AI는 당신을 파산시키지 않는 건물을 설계할 수 있을까?

문제

라스베이거스의 Vdara 호텔은 세련된 초승달 모양의 유리 파사드를 갖고 있습니다. 그리고 "데스 레이(death ray)"도 갖고 있습니다. 오목하게 휘어진 유리 벽이 거대한 확대 렌즈처럼 작동해 아래 풀 데크로 햇빛을 집중시켜 플라스틱 라운지 의자를 녹이고 투숙객의 머리카락을 그을립니다. 해결책은 못생기고 비쌌습니다. 거대한 우산과 유리 위에 발라진 비반사 필름이었습니다. 설계 단계에서 아무도 기본적인 물리 현상을 시뮬레이션하지 않았기 때문에 건물의 상징적인 외관은 훼손되고 말았습니다.

이는 일회성 사고가 아닙니다. 런던 20 Fenchurch Street의 "워키토키(Walkie-Talkie)" 타워도 같은 오목한 형상을 하고 있어, 아래 거리로 햇빛을 집중시켜 주차 중이던 재규어의 차체를 녹일 정도의 열을 만들어냈습니다. 같은 건축가가 같은 물리학적 실수를 두 번 저질렀던 것입니다. 이제 빛, 바람, 중력이 실제로 어떻게 작동하는지 전혀 이해하지 못하는 AI 도구가 이런 실수를 수천 번씩 만들어내는 광경을 상상해 보십시오.

지금 당신의 업계가 직면한 위기가 바로 이것입니다. Midjourney와 DALL-E 같은 생성형 AI 도구는 몇 초 만에 사진처럼 사실적인 건물 렌더링을 만들어냅니다. 놀랍도록 멋져 보입니다. 그러나 엔지니어들의 표현을 빌리면 "에셔 그림(Escher paintings)" — 물리 법칙을 위반하는 구조물의 시각적으로 화려한 이미지일 뿐입니다. 계단은 벽으로 막혀 있고, 기둥은 하중을 전달하지 못한 채 천장 속으로 사라집니다. 이것들은 설계가 아니라 디지털 아트입니다. 그리고 팀이 이 둘을 혼동하는 순간, 재무적 결과는 심각합니다.

비즈니스에 중요한 이유

건설에서 미학은 프로젝트 성공 지표의 약 10%를 차지합니다. 나머지 90%는 예산 내에서, 일정대로, 조달 가능한 자재로 그것을 실제로 지을 수 있는지에 달려 있습니다. 생성형 AI는 그 90%를 완전히 무시합니다.

AI가 잘못된 자재를 제안하면 어떤 일이 벌어지는지 생각해 보십시오:

• 유리 비용은 20배까지 치솟을 수 있습니다. 표준 평판 강화유리는 제곱피트당 $18~$25입니다. AI 도구가 무심코 만들어내는 커스텀 곡면 유리는 제곱피트당 $100에서 $500 이상입니다. 글레이징 50,000제곱피트 규모의 프로젝트에서 이는 125만 달러짜리 파사드 예산과 2,500만 달러짜리 예산의 차이입니다.
• 철강 지연은 수백만 달러의 비용을 초래할 수 있습니다. AI가 생성한 설계가 지역 유통업체가 재고로 보유하지 않은 보(beam)를 명시하면 밀(mill) 주문에 직면하게 됩니다. 즉 최소 톤수 요건과 최대 6개월까지 늘어나는 납기 리드타임을 감수해야 한다는 뜻입니다. 상업 개발에서 6개월치 금융 비용만으로도 프로젝트가 무너질 수 있습니다.
• 예산 초과는 역사적 사실입니다. 시드니 오페라 하우스는 700만 달러 예산으로 시작했습니다. 지을 수 없는 쉘(shell) 설계는 10년간의 공학적 고전을 낳았습니다. 최종 비용은 1억 200만 달러 — 1,400%의 예산 초과였습니다.

이것들은 가설적 위험이 아닙니다. 어떤 것이 지어질 수 있는지보다 어떻게 보이는지를 우선시하는 설계가 낳은 직접적이고 문서화된 결과입니다. 팀이 범용 AI로 건축 콘셉트를 탐색할 때 모든 출력에는 이 숨겨진 비용 리스크가 담겨 있습니다. AI는 당신의 공급망, 건축법규, 예산과 아무런 연결이 없습니다. 아름다운 허구를 만들어낼 뿐입니다.

이면에서 실제로 일어나는 일

범용 AI가 건축 설계에서 실패하는 이유는 다음과 같습니다. Midjourney와 Stable Diffusion 같은 도구는 엔지니어들이 "잠재 공간(latent space)"이라 부르는 영역에서 작동합니다. 이것을 방대한 시각 패턴의 도서관이라고 생각해 보십시오. "마이애미의 지속 가능한 초고층 빌딩"을 요청하면 AI는 건물을 엔지니어링하지 않습니다. 수십억 장의 인터넷 이미지를 바탕으로 그 건물의 사진이 어떻게 보일지 통계적으로 예측할 뿐입니다.

이 시각 도서관에서 "창문"은 사진 속 창문이 어떻게 보이는지로 정의됩니다. 실제 세계에서 창문은 단열 브레이크, 글레이징 비율, 러프 개구부 치수, 방수 플래싱 디테일을 갖춘 복잡한 조립체입니다. AI는 그 차이를 모릅니다. 마이애미데이드 카운티 건축법규(Miami-Dade County Building Code)도 모릅니다. 카테고리 5 허리케인의 전단력에 대한 모델도 없습니다. 보가 하중 아래 좌굴할지 검증할 수도 없습니다.

