렌더링은 아름다웠다. 그런데 그 건물은 지을 수 없었다.
제가 이 문제를 진짜로 이해한 첫 순간은, 파도처럼 휘어진 유리 파사드 렌더링을 보고 있을 때였습니다. 그 아래에는 시공사가 남긴 한 줄짜리 메모가 있었죠: 예산의 3배 초과.
건축가는 그 콘셉트를 오후 한나절 만에 만들어냈습니다. 정말로 아름다웠죠 — 수주를 따내는 그런 종류의 이미지였습니다. 그리고 그것은, 가능한 한 가장 비싼 방식으로, 거짓말이었습니다. 그 디자인이 요구한 이중 곡면 유리는 제곱피트당 100달러에서 500달러 사이입니다. 같은 역할을 하는 평판 강화유리는 18달러에서 25달러입니다. 그 그림에 반해버린 순간, 방 안의 누구도 그 사실을 알지 못했습니다. 그들은 60일 뒤에야 알게 됐습니다. 종합 건설사가 그 꿈에 가격을 매기고, 개발사가 패닉에 빠지기 시작했을 때 말이죠.
그 간극 — 렌더링과 하중 경로 사이, 생성형 AI가 그릴 수 있는 것과 구조 엔지니어가 실제로 도장을 찍어 승인할 수 있는 것 사이의 간극 — 은 건축 산업에서 가장 비싼 문제이면서도 거의 아무도 이를 위한 소프트웨어를 만들지 않는 문제입니다. 건축 분야의 생성형 AI는 픽셀을 만들어내는 데 있어 비범한 수준에 이르렀습니다. 하지만 중력에 대해서는 아무것도 배우지 못했습니다. 이런 형상을 생성하는 도구들 안에는 물리 엔진이 없습니다. 그것들은 이미지를 만들지, 구조를 만들지 않습니다. 그리고 그 차이가 바로 프로젝트가 죽으러 가는 곳입니다.
Trimble은 부실한 설계로 인한 건설 재작업의 연간 비용을 1,770억 달러로 추산합니다. 저를 더 괴롭히는 숫자는 그 뒤에 숨은 내역입니다: 프로젝트 비용 편차의 약 80%가 설계 변경에서 비롯되고, 실제 건설 현장에서 일어나는 일은 겨우 17% 정도입니다. 우리는 지난 10년간 그 17%에 소프트웨어를 쏟아부었습니다 — 현장 물류, 장비 텔레매틱스, 드론 진척 스캔 — 그리고 그 80%는 모델을 공유하지 않는 두 팀 사이의 수동 인계에 방치해 두었습니다.
이런 건물을 생성하는 도구들은 픽셀을 만들지, 하중 경로를 만들지 않습니다. 바로 그 하나의 간극에서 비용 초과 열 건 중 여덟 건이 태어납니다.
이 문제를 고치려다 우리가 무엇을 잘못했는지 이야기하고 싶습니다. 그 실패야말로 우리에게 뭔가를 가르쳐 준 부분이기 때문입니다.
아무도 모델링하지 않은 죽음의 광선
실패 이야기에 앞서, 경고성 사례부터 — 왜냐하면 이것이 물리를 확인하기 몇 주 전에 형상이 먼저 선택될 때 어떤 대가를 치르는지 제가 아는 가장 명료한 예시이기 때문입니다.
라스베이거스에 있는 라파엘 비뇰리의 브다라 호텔은 초승달 모양의 남향 유리 파사드를 가지고 있습니다. 오목한 기하 형태는 오목 거울이 하는 일을 정확히 해냈습니다: 아래쪽 수영장 데크로 햇빛을 집중시킨 것이죠. 온도는 플라스틱 라운지 의자를 녹이고 투숙객의 머리카락을 그을릴 만큼 높이 치솟았습니다. 직원들은 그 초점 구역을 "죽음의 광선"이라고 부르기 시작했습니다. 해결책은 필름, 핀, 그리고 큰 파라솔이었습니다 — 완성된 건물에 볼트로 박아 넣은, 사후의 볼썽사나운 사과였죠.
모든 건축가를 오싹하게 만들어야 할 세부 사항은 이것입니다: 같은 건축가가 그 짓을 또 했다는 것. 런던의 20 펜처치 스트리트 — 일명 "워키토키" — 에서, 오목한 파사드가 아래 거리에 주차된 재규어의 차체를 손상시킬 만큼 뜨겁게 햇빛을 집중시켰습니다. 두 건물, 같은 물리, 같은 건축가, 설계 과정의 같은 맹점.
