[논문]아파트 최적 배치 자동화 - Rhino Grasshopper를 활용한 parametric model의 최적화를 중심으로 -

성우제; 정요한

doi:10.13161/kibim.2020.10.3.022

[국내논문] 아파트 최적 배치 자동화 - Rhino Grasshopper를 활용한 parametric model의 최적화를 중심으로 -
Automation in Site Planning of Apartment Complex - Through Rhino Grasshopper's Parametric Modeling and Optimization - 원문보기

Journal of KIBIM = 한국BIM학회논문집, v.10 no.3, 2020년, pp.22 - 32

성우제 (충남대학교 건축학과) , 정요한 ((주) GS E&C)

Abstract ▼ AI-Helper

Apartment building site planning is one of time consuming and labor-intensive tasks in architectural design field, due to its complexity in zoning regulations, building codes, local restrictions, and site-specific conditions. In other words, the process can be seen as a very complicated mathematical function with layers of variables and parameters, which ironically can be automated using computational methods on parametric tools. In this paper, a practical method of automating site planning of an apartment complex has been proposed by utilizing parametric approaches in Rhino 3D and Grasshopper. Two primary parameters, building heights and positions, determine the efficacy of building layouts under all regulatory standards, thus testing out numerous combinations of the two will produce some successful layout alternatives. For this, equation solver has been used for iterating the parametric model to sort out meaningful results among others. It also has been proven that the proposed process significantly reduced the time in site planning down to less than an hour on most cases, and many successful alternatives could be obtained by using multiple computers. Post evaluation processes such as day light and view shed analysis helped sort out the best performing ones out of functioning alternatives.

주제어

표/그림 (31)

그림 Figure 1. Overall process flowchart
그림 Figure 2. Data input cluster
그림 Figure 3. Data processing cluster
그림 Figure 4. Data evaluation cluster
그림 Figure 5. Data analysis cluster
그림 Figure 6. Overall grasshopper implementation
표 Table 1. Clusters & Modules of the definition
표 Table 2. Unit type reader
그림 Figure 7. Unit type reader
그림 Figure 8. Site info reader
그림 Figure 9. 2D Model generator
표 Table 3. Site info reader (Geometric Information)
표 Table 4. Site info reader (Numeric Information)
표 Table 5. 2D Model generator
그림 Figure 10. Building Height
그림 Figure 11. Analytic model generator
그림 Figure 12. Translation
표 Table 6. Building height
표 Table 7. Translation Options
그림 Figure 13. FAR(Floor Area Ratio) & BC(Building Coverage)
그림 Figure 14. Max. Buildable volume
그림 Figure 15. Building to building distance
그림 Figure 16. Building to context distance
그림 Figure 17. Wall to wall distance
그림 Figure 18. Building to building clash
그림 Figure 19. Building to context clash
그림 Figure 20. Optimization
그림 Figure 21. Simulation progress (Time-lapse)
그림 Figure 22. Daylight evaluation
그림 Figure 23. Viewshed evaluation
그림 Figure 24. Process overview

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

건물과 건물 간의 충돌이 발생하는지를 검증한다. 건물의 최외곽 선 간의 충돌 여부에 더하여 하나의 건물이 다른 건물의 외곽선을 둘러싸고 있는 경우, 즉 충돌은 발생하지 않으나 실질적으로 충돌이라고 볼 수 있는 경우를 포함하여 충돌의 경우를 수치화한다.
수 있다. 또한 Grasshopper의 graphicaeditor 위에서에서 객체 중심적으로 구현되었기에 건축가의 의식의 흐름을 따라 실질적인 동 배치의 과정을 최대한 반영하여 사용성의 향상을 꾀하고자 하였다.
본 논문에서는 Pilot Project로 사용하였던 대지에 해당하는 법규 및 규제를 바탕으로 법규 준수 여부의 확인을 위한 Module들을 구현하였으며, 추후 새로운 법규 사항이 추가될 때 전체적인 Process의 변경 없이 새로운 Module을 추가하여 동 배치를 진행할 수 있도록 하였다. 본 논문에서 사용하였던 동 배치를 위한 법규 항목은 아래와 같다.
본 연구는 현재 숙련된 건축가에 전적으로 의존하여야 하는 아파트 동 배치를 Parametric Tool을 사용하여 자동화하는 방안을 제시하였다. 이를 통하여 단일 동 배치에 드는 절대적인 시간을 단축할 수 있었으며, 복수의 자동화를 동시다발적으로 진행함으로써 짧은 시간 내에 다양한 대안들을 탐색할 수 있었다.
이를 위하여 본 연구는 Rhino3d와 Grasshopper를 통한 Parametric Model을 구성하고자 한다. 즉 단위 세대, 동 평면, 대지 관련 정보는 형상 정보의 형태로, 각 주거동의 배치를 위한 대지 내 위치 및 높이는 수치 변수의 형태로, 법규와 조례는 이미 입력된 형상 정보와 변수를 활용한 수식의 형태로 구성하여 Grasshopper 상에서 Parametric Model을 작성한다.
이에, 본 논문에서는 아파트의 동 배치를 규정하는 법규 및 조례를 수식화하고, 각 수식 간의 상관관계를 Parametric Model로 구현하여 실용적으로 사용할 수 있는 동 배치 자동화를 제안하고자 한다.

