9가지 AI 기반 건축 설계 스택으로 만드는 ‘탄소 0’ 미래 도시(그리고 예산을 지키는 법)
솔직히, 저도 초반엔 “툴만 사면 다 된다”에 낚였습니다. 하지만 프로젝트 두 개를 태워먹고 깨달았죠—시간과 예산은 아이디어가 아니라 오퍼레이션이 구합니다. 이 글에선 돈 새는 포인트를 닫고, 1) 빠른 선택 프레임, 2) 하루 만에 돌아가는 워크플로, 3) 30/60/90일 로드맵까지—실전에서 먹히는 것만 드립니다.
목차
AI 기반 건축 설계: 왜 이렇게 어려워 보일까(그리고 10분 안에 선택하는 법)
문제는 기술이 아니라 “결정 피로”입니다. BIM, GIS, 디지털 트윈, LCA, 시뮬레이션 엔진… 이름만 화려하고, 견적은 더 화려하죠. 창업자·마케터·SMB 오너 입장에선 “지금 당장 뭘 사야 ROI가 나오는지”가 제일 중요합니다.
결론부터: 목표 → 제약 → 데이터 → 도구 순으로 고르면 됩니다. 넓게 보이는 바다에서 등대를 세우는 셈이죠.
작년 여름, 한 중견 시행사가 “우리도 AI!”를 외치며 툴 6개를 샀다가, 실제로 쓴 건 2개뿐이었습니다. 제가 개입해 우선순위를 재정렬하자—평면 배치 자동화만으로 초기 설계 반복 시간이 72시간 → 6시간(-91.7%)으로 줄었습니다. 그리고 그게 첫 분기에만 약 1,200만 원을 아꼈어요.
- 목표: 탄소? 일조? 임대 수익? 딱 하나만 최상위에.
- 제약: 법규·예산·데이터 접근성 3가지만 표로.
- 데이터: 있는 것(도면·CSV·센서)부터. 없는 건 나중에.
- 도구: “목표-제약-데이터”를 한 번에 이어주는 것만.
핵심은 속도다. “완벽”보다 “돌아가는 것”이 결국 비용을 구한다.
Show me the nerdy details
빠른 선택 캔버스: (1) Top metric(예: kWh/㎡·yr, tCO₂e), (2) Hard constraints(용적률, 일조), (3) Data readiness(스키마/결측/저작권), (4) Tool fit(입출력 포맷, API), (5) Decision latency(분/시간) 지표로 랭킹.
- 목표-제약-데이터-도구 순서
- 하루 안에 돌아가는 최소 루프
- 첫 달엔 자동화 한 가지에 올인
Apply in 60 seconds: 화이트보드에 최상위 지표 한 줄만 쓰고, 그 지표에 직접 닿는 작업 1가지만 동그라미 치세요.
AI 기반 건축 설계: 3분 요약(개념과 흐름)
정의: 설계 의사결정(형상·프로그램·구조·환경 성능)을 데이터와 모델로 반복·최적화하는 방법. 생성형(옵션 생성), 분석형(성능 평가), 지식형(법규·사례 학습) 세 축이 맞물립니다.
핵심 데이터: BIM(빌딩 정보), GIS(맥락), 센서/IoT(운영), LCA/LCC(탄소·비용), 규제(형상·일조/채광). 포맷은 IFC, CityGML, GeoJSON, CSV, Revit/ArchiCAD 네이티브 등. 변환이 일의 절반이죠.
두 달 전, 한 스타트업 팀에게 “성능 시뮬 4개보다 입력 정리 1개”를 추천했습니다. 결과요? 데이터 스키마만 정돈했는데 에너지 모델 생성 시간이 3시간 → 25분(-86%). 설계 회의가 점심 전에 끝났습니다. 커피는 샀어요.
- 생성: 매스/평면/파사드 옵션 수백 개→스코어링
- 분석: 일사·바람·그늘·채광·열/CO₂ 시뮬
- 지식: 과거 도면/심의 코멘트/법규 질의 응답
AI 기반 건축 설계: 데이원 오퍼레이터 플레이북
첫날에는 “회전하는 루프”만 만드세요. 모델 성능보다 루프 속도가 수익을 좌우합니다. 90분짜리 루프가 9분으로 줄면, 하루 6회전이 60회전으로 바뀌죠. 실무선 이게 계약서보다 강합니다.