물리는 미묘하지 않았습니다. 오목 거울은 빛을 집중시킵니다; 1학년 수준의 광선 추적 해석이면 밀리초 만에 잡아냅니다. 문제는 계산이 어려웠다는 것이 결코 아니었습니다. 문제는 그 계산이 다른 건물, 다른 팀의 컴퓨터에서, 형상이 선택된 순간으로부터 몇 주나 하류에 존재했다는 것입니다. 그리고 이제 생성형 도구는 누구든 복잡한 곡면 기하 형태를 몇 초 만에 만들어낼 수 있게 해줍니다. 실수로 태양열 집열기, 풍동, 혹은 음향 초점을 만들어낼 수 있는 방법의 가짓수는 늘어났습니다. 형상이 아직 물렁물렁할 때 이루어지는 물리 검토의 횟수는 늘어나지 않았고요.
우리가 처음 만들었지만 작동하지 않았던 것
우리 팀이 이 일에 착수했을 때, 우리는 뻔한 방법을 택했습니다. 그리고 그것을 밀어붙인 사람이 바로 저였다는 것을 솔직히 말씀드리고 싶습니다. 꿈은 즉각적인 물리 피드백이었습니다 — 건축가가 파사드를 끌어당기면 구조 응력이 실시간으로 업데이트되는 것을 지켜보는, 기다림 없는 것. 그것을 위한 교과서적 도구는 물리 정보 신경망입니다: 구조를 지배하는 방정식을 모델에 곧바로 구워 넣으면, 이론상 물리를 공짜로 얻는다는 것이죠.
우리는 거의 한 달을 거기에 썼습니다. 종이 위에서는 유혹적이었고 실제로는 위험했습니다. 물리 정보 신경망에 대한 정직한 문헌은 홍보 문구 너머를 읽고 나면 가혹합니다: 그것들은 이상화된 방정식을 심어 넣는데, 이는 경계 효과와 다중 스케일 효과를 슬며시 누락시키고, 오차는 곱셈적으로 전파됩니다 — 다시 말해 모델은 그럴듯하고, 확신에 차 있으며, 틀린 답을 건네준다는 뜻입니다. 보 처짐은 4차 미분 방정식이고, 이런 방정식은 이 방법 전체가 의존하는 기울기 안정성을 망가뜨립니다. 무엇보다도, 구조 구성을 바꾸면 다시 학습시켜야 합니다. "자유롭게 탐색하라"는 것이 통째로 약속이었던 도구에게, 기둥 하나 옮길 때마다 전면 재해석이 필요한 모델은 도구가 아닙니다. 그럴듯한 데모가 딸린 함정입니다.
제게 그것이 죽은 순간은, 제가 이미 저설계되었다고 알고 있던 골조에 대해 그것이 깔끔하고 아름다운 변위 그래프를 돌려주는 것을 지켜볼 때였습니다. 그것은 불확실성을 표시하지 않았습니다. 망설이지 않았습니다. 완전한 확신을 가지고 틀렸습니다. 그것은 구조 도구가 될 수 있는 것 중 가장 위험한 것입니다. 확신에 차서 틀린 구조 해석은 정직하게 느린 해석보다 더 위험합니다. 저는 물리 정보 방식이 우아한 답이라고 너무 확신한 나머지, 우아한 것이 안전한 것과 같은지 물어보는 것을 건너뛰었던 것입니다. 같지 않았습니다.
그 실패가 우리에게 실제 접근법을 사준 것입니다.
실제로 작동한 것: 그래프 신경망, 그 회사 자신의 건물들로 학습된
전환점은 우리가 AI에게 방정식으로부터 물리를 재유도하게 하려는 시도를 멈추고, 회사 자신의 해석 이력으로부터 물리를 학습하게 두기 시작했을 때 찾아왔습니다. 구조물은 그래프입니다 — 절점과 부재, 접합부와 하중. 그래프 신경망은 바로 그런 형태를 위해 만들어졌고, 관련 연구는 정말로 훌륭해졌습니다: StructGNN이라는 프레임워크는 변위, 모멘트, 전단력을 99%가 넘는 정확도로 예측하며, 한 번도 본 적 없는 더 높은 구조물에서도 96%의 정확도를 유지합니다. GNN을 최적화 루프 안의 구조 대리 모델로 사용하는 별도의 연구 흐름은 최적화 시간을 81% 줄이고 내재 탄소를 거의 6% 절감했습니다.
