AU Class
AU Class
class - AU

How to leverage the power of computation to preserve design visions

이 강의 공유하기
동영상, 발표 자료 및 배포 자료에서 키워드 검색:

설명

Recognize ways to enhance workflows through the application of algorithmic design, structural optimization, BIM, and virtual reality using Revit, Dynamo, Rhino and Grasshopper. This class will demonstrate methods to optimize and explore designs to preserve design visions, using Dynamo and Grasshopper. I will talk about how you can optimize your workflow and increase efficiency by creating custom tools for these software. I will also show how Virtual reality can be used for design collaboration with any existing Revit model, to save time and reduce uncertainty. Through small, medium and large scale case studies, we will see how a project of any size could benefit from the use of these methods, and help you identify where your workflow could be further streamlined.

주요 학습

  • Recognize areas in your workflow that can benefit from automation
  • Leverage computation to optimize design
  • Discover how new technologies can be combined to enhance and improve best practices
  • Shorten the time frame from architectural vision to structural reality

발표자

  • Alfonso Oliva
    Alfonso Oliva is an Italian artist, designer and technologist. Oliva is currently the Director of LERA+ and has dedicated his career to the pursuit of computational design. He has lectured at the Center for Architecture in New York, TU Wien, Penn State University, Polytech University of Milan, La Sapienza University of Rome and University of Naples amongst others venues. He has led the design of sculptural art installations, sports arenas and supertall towers. Oliva has been recognized as one of the top 10 under 40 in the US by the CE Magazine and recently received the 2016 Italian Young Talent award from the Arkes Association in Italy. Oliva was one of only 10 recipients of H2CU’s National Engineering Scholarship. He holds a Master in PAE with focus in computational design from Stevens Institute of Technology, a MS in Structural Engineering from NYU and both a MS and Bachelor of Civil Engineering from UNICAS, where he is currently working towards a PhD in Computational Design.
Video Player is loading.
Current Time 0:00
Duration 53:55
Loaded: 0.31%
Stream Type LIVE
Remaining Time 53:55
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
Transcript

PRESENTER: Hello, everybody. First of all, thanks for attending this. The first thing I wanted to do before even introducing the talk, I wanted to get a sense of who is in the audience. So I wanted to ask you, who in the audience is an architect? Can you please raise your hand? OK.

And engineer? Perfect. And who is on the construction side maybe? Great. And then, is there anybody that doesn't fall in this category? OK. So I'm very curious to know.

AUDIENCE: IT.

PRESENTER: IT, perfect.

AUDIENCE: [INAUDIBLE]

PRESENTER: Perfect. OK, sounds great. So this talk is going to touch architecture, engineering, art, construction, it's going to be a big mix. My name is Alfonso Oliva, and I'm the director of LERA plus. LERA plus, it's a computational and research group. We are based in New York. We are part of LERA, former Leslie Roberts and Associates structural engineering firm.

And a little bit about my background before actually diving into the presentation. The reason why I ask the question who is in the audience is because I'm actually mixed myself. Don't get tricked by my New York accent, I'm originally from Italy. That's where I started my studies. I started my studies as surveying engineering. And I started actually practicing. And then after that, I got my Bachelor and my master's in civil engineering. After that, I got this great opportunity to move to New York where I studied structural engineering and I started working as an engineer.

My first experience in engineering was design of tall buildings. After a year designing tall buildings, I understood that I wanted to do more. I was very much, in a way, bored by the tedious tasks. And I wanted to automate these tasks. So what I did, I basically started scripting a little bit every now and then. And then, I understood I needed more. So I went for a master's in architecture with focusing computational design. So that's where the mix comes. After that, I kept working, I saw the value, and I looked for new opportunities, and that's when I moved to LERA, and I founded the LERA plus.

We had a group of by five people now. And we work in a very big mix. You'll see. We work from everything from skyscrapers all the way down to furniture. The reason for that-- we also work on sculptures-- is because I'm an artist myself. I'm actually now conducting a PhD in computational design with focus in the arts, and specifically in sculpture design.

I hope this gives you a good overview of the reason why LERA plus was founded. One thing that is at the core of the group, it's this. We basically believe in preserving architectural visions. We understand how important it is to preserve visions, both in architecture and both in the arts. And we also understand how sometimes engineering can step in and can modify that vision. So we really preserve visions like in architecture, in the arts. And we do this through engineering algorithm aided optimizations and custom software solutions.

We work, as mentioned before, across any kind of size, everything from extra large to extra small. Today, I'll have five examples, five projects that we worked on, and we start from extra large, and we move all the way down to extra small. Anything that you see in this talk can, of course, be applied to any scale. So I just tried to show you some significant examples.