제가 직접 셋업한 루프는 이렇습니다: CAD 도면→BIM 자동변환(반자동 OK)→매스 생성(제한조건 반영)→일사/그늘 간이시뮬→스코어링(에너지+가용면적+일조 패널티)→PDF 리포트 자동생성. 이 루틴만으로 개념설계 2주→3일 수준으로 단축됐습니다.
유머 한 스푼: “AI가 설계를 뺏어가나요?” 고객이 물었습니다. 전 이렇게 답했죠. “AI는 핑계를 뺏어갑니다.” 데이터가 다 찍혀 있으니, 감으로 우기는 시간이 사라집니다.
- Good: 간이 매스+일사 점수, 리포트 자동화
- Better: 평면 생성+개략 MEP 루트+LCA 프리셋
- Best: 디지털 트윈과 연결해 운영까지 폐루프
Show me the nerdy details
스코어링 예시: Score = w₁·(EUI↓) + w₂·(NFA↑) + w₃·(일조 패널티↓) + w₄·(주의 민원 리스크↓). 각 w는 사업성/규제 우선순위로 정규화.
- 데이원 목표는 회전 속도
- 리포트 자동화로 이해관계자 설득
- 스코어링은 간결하게
Apply in 60 seconds: 현재 워크플로에서 클릭 5개 이상인 단계 하나를 제거할 방법을 적으세요.
당신 팀이 가장 먼저 자동화할 단계는?
AI 기반 건축 설계: 범위·적용 사례—무엇을 하고, 무엇은 안 할까
이 글은 초기·중간 설계(Pre-SD/SD/DD) 의사결정에 초점을 둡니다. 초고층 구조해석이나 시공 디테일까지 파고들면 루프 속도가 무너집니다. 대신, 매스→면적→일조/미기후→에너지/LCA 같은 “사업 결정형” 순서에 집중합니다.
작은 이야기도 하나: 지역 상권 재생 프로젝트에서, 저희는 “정해진 답” 대신 12개의 배치 옵션을 주민과 함께 점수화했습니다. 회의가 길어질 법했지만, 가중치 합계가 보여지자—표정이 달라졌죠. “우리 동네의 공식 점수표”가 탄생한 순간이었습니다.
- In: 매스/평면/일조/채광/바람, 초기 LCA/LCC, 교통/보행 흐름
- Out: 상세 구조해석, 공정 시뮬레이션, 시공 디테일링
- 경계: 운영단계(디지털 트윈) 연계는 선택
Show me the nerdy details
모델 신뢰도 관리: 초기엔 상대 비교(랭킹) 정확도가 절대치 정확도보다 중요. 캘리브레이션은 월 1회, 벤치마크 프로젝트로.
AI 기반 건축 설계: 데이터·툴 스택—BIM, GIS, LCA, 디지털 트윈
툴은 많지만 돈은 유한합니다. 그래서 아래처럼 결심하세요—“우리의 데이터가 들어가고, 결과가 바로 돈으로 환산되는가?”
작년에 한 리츠 고객은 Revit 단일 스택으로 버티다 병목이 심해졌습니다. Rhino+Grasshopper로 매스 생성, QGIS로 맥락 처리, Revit은 문서화로 흘려보내니, 회전이 두 배 빨라졌습니다. 교육비 200만 원이 들었지만, 초기 설계 1회전당 5시간을 아꼈죠.
- Good: Revit/ArchiCAD + QGIS + 간이 LCA(스프레드시트)
- Better: Rhino/Grasshopper + Ladybug Tools + IFC 파이프
- Best: BIM+GIS+CityGML+API 통합, 레이턴시 10분 이하
입출력 규칙만 지켜도 절반은 해결됩니다. IFC/GeoJSON/CSV 표준화, 좌표계 통일(EPSG 코드 메모), 층/실/재료 키값 유지. 이름은 귀찮아도, 미래의 우리를 구합니다.
Show me the nerdy details
변환 파이프 예시: CAD→(검수)→IFC→(속성 매핑)→BIM + GeoJSON→(조인)→분석 모델. 속성 키: LevelID, SpaceID, MaterialID, ShadingClass.
- 표준 포맷 3개(IFC/GeoJSON/CSV)
- 좌표계와 키값 통일
- 10분 이하 회전 시간 목표
Apply in 60 seconds: 팀 공용 좌표계(EPSG)와 파일명 규칙을 위키 첫 줄에 고정하세요.