핵심은 정확도 수치가 아닙니다. 핵심은 그렇게 빠른 모델이 어디에 자리할 수 있느냐입니다. ETABS에서의 전면 유한요소 실행은 몇 시간이 걸립니다; 가치 공학이 급박하게 진행되는 동안, 부재 크기를 다시 잡는 열 번의 반복은 선임 엔지니어의 시간으로 2주입니다. 몇 초 만에 답하는 대리 모델은 형상이 아직 바꾸기 싼 동안 개념 설계 루프 안에 살 수 있습니다 — 곡면 파사드의 태양열 집중을, 긴 경간의 처짐을, 어느 서비스 센터에도 존재하지 않는 단면을 요구하는 전이보를 선별 검토하면서요. 도장 찍힌 FEA 실행을 대체하려는 게 아닙니다. 나중에 FEA 실행이 부적합 판정을 내릴 무언가에 건축가가 3주를 쏟아부으며 반해버리는 것을 막으려는 것입니다.
이것이 우리가 Veriprajna에서 AEC 회사들을 위해 만드는 것의 핵심입니다: 개념 설계 단계에서의 물리 정보 사전 선별, 실제로 구입할 수 있는 강재에 맞춘 구조 최적화, 그리고 수동 변환에 엔지니어 시간을 흘려보내는 것을 멈추게 하는 BIM-투-해석 파이프라인. Revit에 볼트로 박아 넣은 챗봇이 아닙니다. 회사 자신의 유형학으로 학습된 모델이라, 그들의 건물이 어떻게 거동하는 경향이 있는지 아는 모델입니다.
가장 싼 강재 부재가 종종 가장 비싼 이유는?
저는 조달 과정에서 구조 팀과 함께 앉아보기 전까지 이것을 제대로 이해하지 못했습니다: 서류상 가장 싼 부재가 현실에서는 흔히 가장 비싼 부재이며, 제가 본 어떤 최적화 도구도 그 차이를 알지 못했습니다.
솔버는 W14x730이 구조적으로 효율적이기 때문에 기꺼이 그것을 지정할 것입니다. 하지만 그것은 밀 오더 전용 단면입니다 — 서비스 센터에서 뽑아 쓸 수 없고, 제철소는 분기 주기로 이를 압연하며, 당신은 방금 크리티컬 패스에 16주의 리드타임을 얹은 것입니다. 반면 모든 지역 서비스 센터가 재고로 갖춘, 약간 더 무거운 W형강은 며칠 만에 출하됩니다. 무게 기준으로 "최적"인 설계가 일정을 날려버린 것입니다. "차선"인 설계는 제때, 예산 내에 지어졌고요.
그리고 이것을 제품화하기 어렵게 만드는 부분이 여기 있습니다: 이 산업 어디에도 실시간 강재 재고 API가 없습니다. AISC는 형강 가용성 데이터베이스를 유지하지만, 실제 재고는 여전히 제작업체와 서비스 센터 사이를 전화로, 스프레드시트로, EDI로 오갑니다. 밀 최소 주문량, 정척 길이 낭비, 이번 주에 누가 무엇을 가지고 있는지 — 그런 지식은 엔드포인트가 아니라 관계 속에 삽니다. 구조를 조달 현실에 맞춰 최적화하는 어떤 AI든 그 지저분하고, 인간적이며, 회사마다 다른 데이터를 받아들이도록 만들어져야 합니다. 당신을 구해줄 깔끔한 피드는 오지 않을 것이기 때문입니다. 그것이 바로 기성 소프트웨어가 손대기를 거부하고 맞춤 작업이 존재하는 종류의 문제입니다.
이것은 분기마다 더 중요해집니다. 2025년 ENR 20개 도시 평균에서 강재 가격은 11.9% 올랐고, 강재와 알루미늄에 대한 관세는 연중에 25%에서 50%로 뛰었으며, 지난 분기 가격에 기초해 세운 초기 단계 비용 추정은 허구입니다. 가용성과 변동성을 무시한 채 톤수를 최적화하는 것은 잘못된 변수를 최적화하는 것입니다.