제안 방법

대지 경계 및 건축한계선과 건물의 최외곽 선들이 충돌하는지를 검증한다. 건물이 대지 경계 및 건축한계선의 외부에 존재하는 경우, 즉 충돌은 발생하지 않으나 대지 내에 존재하지 않는 경우는 추가적인 가중치를 주어 수치화한다.
본 논문에서 제안하는 자동화의 과정은 Rhino3d와 Grasshopper 를 이용하여 각 동의 위치와 층수를 주요 변수로 가지는 Parametric Model의 형식으로 구성이 되었다. 법규 준수 여부를 확인하기 위한 독립적인 Module들은 Grasshopper의 C# component를 사용하여 수식화되었으며, 법규 만족의 정도를 실수의 형태로 출력한다.
본 논문에서 제안하는 최적화 배치의 방식은 법규상의 제약 조건이 특수하거나 주어진 제약 조건하에 용적률을 만족시키기 힘든 특수한 경우를 제외하면 1시간 안팎으로 최적화된 배치 대안을 생성한다. 이는 숙련된 건축가가 하나의 배치를 완성하는데 걸리는 시간을 생각하면 인력 및 시간 투입의 측면에서 큰 장점이 있음이 명확하다.
본 연구는 아파트의 설계 과정 중 사업성 검토단계에서의 배치 대안의 생성 및 검증에 드는 시간과 인적 자원의 투입을 최소화할 수 있는 동 배치 자동화 Process에 초점을 맞추었다.
5와 같은 정보를 포함한다. 선행하는 연산의 결과로 만들어진 배치안을 일조, 조망 및 대략 주차 대수의 항목으로 평가하여 그 결괏값을 출력한다.
5H 이상 이격이 되어 있는지를 검증한다. 이를 위하여 평가모형 생성단계에서 구해진 채광창 이격거리 경계와 대지를 둘러싸고 있는 도로, 공지, 공원의 중심선, 혹은 인접 대지 경계와의 교차 여부를 검증한다.
세대로 정의하였다. 이를 통하여 법규를 만족하는 최적화 배치가 일조 환경의 측면에서 가지는 정성적인 측면을 평가할 수 있도록 하였다. 이를 통하여 다수의 배치안 중 일조 성능을 기준으로 최적의 안을 선택 할 수 있도록 하였다 (Figure 22).
포함한다. 전체적인 Process의 주요 변수가 되는 각 동의 층수 및 이동 위치는 용적률 및 대지 경계등에 의해 자동으로 설정이 되도록 하였다.
조망 분석은 대지의 주변에 있는 특정 지형지물을 얼마만큼 잘 볼 수 있는지를 주요 평가 기준으로 삼았다. 하지만 조망에 대한 평가를 위한 기준의 부재로 인해 임의적인 기준을 수립하였다.
Model을 구성하고자 한다. 즉 단위 세대, 동 평면, 대지 관련 정보는 형상 정보의 형태로, 각 주거동의 배치를 위한 대지 내 위치 및 높이는 수치 변수의 형태로, 법규와 조례는 이미 입력된 형상 정보와 변수를 활용한 수식의 형태로 구성하여 Grasshopper 상에서 Parametric Model을 작성한다. 변수로 주어진 주거동들의 개별적인 위치와 높이는 배치 대안을 생성하며 법규 준수의 여부를 판단할 수 있게 한다.
측벽 간 최소거리는 채광창 혹은 비 채광창이 존재하지 않는 아파트의 입면들이 적어도 4미터 이상 이격이 되어 있는지를 검증한다. 평가모형 생성단계에서 구해진 측벽 간 최소거리 경계와 주변의 건물 최외곽 선들의 교차 여부를 검증한다.
되어 있어야 하는 조건이다. 평가모형 생성단계에서 각 동의 평면상 채광창의 위치 및 층수, 층고 등의 정보를 통하여 인동 간격 이격거리를 검증하기 위한 2차원 경계가 생성되었으며 이의 인접 건물과의 교차 여부를 검증한다.
평가모형 생성단계에서 구해진 측벽 간 최소거리 경계와 주변의 건물 최외곽 선들의 교차 여부를 검증한다.
현재의 자동화 과정에서는 건설사 및 설계사에서 구축해 놓은 단위 세대의 평면과 이에 기반한 주동 및 주거동의 형상정보를 이용하여 최적화를 진행하였다. 이는 그동안의 아파트 설계 경험으로 축적된 사용성, 시공성, 경제성 등의 Know-How를 그대로 이용한다는 측면에서의의를 찾을 수 있으나, 틀을 깨는 새로운 동 평면의 구성을 이루기 어렵다는 측면에서 그 한계를 가진다고 할 수 있다.