The first one is the HTT Tower. It's a project that we worked on recently. The location is Luanda, Angola, and it's with the architects [INAUDIBLE] of Zapata. This is a rendering of the building. As you can see, there is a main podium at the base, and there is two towers connected by a bridge where there is a pool. And we'll see also a shot of the pool in virtual reality that is part of what we did for this project.

As you can see, as LERA Plus, we provided structural discretization, and translation across finite element analysis and BIM. We usually use Revit for documentation, and we did our discretization in Rhino and Grasshopper. And then we imported the modeling to Etabs-- that is one of the software that we use for final element analysis.

This is an example, just like a screenshot, of, like, different models across different software. And we understand how we did that. We developed-- as I mentioned before, we are very much custom software development driven. As matter of fact, in November, we ended up opening a software development company. And in order to achieve something like this, we actually developed our own interoperability platform.

This is an example of another platform that we developed. It started with another project, actually. And now, of course, we use it across every single project that we have in the firm. This is an example of how we were furnishing a space, and then moving furniture around. And I'll go a little bit in detail about this platform, because we think that this is part of the future of the AEC.

It's a virtual reality platform, and the name is Immersify. I don't know if any of you in the room is familiar with it, or run into it. It's on different parts on the web, so you might have seen it. We just kind of started marketing it. And the reason why the platform was born was actually this.

So these are all the players that are on a typical project that we work on every day-- whether it's a building, whether it's a museum, whether it's a sculptural piece, or whether it's, like, a piece of software. So in a typical building like this, you might have engineering, architecture, somebody in the construction side, and the owner. And what happens is that every time they need to discuss something, they need to get on a call, or maybe in a room. What you do in that call is that you understand if there is, like, any clash. It could be, like, any P against structures, or structure against architecture. And then you need to document it. Right?

The first step of documentation is to annotate-- like, so take notes notes during the meeting. Once the meeting is done, you put that on a plan, maybe-- like on a plan view-- maybe by hand, or maybe with Bluebeam. And then you transfer that information to whoever is working on the BIM model. What happens after that is that everybody does that-- like, on the architectural side, on the engineering side, on the MEP, and so forth. And then you have to get back on this call, or back on in this meeting, and do exactly the same thing. So this process is very time consuming, and sometimes frustrating.

So what we want to do with Immersify is that we want to break the loop, and we want to make everything easier for you, in terms of collaboration. I'll have examples and short videos to show you some of the functions that Immersify has.

And what we want to do, in brief, is that we want to get everybody in VR, in the real model-- model that has the architectural 3D model, the engineering 3D model, MEP-- whatever you want in there, whichever contents you might have. And we want everything to happen in there. We'll see how you can annotate. We'll see how you can move elements. You can add 3D content, whether it's a chair, whether it's a column, or it's a beam-- like, anything. Or a piece of-- you know, for the MEP.

And then, after that, you can actually either save your session, or you can import all of these into Revit, for instance, or into Rhino, or into SketchUp. We support different platforms. And then again-- these are always not very visible-- but then again, we want to go back into virtual reality for the next coordination call. So we want to streamline a workflow. That is a big part of what we do at LERA Plus.

So these are some of the functions that we cover. I'm going to start from this one-- Multi-user. That is really the reason why this was born. Right? We wanted everybody. We wanted like five people, or 10, or 20, to be in the same space at the same time. So the platform supports that. And think about this as a game. I don't know how many of you has ever played Doom, for instance-- Doom 3D. It's a very old game, but pretty beautiful, I would say. And our VR platform, as any other platform out there, is actually built on a game engine. So it works exactly the same way.

What you can do with it is all of these. So the second thing that goes hand-in-hand with Multi-user is the Remote Connection. So you don't have to be in the same room to do this. There can be one person that is in New York, one that is in Australia, one that is in LA, one that is in France, and so forth. And they can all connect in the same room, at the same time. So you just join the VR, you share a link, and that's it.

The other thing that is pretty interesting, and I mentioned briefly, before, is the live editing function. Once you are in there, you can do a bunch of stuff, and I'll show you some of it now. And then you can either save your edits-- and this means that you save it locally on your computer, and you don't affect any of the 3D model-- or you can actually export that into the 3D models. And Revit is going to notify you. It's going to tell you, hey, this piece of furniture has been moved here. Do you want to accept that?

You can annotate. And one of the most beautiful things is this-- it's the One-click Connection. So we support Revit, Rhino, SketchUp, Navisworks. And any kind of model that you have right now, today, with one click you can jump in virtual reality directly. And if you're thinking about, wait-- to do this, I need one of the VR-ready computers and I need a headset.