Revit과 ETABS 사이의 변환세
제가 과소평가했던 더 조용한 비용이 있는데, 그것은 순수한 낭비입니다. 당신의 건축가는 Revit에서 작업합니다. 당신의 구조 팀은 ETABS에서 해석합니다. 모델을 한쪽에서 다른 쪽으로 옮기는 것은 버튼 하나여야 합니다. 그런데 그것은 대신, 당신의 회사가 1년에 수백 번 치르는 세금입니다.
Revit에서의 IFC 내보내기는 일상적으로 해석 모델을 떨어뜨립니다: 접합 유형이 사라지고, 해석 오프셋이 리셋되고, 하중 배정이 사라집니다. 형식 자체가 파편화되어 있습니다 — IFC2x3 대 IFC4 정합성 문제는 실재하고, 심지어 벤더가 인증한 교환 애드인조차, 이 산업 스스로의 인정에 따르면, 기본 상태로는 형편없습니다. 그래서 엔지니어는 해석이 시작되기도 전에 변환을 정리하는 데 두 시간에서 네 시간을 씁니다. 프로젝트당 열다섯 번 이상의 반복에, 1년에 서른 개 이상의 프로젝트를 곱해 보면, 당신은 수천 시간의 선임 엔지니어 시간을 데이터 잡역부 일에 태우고 있는 것입니다. 엔지니어링이 아닙니다. 설계가 아닙니다. 변환입니다.
당신의 가장 비싼 엔지니어들이 1년에 수천 시간을 건물을 해석하는 데가 아니라, 건물을 설명해야 했을 파일을 수리하는 데 쓰고 있습니다.
이것은 화려하지 않지만 거대하며, 가장 빨리 본전을 뽑는 구축 부분입니다. Revit API와 해석 도구의 API를 통해 배선된 맞춤 파이프라인은 — 범용 IFC 왕복이 아니라 — IFC가 떨어뜨리는 것을 보존합니다. 어떤 피치에서든 가장 재미없는 슬라이드이자, 담당 임원이 가장 먼저 동그라미 치는 항목입니다.
도장은 움직이지 않는다
사람들은 항상 이런 식의 질문을 저에게 합니다: AI가 그냥 회사들이 엔지니어를 건너뛰게 해주는 것 아닌가요? 그리고 그 답은, 법적으로는, 그들이 예상하는 것과 정반대입니다.
구조 엔지니어가 도면 세트에 서명하고 도장을 찍으면, 그는 그것에 대한 개인적이고 직업적인 책임을 떠안습니다. AI는 그것에 대해 아무것도 바꾸지 않습니다. AI가 생성한 부재를 신입 엔지니어가 작성한 부재와 구별하는 규정은 어디에도 없습니다 — 책임 엔지니어가 둘 다를, 완전히 소유합니다. AI가 생성한 설계도 여전히 건축법의 모든 조항을 만족시켜야 하며, 이제 ASCE 7-22가 IBC 2024에 통합되면서 (새로운 응답 스펙트럼, 새로운 적설 지도, 재작업된 정착 방정식), 만족시켜야 할 규정은 줄어든 게 아니라 늘어났습니다.
저는 이것이 장애물이 아니라 특징이라고 생각하게 되었고, 이것이 우리가 만드는 모든 것을 형성합니다. 엔지니어는 AI의 출력을 심문할 수 있어야 합니다 — 하중 경로를 보고, 그것을 규정에 대조하고, 인턴의 작업을 검증하듯 검증하는 것 — 왜냐하면 자신의 면허가 걸려 있는 사람이 바로 그이기 때문입니다. 확신에 찬 블랙박스 답을 내놓는 도구는, 법적으로 그것을 방어해야 하는 전문가에게는 쓸모가 없습니다. 그것이 물리 정보 신경망에 쓴 그 한 달이 그토록 명료하게 다가온 마지막 이유입니다: 그것은 저에게, 정반대의 것이 필요한 구매자를 위해, 잘못된 것 — 불투명한 확신 — 을 만드는 법을 가르치고 있었던 것입니다.
그렇다면 왜 Autodesk가 그냥 이걸 하지 않았을까요?