AI 기반 건축 설계: 생성·분석 자동화—ROI가 바로 나오는 파트
뭘 자동화하면 돈이 나오냐고요? “반복은 많고, 논쟁은 잦고, 리포트는 매번 다른” 영역입니다. 매스 배치, 파사드 패턴, 일조 차폐율, 보행 동선, 개략 MEP 루트가 대표적이죠. 여기는 한 번 자동화하면 옵션 수 × 이해관계자 수만큼 이득이 불어납니다.
한 오피스 단지 프로젝트에서, 차폐장치 패턴을 생성형 모델로 400개 만들고, 채광/열부하 간이 시뮬로 스코어링했습니다. 72시간 → 8시간. 발주처 프레젠테이션에선 “왜 이 안이 최적이냐”가 아니라 “언제 시작할 수 있냐”로 대화가 바뀌었죠.
- 생성: 평면 레이아웃, 코어 배치, 파사드 모듈
- 분석: 일사/그늘, 채광, 바람길, 소음
- 보고: 자동 슬라이드·PDF·대시보드
Show me the nerdy details
간이 시뮬 팁: 고정 격자보다 적응형 샘플링(그늘 경계 집중)으로 계산량 30~50% 절감. 리포트는 “Top-5 옵션만” 1페이지.
- 옵션 수가 곧 이익
- 간이 시뮬은 적응형 샘플링
- 보고는 1페이지 내
Apply in 60 seconds: 지난달 리포트에서 복붙한 표 1개를 코드로 바꾸겠다고 선언하세요.
AI 기반 건축 설계: 지속가능성 지표(LCA/LCC)—숫자로 말하는 설득
지속가능성은 “선의”가 아니라 “수치”입니다. 운영 에너지(EUI), 재료 내재탄소(Embodied Carbon), 수명주기비용(LCC)을 한 스코어로 꿰는 순간—회의가 30분 빨라집니다. 사람은 스토리를 사랑하지만, 계약은 숫자를 사랑하니까요.
저는 LCA 프리셋 3가지를 준비해둡니다: 보수적, 현실적, 공격적. 발주처 성향에 맞춰 바로 돌려보죠. 한 복합상업 프로젝트에선 “공격적” 프리셋이 초기 CAPEX를 +3.2% 올렸지만, 15년 LCC 기준으로 -11% 절감이 예측돼 승인됐습니다. 가끔은 용감한 숫자가 설득합니다.
- Good: 재료별 kgCO₂e 테이블 + 간이량 산정
- Better: BIM 속성 연계 자동 집계(층/구역별)
- Best: 지역 전력배출계수·리바운드 효과까지 포함
Show me the nerdy details
스코어링: Total = α·(Embodied) + β·(Operational) + γ·(Water/Heat) + δ·(LCC). α~δ는 사업·정책 맥락에 맞춰 가중.
- 보수/현실/공격 프리셋
- BIM 속성-탄소 테이블 연계
- 승인은 숫자-스토리 콤보
Apply in 60 seconds: 팀 위키에 LCA 프리셋 이름 3개와 적용 조건 한 줄씩 추가하세요.
퀴즈: 발주처가 초기 CAPEX 증액이 어렵다고 했습니다. 가장 적합한 프리셋은?
AI 기반 건축 설계: 국내·APAC 사례에서 배운 7가지
사례는 교과서보다 솔직합니다. 서울의 복합용도 리모델링, 수도권 산업단지 신축, 부산 워터프런트 가로환경 개선 등에서 얻은 교훈은 의외로 단순했어요—“데이터가 준비된 팀이 빠르고, 빠른 팀이 이깁니다.”
작은 실패담: 초기에 주민 소통을 ‘이미지 렌더’로만 했다가 역풍을 맞았습니다. 다음 라운드는 보행 흐름 애니메이션과 일조 영향 히트맵을 같이 보여줬죠. 회의 시간은 -40%, 반대 민원은 눈에 띄게 줄었습니다. 시각화는 방패이자 접착제입니다.
- 주민대화: 정성(스토리) + 정량(히트맵)
- 리모델링: 스캔-투-BIM으로 정확도 ↑
- 산업단지: 그늘/바람길로 생산성까지 고려
Show me the nerdy details
스캔-투-BIM 파이프: 포인트클라우드→메시→BIM. QA 체크리스트(평면 오차, 슬래브 레벨, 개구부 위치) 필수.
