오페라극장 음향설계 단계의 AI 기반 성능 예측 적용성 평가

키워드

확장요약문

음향설계단계에서는 건축적인 형상과 마감재료 변화에 따른 음향성능을 예측하고 설계안을 수정하는 과정이 반복된다. 설계 조건마다 예측모델 수정, 시뮬레이션 결과분석 및 비교가 요구되므로 다수의 대안을 검토하는 데 시간과 비용이 소요된다. 본 연구에서는 이러한 반복 평가를 대체하기 위해 시뮬레이션 데이터를 학습한 AI 음향성능 예측모델을 설계 환경에 연계하는 워크플로우를 제안하고, 오페라극장 사례를 활용한 검증 계획을 수립한다.

제안하는 설계 절차는 데이터 기반 구축, 예측 모델 개발, 설계 적용 및 재검증의 세 단계로 구성된다. 먼저 Rhino·Grasshopper에서 설계변수와 변화 범위를 정의하고, 건축음향 시뮬레이션 소프트웨어인 Odeon Combined 14를 이용하여 조건별 음향성능을 계산함으로써 설계변수와 음향지표를 연결한 데이터를 구축한다. 다음으로 설계 조건 단위로 학습 자료와 평가 자료를 분리하여 예측 모델을 학습하고, 학습에 포함되지 않은 조건에서 예측 오차를 평가한다. 검증된 예측 모델은 Python을 통해 설계 환경과 연계하여 설계변수 변경에 따른 음향성능 예측값을 제공하도록 구성한다. 이를 활용하여 목표 음향성능을 기준으로 대안을 비교하고 후보안을 선정하며, 선정안은 Odeon으로 재검증한다. 예측 오차가 사전에 설정한 허용 기준을 초과하거나 설계 조건이 학습 범위를 벗어나는 경우에는 해당 조건의 시뮬레이션 자료를 추가하여 모델을 갱신한다. 이를 통해 AI 기반 음향성능 예측의 설계 적용 절차와 검증 방법을 제시하고, 향후 설계 대안 탐색 및 최적화로 확장하기 위한 기반을 마련하고자 한다.