Yes, you need that. But Immersify also supports this kind of computer, that is not a VR-ready computer, or any kind of tower that you might have. So that means that you can jump in virtual reality right ahead, and you can control with your arrow, like, where do you want to go, and you have all the functions in there. So you don't need any special equipment. The VR equipment just to be, actually, like, in the space, and have different kind of feelings.

So we use this a lot, and it's actually out there. It's a licensed software. And these are some of the functions. This is a tool that shows how you can hide things. The interesting thing is that when you import a Revit model in here, every single parameter attached to the element-- it's in there. And then you have an Inspector. So with your left hand-- you have a little screen on your left hand in VR-- you can point to things, and it's going to tell you, OK, that column, is it 30-by-30 in concrete, and every single property that it has. A piece of MEP-- it will tell you exactly what it is, and so forth.

The hiding tool, it's by categories-- same hierarchy as Revit. We just followed that, because we believe it's a very great way to do it. And then this is a function to strike dimensions. They stay there for a bit, and then they disappear. Very useful.

Then, the next tool I wanted to show you-- it's the Tag tool. The Tag tool is this little diamond that you see appearing, here, in a second. And that diamond is very powerful. Because once you attach a tag to something, then that tag can contain almost anything. It can contain measurements. It can contain a video that you can take, and you can talk over. It can have an audio note. It can have a sketch. It can have anything.

And then you can import that tag tool inside Revit, or Rhino, or Navisworks, so whoever is working on the BIM model can actually go in there, click on a tag, and in your Revit panel, you'll have your voice note, you'll have your video. So you can say, hey, there is a clash here. Can you please fix it? So all of the sudden, you don't need to call somebody up and then double check that it's done. They can mark it as "done" within Revit. You get the notifications, and everything is done.

The next function that I wanted to show you is the Move tool. You can actually move elements. All of this is based on MEP. And the graphic that you see here, it's in Coordination Mode. This means that it's very raw, and that's what people prefer when they're working on MEP or engineering. We have also another mode, that is called Presentation Mode. That is, basically, a rendered view. I think you've seen a lot of that in VR, so today I wanted to show you the other side-- more on the coordination side. But please keep in mind that if you want, you can have a beautiful rendered view, as well, with Immersify.

This other function is super-powerful. It's called the Library. That Library is nothing else than a folder on your desktop, where you can upload any kind of 3D model that you have. It's going to appear in there, and then, in VR, you can actually place it. You can move it, you can rotate. So all of the sudden, you can be in VR, and you can design. You can furnish a room. You can, if you want, design a whole building. You can add a column, beam, and start designing the whole building, and then transfer it to Revit or Rhino or anything else that you might be using.

This is another function. This is kind of the beginning of what we are exploring now-- that is analysis. This is the first step towards environmental analysis. Here, we basically embedded function to study the sun path across the whole year, at every single hour, and every single date towards the year. So this means that you can understand how your building might be affected in terms of shades by the surrounding buildings, and so forth.

OK. Let's scale down to large. I don't know how many of you are familiar with the Lucas Museum of Narrative Art. It's a project that was born with the idea of making it happen in Chicago. So that was the first location, and then it moved to Los Angeles. Now, it's actually under construction. We've been working on this for quite a while, with MAD Architects and Stantec. This is the LA option. Today, I'm going to focus mostly on the Chicago option, because we can't show much of the LA option. But what we've done for this, we've provided computational support, ongoing computational support. Because, as you can understand, on a project like this, complex geometry outside and inside the building, as well.

So we've done a lot for it. And I'm showing you, today, some of the parts. Again, very much focused on coordination. We want to streamline workflow. We want to make our life easier, but also life of people that work with us easier. So what we noticed when we started this project is that there were a lot of people involved, of course, and a lot of software involved. Because in our industry, sometimes-- actually most of the time-- each single person is probably using three softwares, or four, that are different from your softwares.

So this was the first question. And it was like, how are we eventually getting all of this together, to build this? From that, that's where Cuttlefish was born. Cuttlefish is an interoperability platform for the specific workflow for Lucas. That is what I'm showing you now. That's what we did. We were receiving-- every week, we were receiving a Rhino model from the architect. Sometimes, even twice per week. What we needed to do-- when needed to discretize the model in order to build our structural model. And then we needed to document that, and send it in by the end of the week, and we needed to, of course, perform structural analysis.

