AI기반 최적설계를 통한 경제적이고 환경친화적인 미래 구조공학의 실현
AI기반 최적설계를 통한 경제적이고 환경친화적인 미래 구조공학의 실현
  • 월간인물
  • 승인 2022.02.25 15:11
  • 댓글 0
이 기사를 공유합니다

경희대학교 건축공학과 홍원기 교수
경희대학교 건축공학과
홍원기 교수
그림 1. 레고형 모듈러 공법관련 <br>저자의 엘세비어 저서
그림 1. 레고형 모듈러 공법관련
저자의 엘세비어 저서

 

 

 

저자는 연구재단의 과제에서, 통상 철골 구조물로 시공되는 플랜트 구조물을 철근 콘크리트 구조물로 레고화 하여 콘크리트화 하였다. 본 연구는 역시 AI에 기반한 고층빌딩의 자동화 설계 구현의 토대를 제공하였다. 본 레고형 모듈러 공법은 그림 1과 같이 2020년 엘스비어(ELSEVIER)에서 <Hybrid Composite Precast Systems, Numerical Investigation to Construction>로도 출간되었다.

그림 2. 레고형 보-기둥 일체형 프리스트레싱된 프레임 모듈의 시공 절차 (’21)
그림 2. 레고형 보-기둥 일체형 프리스트레싱된 프레임 모듈의 시공 절차 (’21)

2021년에는 그림 2에서처럼 레고형 보-기둥 일체형 프레임 모듈 전체를 인양하여 시공하였으며, 전체 조립 시간이 채 30분도 걸리지 않았다. 이때 보는 포스트 텐션이 되어있어 보 사이즈를 줄여도, 균열발생을 최소화할 수 있도록 하였다. 접합부는 100% 레고형 볼트조립 방식으로 수행되어 조립 시간뿐만 아니라, 안전에도 획기적인 전환점을 마련할 수 있었다. 이제 부재 모듈의 생산을 위한 스마트 공장의 건설을 계획 중에 있다. 거주용 빌딩, 플랜트 프레임 등의 설계는 엔지니어가 부재 사이즈를 소프트웨어에 입력하여, 구성된 프레임이 설계 규준을 만족하는지를 확인하는 작업이다. 그리고 ‘VE(Value Engineering)’라고 불리는 절차를 통해, 입력수치를 여러 번 변경하여 좀 더 안정적이며 경제적인 설계를 추적해 가는 것이 설계의 과정이라 할 수 있다. 그러나 VE 절차를 통해서 설계를 구현하였다 할지라도 설계 경우의 수가 무한대이므로, 설계결과가 최적설계인지는 보장할 수 없다. 이 과정은 인간 엔지니어의 경험에 꽤 종속되어있다고 이야기하는 이들도 있다.

 

그림 3. 라그랑지와 융합된 인공신경망을 통한 One run, One optimization의 구현
그림 3. 라그랑지와 융합된 인공신경망을 통한 One run, One optimization의 구현

본 저자는 이와 같은 설계 절차를 오롯이 AI에게 맡길 수 없는가를 수년간 고민하다 빅데이터 및 AI 기반에서 단 한 번의 실행으로 최적설계를 구현하는 방법을 개발하였다. 라그랑지가 꿈꿔온 최적화라는 수학의 세계를 컴퓨터의 무한한 세계로 확장해서 가능했던 것이다. 물성치(Material property)와 정해진 부재 규격 등은 등 제약조건(Equality Constraints)’으로, 준수되어야 하는 설계 원칙 등은 부등 제약 조건(Inquality Constraints)’으로 제시하면, AI는 라그랑지에 의하여 최적 설계된 프레임 등을 피드백하여 준다. 그림 3의 인공신경망에서 보이듯이, 물성치 등 기본적인 입력 데이터를 왼쪽에 넣어주면, 거주용 빌딩, 플랜트 프레임 등의 설계를 오른쪽에 도출하여 주는데, 단순하게 설계만 하여 주는 것이 아니라 우리가 원하는 목표들을 반복설계 없이 한 번의 실행으로 최적화하여 준다.

 

그림 4. 건물변위에 대해 유일하게 존재하는 <br>최적화 코스트 곡선
그림 4. 건물변위에 대해 유일하게 존재하는 최적화 코스트 곡선

그림 410층 철골 건물의 층간변위에 대해 최적화된 빌딩 코스트가 계산된 그림으로써 건물의 변위가 증가할수록 건물 코스트가 감소하는 당연한 사실을 보여주고 있지만, 본 곡선은 주어진 건물에 대해서, 세상에 유일하게 단 한 개만 존재하는 최적화된 코스트 곡선이고, 빌딩의 최적설계에 결정적인 단서를 제공하는 설계자료이다. 더 나아가, 저자는 필요시 가격, 이산화탄소 배출량, 건물중량, 층간변위 등을 동시에 집단 최적화하는 획기적인 AI 기반 최적화기법을 개발하였다. 사실 레고형 모듈러 시공보다는 설계 자체가 큰 부담이었다. 쉽지 않은 소프트웨어들을 사용하여 비탄성 유한 요소해석설계를 수행해야 하기 때문이다. 그러나 이제는 본 연구를 통해 인간의 큰 개입 없이 레고형 모듈러의 전체 설계가 AI에 기반하여 이루어 질 수 있게 되었기 때문이다. 플랜트 구조물 분야에서는 공사기간이 상대적으로 짧기 때문에 비싸더라도 철골 프레임을 사용한다고 한다. 그러나 이제 프리캐스트 콘크리트 파이프랙을 사용하는 전례도 발견되고 있다. 특히 본 연구의 결과로, 철골 파이프랙(Pipe-rack) 구조물을 레고형 콘크리트 모듈로 대체하는 경우, 공사기간의 연장 없이 공사비를 크게 절감할 수 있게 됨은 자명하다. 더 나아가, 우리나라의 공동주택 및 건물에 최적화 설계가 반영된 AI기반 설계를 적용하게 된다면, 경제성 측면뿐만 아니라, 환경 친화적인 탄소중립의 인프라건설 구현을 앞당길 수 있으리라 기대된다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

  • 07238 서울 영등포구 국회대로 70길 15-1 RA542 (여의도동14-9, 극동 VIP빌딩 5층) 월간인물
  • 대표전화 : 02-2038-4470
  • 팩스 : 070-8260-0200
  • 청소년보호책임자 : 문채영
  • 회사명 : 월간인물(Monthly People)
  • 대표자 : 박성래
  • 제호 : 월간인물
  • 사업자등록번호 : 227-08-61739
  • 등록번호 : 서울 아 03717
  • 등록일 : 2015년 04월 30일
  • 발행일 : 2015년 04월 14일
  • 발행인 : 박성래
  • 편집인 : 남윤실
  • 월간인물 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.  |  Copyright © 2022 월간인물. All rights reserved.
  • 「열린보도원칙」 당 매체는 독자와 취재원 등 뉴스이용자의 권리 보장을 위해 반론이나 정정보도, 추후보도를 요청할 수 있는 창구를 열어두고 있음을 알려드립니다.
    고충처리인 박성래 02-2038-4470 psr@monthlypeople.com
우수콘텐츠 우수콘텐츠 인터넷신문위원회 ND소프트