이것이 Veriprajna가 말하는 "기능의 환각(hallucination of function)"입니다. 출력은 진짜 건물처럼 보이지만, 존재하지 않는 재료 특성이나 어느 시공사도 실행할 수 없는 공법에 의존합니다. 확산(diffusion) 모델은 평평한 벽만큼 쉽게 흐르는 유기적 유리 곡선을 생성합니다. AI에게 둘은 똑같이 간단합니다. 당신의 예산에게 곡면 옵션은 20배 더 비쌉니다.

더 깊은 문제는 이 모델들이 기하학을 "합리화(rationalize)"할 수 없다는 점입니다. 합리화란 복잡한 곡선을 공장에서 실제로 생산할 수 있는 평평하고 절단 가능한 조각으로 나누는 것을 의미합니다. 그 단계가 생성 과정에 내장되어 있지 않으면 AI가 만들어내는 모든 휘어진 파사드는 경제적으로 허구입니다. 대부분의 AI 컨설팅 회사는 이런 범용 모델을 커스텀 인터페이스로 감싸 건축 도구로 팔기만 합니다. 그들이 팔고 있는 것은 해결책이 아니라 문제입니다.

무엇이 통하고 무엇이 통하지 않는가

통하지 않는 것:

• 래퍼(wrapper) 기반 AI 도구. GPT-4나 Midjourney 같은 범용 모델 위에 커스텀 인터페이스를 얹은 것들입니다. 기반 모델의 모든 한계 — 물리 없음, 비용 인식 없음, 공급망 데이터 없음 — 를 그대로 물려받습니다.
• 생성 후 공학 검토. 콘셉트 설계가 견적을 위해 시공사에 도달할 때까지 기다리면 "스티커 쇼크(sticker shock)"와 값비싼 재설계로 이어집니다. 손상은 이미 끝난 후입니다.
• 위상 최적화(topology optimization) 단독 사용. 이 기법은 효율적인 구조를 찾기 위해 재료를 제거하지만, 구조적으로는 효율적이면서도 표준 공법으로 제조하려면 비용이 감당할 수 없을 만큼 비싼 유기적이고 뼈 같은 형상을 자주 만들어냅니다.

통하는 것: 제약 기반 생성형 설계(Constraint-Based Generative Design)

핵심 원리는 간단합니다. 이미지를 생성한 뒤 작동하는지 확인하는 대신, 현실의 규칙을 처음부터 AI의 의사결정 과정에 하드코딩하는 것입니다. 작동 방식은 다음과 같습니다:

1. 입력: 현실의 제약 조건. 시스템은 부지 경계, 지역 건축법규(ASCE 7-16 풍하중 표준 등), 지역 서비스 센터의 실시간 철강 재고, 프로젝트 예산을 입력받습니다. 이것들은 AI에 대한 제안이 아니라 절대 위반할 수 없는 확정 경계(hard boundary)입니다.

2. 처리: 구축하며 배우는 AI 에이전트. 딥 강화 학습(Deep Reinforcement Learning) 에이전트 — 물리 시뮬레이터 안에서 시행착오를 통해 학습하는 AI — 가 수백만 번 구조 설계를 제안합니다. 각 제안은 전문 모듈에 의해 즉시 검증됩니다. 물리 엔진이 응력과 풍하중을 계산하고, 비용 엔진이 모든 보와 접합부의 가격을 매기며, 감사 모듈이 법규 준수를 확인합니다. AI는 저렴하고 강하며 지을 수 있는 설계에 대해 보상을 받고, 법규 위반·품절 자재·과도한 비용에 대해서는 크게 벌점을 받습니다.

3. 출력: 지을 수 있고 가격이 매겨진 자산. 결과는 예쁜 그림이 아닙니다. 지역 유통업체에 실제로 재고가 있는 실제 철강 섹션(예: W24x68 보)을 명시하는 구조 설계입니다. 표준 재고 길이를 반영해 낭비를 최소화하고, 비싼 현장 용접 대신 표준 볼트 접합을 기본으로 사용하며, 가치가 비용을 명확히 정당화하지 않는 한 곡면 유리를 피합니다.

바로 이 지점에서 AI 제약에 대한 신경-기호적(neuro-symbolic) 접근법 이 중요합니다. 이 시스템은 신경망의 학습 능력과 절대 재정의할 수 없는 하드코딩된 규칙을 결합합니다. 중력은 타협 불가능합니다. 건축법규는 타협 불가능합니다. 당신의 예산은 타협 불가능합니다.

컴플라이언스 및 리스크 팀에게 결정적인 강점은 감사 추적(audit trail)입니다. AI가 내리는 모든 설계 결정은 특정 제약 조건에 대하여 기록됩니다. 특정 보가 왜 선택되었는지, 어떤 법규 조항이 풍하중 계산을 지배했는지, AI가 고려한 모든 대안의 비용 영향이 얼마였는지 추적할 수 있습니다. 이는 규제 심사가 한층 강화되고 있는 부동산 및 주택 프로젝트 에서 특히 중요합니다. 또한 시뮬레이션 및 디지털 트윈 기법 을 활용하면 건설에 단 한 달러라도 지출되기 전에 실제 조건을 대상으로 설계를 검증할 수 있습니다.

제약 기반 아키텍처에 대한 전체 기술 분석은 백서에서 보상 함수, 물리 정보 신경망(physics-informed neural networks), 연합(federated) 에이전트 시스템을 상세히 다룹니다. 또한 시각적 워크스루를 위해 인터랙티브 버전 탐색하기 를 확인할 수 있습니다.