이론/모형

Opossume 크게 두 가지의 입력값을 사용하며, 하나는 수치적인 Goal이며 다른 하나는 다변수 함수의 변숫값을 조절하기 위한 Number Slider 들이다. Opossume 주어진 Goal이 최소 (혹은 최대)가 되는 변수들의 조합을 찾기 위해 CMAES 라는 Algorithm을 사용한다. (Figure 20).
법규 준수 여부를 확인하기 위한 독립적인 Module들은 Grasshopper의 C# component를 사용하여 수식화되었으며, 법규 만족의 정도를 실수의 형태로 출력한다. 법규를 만족한 변수들의 조합을 찾기 위하여 다변수 함수 최적화 도구인 Opossum (Optimization Solver, by Thomas Wortmann at Advanced Architectural Lab)을 사용하였다(Wortmann, 2017).
이러한 연속적인 반복의 과정을 통해 궁극적으로는 유효성 검증 Module의 수치 총합이 0에 수렴하는 배치를 얻게 된다. 이는 결국 다변수 함수를 최적화하는 알고리즘을 사용하는 Equation Solver를 사용하여 해결할 수 있는데, 본 논문에서는 Opossum (Optimization Solver, by Thomas Wortmann at Advanced Architectural Lab)을 사용하였다. Opossume 크게 두 가지의 입력값을 사용하며, 하나는 수치적인 Goal이며 다른 하나는 다변수 함수의 변숫값을 조절하기 위한 Number Slider 들이다.

성능/효과

본 논문에서 다루었던 법규 준수 여부 확인 Module들은 이러한 지역적인 법규를 모두 반영하지는 못하지만, 이는 본 배치 자동화의 한계점이라기보다는 끊임없이 변화할 수밖에 없는 건축 관련 법규와 규제의 특성으로 생각할 수 있다. 오히려 본 연구에서 제안하는 Cluster와 Module을 활용한 객체 지향적인 구성은 변화가 발생하였을 때 전체적인 Process를 처음부터 다시 시작하거나 대대적인 수정의 필요성이 없이 해당 법규를 수식화하여 Module을 추가하는 방식으로 변화에 유연하게 대처할 수 있는 강점이 될 수 있다.
위의 유효성 검증 Module들은 각각 하나의 특화된 항목에 대한 검증을 통해 수치화된 결괏값을 가지며, 공통적으로는 이 수치가 0에 근접할수록 해당 항목에 대한 최적화가 이루어졌다고 판단 할 수 있다. 그러므로 모든 항목이 0에 수렴하는 배치가 특정 대지에 최적화가 된 배치안이라 생각할 수 있다.
이를 통하여 단일 동 배치에 드는 절대적인 시간을 단축할 수 있었으며, 복수의 자동화를 동시다발적으로 진행함으로써 짧은 시간 내에 다양한 대안들을 탐색할 수 있었다. 이는 곧 아파트 동 배치의 효율성과 효용성의 측면에서 큰 향상을 의미하리라 생각된다.
하지만 조망에 대한 평가를 위한 기준의 부재로 인해 임의적인 기준을 수립하였다. 즉, 거실의 창 중심부에서 가상의 수평면을 설정하고 주변 건물을 피해서 특정 View Target을 볼 수 있는 각도가 10도 이상일 경우 해당 단위 세대는 특정 View Target에 대한 조망이 우수하다고 판단하였다. 각도의 기준 및 View Target의 위치는 사용자에 의해 변경이 될 수 있도록 하였다.