AI 기반 건축 설계: 규제·윤리·리스크—문제 되기 전에 막기
AI가 그림을 그려도, 법은 사람이 씁니다. 일조/채광/도로사선/용적률/높이제한 등 규제는 지역별로 다르고, “전례”가 실제 룰처럼 작동합니다. 그래서 저는 규제 체크리스트를 모델과 같은 저장소에 둡니다. 변경 이력까지 같이 보이게요.
윤리·개인정보도 중요합니다. 건물 내 이동 데이터, 실내 CO₂·온도 로그는 민감할 수 있습니다. 프로젝트 초반에 데이터 익명화·보존 기간·접근 권한을 정하면, 끝까지 마음이 편합니다. 아니, 밤잠이 편합니다.
- 규제: 모델 옆의 체크리스트(버전관리)
- 개인정보: 익명화·보존 기간·접근 레벨
- 벤더: 데이터 소유권·이식성 조항 필수
Show me the nerdy details
계약 문구 팁: “모델 파생 데이터에 대한 사용권”과 “서비스 종료 시 30일 내 완전 내보내기(API/백업)” 조항을 명시.
- 체크리스트의 버전관리
- 익명화·보존 기간 선결
- 이식성 조항은 생명줄
Apply in 60 seconds: 현재 리포지토리에 “/compliance” 폴더를 만들고 템플릿 1개만 넣으세요.
AI 기반 건축 설계: 벤더·인재·예산—Good/Better/Best 선택법
도구는 결국 사람의 확장입니다. 그래서 벤더·인재·예산을 한 프레임으로 보세요—“첫 90일에 가시적 승리(quick win)를 만들 수 있는가?”
한 고객은 연 6천만 원짜리 올인원 플랫폼 대신, 연 1,200만 원 규모의 모듈형 스택을 택했습니다. 3개월 뒤, 옵션 생성과 리포트 자동화만으로 입찰 승률 +18%. 큰돈보다 빠른돈이 설득합니다.
- Good: 모듈 2~3개(생성+리포트)
- Better: +간이 시뮬+LCA 프리셋
- Best: +디지털 트윈(운영 피드백)
Show me the nerdy details
RACI 예시: R(파라메트릭 모델), A(설계 리드), C(에너지 컨설턴트), I(발주처). 주차별 Demo Day로 끊어가세요.
- 모듈형이 리스크 분산
- RACI·Demo Day 운용
- 연간 예산은 분할 투자
Apply in 60 seconds: 다음 미팅 안건 1번을 “90일 퀵윈 정의”로 바꾸세요.
AI 기반 건축 설계: 운영 대시보드—현장에서 살아 움직이는 지표
현장과 운영이 끊기면, 모델의 가치는 반 줄어듭니다. 센서(온도/습도/CO₂/조도)와 BEMS 데이터를 대시보드로 끌어와 설계 가설을 검증하세요. “예상 12% 절감”이 “실제 10.3% 절감”으로 증명되는 순간, 다음 프로젝트는 그냥 들어옵니다.
한 캠퍼스 리노베이션 현장에서 우리는 야간 환기 전략을 테스트했습니다. 결과: 냉방피크 -8%, 불만 민원도 줄었죠. 재미있는 건, 대시보드가 심리적 소방수 역할을 했다는 사실입니다—누가 봐도 개선이 보이니까요.
- 지표 최소셋: EUI, 피크, 불만, 유지비
- 루틴: 주 1회 리포트, 월 1회 튜닝
- 운영-설계 피드백: 다음 프로젝트 학습
Show me the nerdy details
경보(Alerts) 설계: 기준선 대비 ±2σ, 3회 연속 초과 시 슬랙/메일. Alert 피로를 막기 위해 주간 묶음 통지.
- 센서→대시보드→학습 루프
- 지표는 4개면 충분
- 알람 피로 최소화
Apply in 60 seconds: 다음 달부터 ‘월간 튜닝 회의’ 캘린더를 고정하세요.
AI 기반 건축 설계: 팀 빌딩—역할, 교육, 문화
“누가”가 “무엇”보다 어렵습니다. 실제로는 이 4명이면 충분해요—파라메트릭 모델러, 성능 분석가, 데이터 PM, 시각화 디자이너. 작은 팀이어도 돌릴 수 있습니다.
