프로젝트 개요

프로젝트 요약:

우리 프로젝트 "재활용 자재를 활용한 건축 도면 생성"은 건축 설계 생산성을 향상시키는 동시에 건설 폐기물 문제를 해결하는 것을 목표로 합니다. 생성형 AI를 활용해 필요한 건축 자재량을 예측하고 재활용 자재의 활용을 촉진합니다. 도면 생성에는 멀티모달 입력이 가능한 Stable Diffusion 기반의 LCM(Latent Consistency Models) 모델을 활용하여 설계 도면과 조감도를 생성합니다. 또한, 생성된 도면을 바탕으로 필요한 건축 자재량도 예측할 수 있습니다.

문제 인식

사회적 문제:

건설 폐기물은 전체 폐기물 중 가장 큰 비중을 차지하며, 각국에서 발생하는 폐기물의 20~50%에 달합니다. 처리 비용이 매우 높기 때문에 건설 폐기물의 재활용은 선택이 아닌 필수 과제가 되었습니다.

혁신과 차별성

우리 프로젝트의 차별점:

이미지 생성 AI는 강력한 성능을 보여주지만, 높은 연산 능력을 필요로 합니다. 이를 극복하기 위해, 우리는 소수의 단계만으로 생성이 가능한 LCM 모델 아키텍처에 LoRA(Low-Rank Adaptation)를 적용했습니다. LoRA를 활용한 미세 조정 과정에서 도면과 건물에 대한 정보를 제공함으로써, 원하는 건물에 대한 정보를 바탕으로 설계 도면을 출력할 수 있음을 입증했습니다.

통찰과 개발

학습 과정:

이 아이디어를 발전시키기 위해 광범위한 조사가 필요했습니다. 한국 사회에서 건설 폐기물의 재활용 과정을 이해하기 위해 건설 폐기물 처리 업체, 건축 자재 및 재활용 자재의 단가, 건축 설계 관련 법률에 대한 정보를 조사했습니다. 이러한 연구를 바탕으로 생성형 AI를 활용해 건설 폐기물 재활용을 더욱 촉진할 수 있는 아이디어를 개발할 수 있었습니다.

개발 과정:

우리 프로젝트에서 사용한 모델들(LCM-LoRA, BLIP)은 Huggingface의 diffuser와 transformers 라이브러리를 활용했습니다. 사용한 데이터셋에 텍스트 데이터가 없고, 제한된 컴퓨팅 자원으로 학습이 진행되어, 이미지 캡셔닝 모델과 LCM 모델에 LoRA를 적용해 연산 효율이 높은 파이프라인을 구축했습니다. 학습된 모델은 Stable-Diffusion v1.5에 LoRA 모듈 가중치만 불러와 추론을 수행할 수 있습니다.