 제대로 작동하게 된다면, 보다 다양한 사람들의 의견이 반영되고 지역사회의 우선순위를 반영하기 쉬우며, 도시 계획에 참여하는 실무자들은 보다 질적으로 우수한 디자인을 위한 업무에 집중할 수 있을 것입니다.

이 프로젝트를 리포트하면서 도시, 건축, 실내 디자인에서 Generative Design이 어떻게 활용될 수 있을까에 대한 고민과, 현주소와 앞으로 얼마나 발전 할 수 있을까에 대한 고민을 하게 되었습니다. 기본 평면도는 라이노의 그라스호퍼나 레빗의 다이나모로 자동 생성되고, 디테일 도면은 카티아로 자동 생성될 수 있는 현재에 앞으로 디자인 교육자와 실무자는 무엇을 가르치고 배우며 사용해야 할 지, 인공지능으로 대체되지 않기 위해 어떤 노력을 해야 할 지 생각해보면 좋을 것 같습니다.

참고자료 

https://sidewalklabs.com/

https://medium.com/sidewalk-talk/a-first-step-toward-the-future-of-neighborhood-design-a2777ad69550

https://medium.com/sidewalk-talk/introducing-city-of-the-future-a-podcast-from-sidewalk-labs-c5ff4714b0a8

https://www.metropolismag.com/architecture/sidewalk-labs-quayside-toronto-2019-master-plan/

한국디자인진흥원 디자인DB.com / 한국디자인진흥원 페이스북

본 콘텐츠의 저작권은 저자 또는 제공처에 있으며, 이를 무단 이용하는 경우 저작권법 등에 따라 법적 책임을 질 수 있습니다. 본 콘텐츠를 블로그, 개인 홈페이지 등에 게재 시에는 반드시 출처를 밝혀주시기 바랍니다. 

* 외부필자에 의해 제공된 콘텐츠의 내용은 designdb의 입장과 다를 수 있습니다.