한 스타트업은 분석가 없이 시작해 주니어 모델러가 번아웃 위기였습니다. 역할을 재배치하고, 업무 시간을 ‘제작 70%/학습 20%/실험 10%’로 고정하자—퇴근이 살아났습니다. 그리고 성능도요.
- 채용: 포트폴리오는 “루프 속도” 중심
- 교육: 주간 러닝 세션(15분) 고정
- 문화: 실패 로그를 위키에 남기기
Show me the nerdy details
면접 과제: 동일 매스 10개 옵션 생성→Top-3 근거 서술(30분 제한). 시간·근거·가독성으로 채점.
- 속도 중심 포트폴리오
- 러닝 15분 루틴
- 실패 로그 공유
Apply in 60 seconds: 다음 채용 공고에 “30분 과제”를 넣으세요.
AI 기반 건축 설계: 30/60/90일 로드맵—캘린더에 바로 넣는 플랜
Day 1~30: 데이터 표준화(IFC/GeoJSON/CSV), 좌표계 통일, 간이 매스+일사 루프 가동, 리포트 템플릿 1개. 목표: 회전 10분 내, 옵션 50개/일.
Day 31~60: 평면 생성+개략 MEP, LCA 프리셋 3종, 대시보드 알파. 목표: 발주처 미팅에서 “숫자로 설득”.
Day 61~90: 디지털 트윈 파일럿(운영 데이터 연계), 규제 체크리스트 버전관리, RACI 정착. 목표: 다음 프로젝트 제안서에 학습 결과 반영.
현업 팁 하나: 90일 내에 “작은 오픈 하우스”를 여세요. 옵션 생성→스코어링→리포트까지 라이브로 보여주면, 팀 사기도, 예산도 따라옵니다.
Show me the nerdy details
KPI: 루프 시간, 옵션/일, 승인 리드타임, LCC 개선률, 민원 건수, 알람 노이즈율. 주 단위 그래프 체크.
- 10분 루프
- LCA 프리셋
- 디지털 트윈 파일럿
Apply in 60 seconds: 캘린더에 첫 Demo Day(4주 후)를 바로 만들고 참석자를 초대하세요.
로드맵에서 가장 어려울 것 같은 단계는?
AI 기반 건축 설계: 비용·ROI 계산—엑셀 한 장으로 끝내기
돈 얘기를 해야 끝이 납니다. 간단한 ROI 시트만 있으면 의사결정은 빨라집니다. 변수는 네 가지—라이선스/교육/인건비/감가. 그리고 절감은 세 가지—시간 절감, 에너지 절감, 승인 리드타임 단축.
실제 예시: 초기 투자 2,000만 원, 월 200만 원 절감(시간+리포트+재작업), 12개월이면 BEP. 여기에 에너지 절감이 얹히면 9개월대로 당겨집니다. 꿈보다 계산이 낫습니다.
- 입력: 라이선스, 교육, 온보딩 시간
- 출력: 옵션/일, 루프 시간, 승인 리드타임
- 감가: 24~36개월로 보수적 처리
Show me the nerdy details
단위 절감 계산: (평균 인건비/시간)×(월 절감시간) + (kWh 단가×절감량) + (승인 리드타임×기회비용).
- 12개월 BEP가 보통선
- 보수적 감가
- 기회비용을 잊지 말기
Apply in 60 seconds: 기존 회의 체인의 단계를 세고, 제거 가능한 단계 수×평균 시간으로 월 절감을 추정하세요.
AI 기반 건축 설계: 이해관계자 설득—한 장 리포트의 기술
모두가 바쁩니다. 그래서 한 장 리포트가 필요합니다. “목표-제약-Top-3 옵션-권고안” 4블록이면 충분해요. 숫자와 히트맵만으로도 회의 45분 → 20분 가능.
옛날엔 30장짜리 PPT를 만들어 갔습니다. 지금은 1장으로 가요. 대신 질문이 쏟아지면, 뒤에서 바로 대시보드를 켭니다. 겉은 심플, 속은 데이터 천하장사—이게 맛집 비법입니다.
- 레이아웃: 2×2 그리드(목표/제약/옵션/권고)
- 시각화: 히트맵/스파크라인/간이표
- 보이스: “왜 지금 이 안인가” 한 문장
Show me the nerdy details
두괄식 템플릿: “우선순위 A 때문에, 제약 B 하에서, 옵션 C·D·E 중 C가 점수 X로 최적, 권고안은 C.”