공정한 질문입니다. 왜냐하면 거인들이 분명히 움직이고 있기 때문입니다. Autodesk Forma는 최초의 AEC 특화 파운데이션 모델로 소개된 "건물용 뉴럴 CAD"를 출시하고 있습니다. Nemetschek은 에이전틱 AI를 그룹 전사적 우선순위로 삼았습니다. Gartner는 2026년 말까지 엔터프라이즈 애플리케이션의 40%가 AI 에이전트를 내장할 것으로 예상합니다. 이 분야는 틀림없이 움직이고 있습니다.
저는 각 도구가 실제로 어디에서 멈추는지 알 만큼 충분히 많은 기술 평가 회의에 앉아 있었습니다. Forma는 매싱과 부지 계획에는 탁월하지만 구조 부재 크기 산정보다 한참 위에서 멈춥니다 — 당신의 강재가 얼마인지 전혀 모릅니다. Altair의 SimSolid와 PhysicsAI는 메시 없는 시뮬레이션을 빠르게 해내지만, 엔터프라이즈 가격이고, 기계와 자동차를 겨냥하며, BIM 네이티브도 조달 인식도 없습니다. TestFit과 Hypar는 구조 검증이 전혀 없는 부지·공간 계획 도구입니다. 가장 근접한 Stru.ai는 기존 FEA를 감싼 자동화 래퍼입니다 — ETABS를 구동하는 것을 빠르게 해주지, 몇 시간이 걸리는 실행을 즉각적인 피드백으로 대체하지도 않고, 생성형도 아닙니다.
실제로 구입할 수 있는 강재에 맞춰, 당신의 건물들로 학습되어, 생성형 설계와 구조 검증 사이의 루프를 닫는 상용 도구는 없습니다. 그 루프가 승부의 전부입니다.
그것은 그들 중 누구를 깎아내리는 게 아닙니다 — 그들은 자신이 하는 일을 잘합니다. 요점은 생성형 설계와 구조적 현실 사이의 이음매가 바로 수평적 플랫폼이 가지 않을 자리라는 것입니다. 왜냐하면 그것을 닫으려면 회사 자신의 해석 이력, 자신의 유형학, 그리고 자신의 지저분한 조달 관계가 필요하기 때문입니다. 그것은 본질적으로 맞춤입니다. 그리고 도입 수치는 창이 활짝 열려 있다고 말합니다: AEC 전문가의 겨우 27%만이 운영에 AI를 사용한다고 보고하고, 건축가의 도입률이 1년 만에 41%에서 59%로 뛰었음에도 건축 회사의 단 8%만이 AI 솔루션을 구현했습니다. 지금 움직이는 회사들은 늦은 게 아닙니다. 그들은, 이제 겨우 시작한 산업에서, 이른 것입니다.
가치 공학은 정말로 불가피한가?
70년 동안, 대략 85%의 건설 프로젝트가 평균 28%씩 예산을 초과해 왔고, 메가 프로젝트 열 개 중 하나도 안 되는 수가 제때, 예산 내에 끝납니다. 이 산업은 가치 공학을 불가피한 것으로 분류해 왔습니다 — 시공사가 꿈에 가격을 매기고, 개발사가 패닉에 빠지며, 엔지니어가 모델을 열 번 다시 돌리는 동안 모두가 한 달을 잃는 60일에서 90일짜리 의식 말이죠.
그것은 불가피하지 않습니다. 그것은 구조적 실현 가능성, 자재 가용성, 제작 복잡성을 형상이 아직 물렁물렁할 때가 아니라 그것이 잠긴 이후에 확인하는 설계 과정의 증상입니다. 그 검토들을 상류로 옮기십시오 — 개념 루프 안으로, 그래프 신경망의 속도로, 회사 자신의 작업으로 학습되고 실제로 구할 수 있는 강재에 배선되어 — 그러면 가치 공학 위기는 관리되는 게 아닙니다. 그것은 태어나기를 멈춥니다. 만약 당신이 AEC 회사를 운영하고 그 파이프라인이 어떻게 조립되는지 보고 싶다면, 여기에 전체 접근법을 정리해 두었습니다.
이 모든 것을 시작한 그 렌더링 — 예산의 3배 초과라고 그 아래에 휘갈겨 쓰인, 아름다운 유리 파도 — 는 60일이나 너무 늦게 시공사의 스프레드시트 속에서 죽을 필요가 없었습니다. 그것을 죽인 물리는 첫날부터 알 수 있는 것이었습니다. 지금 물어볼 가치가 있는 유일한 질문은, 우리가 왜 계속 맨 나중에야 알게 되는가입니다.