후속연구

이는 그동안의 아파트 설계 경험으로 축적된 사용성, 시공성, 경제성 등의 Know-How를 그대로 이용한다는 측면에서의의를 찾을 수 있으나, 틀을 깨는 새로운 동 평면의 구성을 이루기 어렵다는 측면에서 그 한계를 가진다고 할 수 있다. 유체 내의 부유하는 입자들이 서로의 인력과 거리에 의해 유착되면서 큰 덩어리를 만들어가는 DLA(Diffusion Limitted Aggregation) 시스템과 같은 형태로 단위 평면들이 대지의 경계 내에서 이동하면서 서로 간의 거리에 의해 주동과 주거동을 형성하는 agent 기반의 방식으로 초기 동 배치를 구현하는 것이 이러한 현재 방식의 한계를 넘어서는 방법이 되리라고 생각한다.

참고문헌 (11)

Cho, C. H., Lee, T. G. (2004). The Effect of Layout Type of the Housing on Wind Flow Planning in Apartment Housing. Journal of Korea Planning Association, 39(6), pp. 115-129.
Hong, S. I., Lim, S. Y. (2018). A Study on the Change of the Housing Culture Koreans through the First-generation Apartment in Korea, Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, 8(4), pp. 987-996.
Ha, S. T., Yoo, K. J. (2010). A Study on the Transition Process and Improvement of the Building Code for Apartment Housing Solar Access Right. Journal of the Regional Association of Architectural Institute of Korea, 12(4), pp. 59-68.
Hansen, N., Ostermeier, A. (2001). Completely Derandomized Self-Adaptation in Evolution Strategies. Evolutionary Computation, 9(2), pp. 159-195.

상세보기
Jung, D. W., Lee, H. W. (2000). A Study on the Sunshine Hours and the Heating Expenses in Apartment Building with Different Arrangement. Journal of the Architectural Institute of Korea, JAIK, 16(9), pp. 205-211.
Kim, K. A., Kim, K. S. (2006). Evaluation of Solar Access for an Individual Apartment Unit According to Different Types of Building Blocks and its Layout. Journal of the Architectural Institute of Korea, JAIK, 22(9), pp. 257-282.
Rhee, J. M., Chung, J. W. (2019). Applicability of Artificial Intelligence in Apartment Complex Design - A Generative System Framework of Building Arrangement in Apartment Complex -. Journal of the Architectural Institute of Korea, JAIK, 39(2), pp. 185-188.
Seong Y. B., Yeo M. S., Kim K. W. (2005). Automation for Decision of the Optimum Stories of Apartment Buildings to Assure the Solar Access Right for Neighboring Areas through Applying a Case Study. Journal of the Korean Housing Association, 16(3), pp. 69-77.
Vishaan C., SHoP Architects, Norman F. (2013). A Country of Cities: A Manifesto for an Urban America, pp. 74-101.
Wortmann, T. (2017). Opossum: Introducing and Evaluating a Model-based Optimization Tool for Grasshopper.. CAADRIA, pp. 283-293.
박천규, 이수욱, 김지혜, 노민지, 강성우, 최진, 황관석. (2019). 미래 부동산시장 트렌드와 정책과제. KRIHS POLICY BRIEF, 712, pp. 1-8.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증