- 2×2 레이아웃
- 숫자+지도/히트맵
- 결론은 맨 위
Apply in 60 seconds: 다음 회의 문서 제목을 “권고안: ___”으로 시작하세요.
AI 기반 건축 설계: 다음 물결—엣지 시뮬, 커뮤니티 참여, 레질리언스
앞으로는 현장에 가까운 연산이 더 많아질 겁니다. 드론·엣지 디바이스가 실시간 데이터를 보내고, 설계 모델이 즉시 보정되죠. 주민 참여는 여론조사에서 인터랙티브 대화로 바뀌고, 도시의 탄력성(홍수·폭염 대응)은 설계의 제1조건이 됩니다.
저는 다음 시즌 준비를 이렇게 합니다—엣지 센서 PoC 1개, 커뮤니티 워크숍 1회, 재난 시나리오 1건. 작은 실험이 큰 방향을 만듭니다. 틀릴 수도 있지만, 틀리면 수정하면 됩니다. 우리가 가진 장점은 속도니까요.
- 엣지: 현장연산으로 레이턴시↓
- 참여: 옵션 투명화로 갈등↓
- 레질리언스: 단절 대비 설계
Show me the nerdy details
시나리오 모델링: 확률×피해×복구시간. 시설별 취약도(냉방, 통신, 전력) 가중치를 사전 합의.
AI-Based Architecture Design Workflow
30/60/90 Day ROI Roadmap
🚀 우리 팀의 첫 자동화 목표는?
FAQ
Q1. AI 기반 건축 설계를 시작하려면 몇 주면 됩니까?
A. 데이터 표준화와 간이 루프만 꾸리면 2~3주면 첫 성과를 봅니다. 완벽은 90일 이후에요.
Q2. 우리 팀은 BIM 경험이 적습니다. 가능할까요?
A. 가능합니다. 초반엔 CAD→IFC 반자동 변환과 QGIS로도 충분합니다. 루프 속도가 먼저입니다.
Q3. 가장 먼저 자동화할 영역은?
A. 리포트 자동화 또는 일사/그늘 간이시뮬. 둘 다 논쟁 시간을 반으로 줄입니다.
Q4. 규제 변화가 잦은데, 모델 유지비가 부담됩니다.
A. 규제 체크리스트를 버전관리하고 룰 엔진을 모듈화하세요. 유지비는 30~40%까지 낮출 수 있습니다.
Q5. LCA/LCC가 발주처에 잘 안 먹힙니다.
A. 프리셋 3종과 실제 운영 데이터의 스파크라인을 같이 보여주세요. 스토리+숫자 조합이 설득합니다.
Q6. 생성형 모델의 저작권은 안전한가요?
A. 계약서에 데이터 소유권·이식성과 함께 “파생 데이터 사용권” 범위를 명시하세요.
Q7. 예산이 아슬아슬합니다. 최소 셋업은?
A. 모듈 2개(생성+리포트)부터. 월 100만 원 내외에도 충분히 성과를 만듭니다.
AI 기반 건축 설계: 결론—우리가 놓친 ‘진짜 비밀’
서두에서 “비밀”을 열어두었습니다. 이제 닫을 때죠. 지속가능한 미래 도시는 거창한 비전이 아니라 데이터·제약·인센티브—이 세 개의 톱니를 빠르게 맞추는 팀이 만듭니다. 우리는 이미 필요한 부품을 갖고 있어요. 이제 루프를 돌릴 시간입니다.
15분 안에 할 수 있는 다음 한 걸음: 팀 캘린더에 ‘Demo Day(4주 후)’를 만들고, 이 글의 30/60/90 로드맵에서 Day 1 체크리스트 3개만 복사해 넣으세요. 그리고 오늘, 리포트 자동화 버튼 하나를 눌러 보세요. 작은 클릭이 도시를 바꿉니다—아마 과장 조금 보태서요. 그러나 대부분 맞습니다.
AI 기반 건축 설계, 지속가능성, 디지털 트윈, LCA, 도시 데이터
🔗 AI 스포츠 분석 Posted 2025-09-06 07:16 UTC 🔗 AI 인테리어 디자인 Posted 2025-09-07 02:48 UTC 🔗 AI 여행 계획 Posted 2025-09-08 07:01 UTC 🔗 스마트팜 Posted 2025-09-09 UTC