And these two are very linked to each other. Right? Because while you're doing this, and once you're done, then you need to communicate all the member sizing, and everything needs to be documented. As you can understand, on a project like this-- and on many other projects-- this is a very stressful process, sometimes. So the reason why we built Cuttlefish is because we wanted to streamline that. And we did it. We had the Grasshopper definition that, as an input, just the new geometry from the architects-- we basically built a model that will dev every single structural element in the whole entire building.

After that, we had a custom component that we developed, that will basically read all this information, store it in a database, and then, through our custom application, Cuttlefish, we could automatically rebuild that in Revit, and in our software for structural design-- in this case, SAP2000 and Etabs.

The platform, today, is more versatile, and it supports other software. The reason for that is because some of our clients have asked us to extend it to other software. And the next step that we wanted to take, here, was, OK-- but what happens when, next week, this is changing? Like, what's happening to this element? How do I know that this element changed here, or changed here? And if you have three people working here, or five, how do you know who is updating what? And how do you know that that's actually updated in the Revit model? That's a lot of QAQC that you need to do. Right?

And that's what we did. We brought this to the next level. And what we did, we built a system within Cuttlefish that's called-- we call it Compare Tool-- that works across every single platform. And what it does, it asks you for two very easy things. Two models. So you can upload a Revit model, and a model from Etabs, for instance. What it does, it compares them, and then, in output, it gives you this. It's a centerline model, where the green elements are elements that are there, and were there, in the previous model. The red elements are elements that, as you can see here, have been deleted. And then orange elements are elements that have been moved. So all of the sudden, you can explore and you can understand what's happening in your BIM model in no time. You can say, OK-- 10 elements were moved. 20 were deleted. What's going on here? Let's fix it. So you basically keep time for other tasks.

This one is one of the workflows that we followed. You'll see a lot of Excel to handle the database. This was five years ago. Now, everything is on the cloud. We updated everything. This is an optimization that we did on the outside facade of the building. It was to understand how much concrete we needed to use outside-- shotcrete, in this case. And we were able to optimize that and, of course, save a lot of quantities and money, on a project like this. And this is part of the workflow on how we use Dynamo to actually import all the [INAUDIBLE] in Revit. So the amount of drafting in Revit was basically close to zero for the whole structural system.

We were able to import-- that's a shot of the whole model. We were able to import every single element. And then this one is the second part of the workflow, where we are importing the modeling to, in this case, Etabs-- our software for structural design. This is just a quick teaser about a perimeter truss that is basically something that was changing a lot. It was changing, maybe, two times per week, or three times per week. So what we did-- we basically found, with Dynamo, a way to update that automatically into Revit. It's not shown on this video, but later on, we also automated the documentation of it.

I have another example on how we automated documentation on this project that I'm going to show you right now. And it's connections. Right? On a project like this, you have 200, 300 connections that you need to document. They are all over the place. You need to create all these views. Something changes, everything needs to change. Right? Revit takes ownership of part of that, because it's very good at updating visuals. But you also need to be in control of that. So what we did for this-- we developed our own workflow. This is part of the building, just to make it clear, a little bit.

So what we did, we brought these Dynamo definitions, that what it will do, it will generate rectangles at connection locations, and at these. Each single rectangle was automatically generated. The second part will create the callouts. The third part of the definition will name the views according to the location and specific group that we input. And the fourth part, the last one, will generate sheets, and automatically place the views on the sheets.

So you can imagine how this can save you-- across the span of the project, it can save you months of work. Imagine updating these all the time, and keeping track of it at the same time. So we wanted to take that to another level. So we were like, wait a second-- we've been doing all these translations across these softwares that, they don't talk to each other, but there is a way to make them talk. What if we actually push it to another level, and we get a PDF, and we try to embed that information in Revit?

And that's what we did. I think most of you are probably familiar with Bluebeam-- if not, probably, everybody. And you know how much information is in a Bluebeam drawing-- how much do you add, how much somebody else add. And then eventually, that needs to get-- somehow-- into Revit. So what we wanted to do-- in our specific workflow, the way it worked is that we had two people marking up Bluebeam drawings. And in this case, it's for rebars. Right? And as you can understand, these tags are probably-- across the whole process, there are probably, like, thousands of tags. And at the beginning, what we were doing is that, we had engineers marking that up, and then we have the BIM team literally redrawing that in Revit. So redrawing the tag, and copying the tag.

So what we did, we basically accessed Bluebeam, and we got all this information-- so tag, tag content, and location-- and then we automatically were able, through Dynamo, and through a little custom component that we developed, to tag automatically every single rebar on the whole project. Across the whole project. So this was very interesting-- up until one engineer came over, and he was like, this is great, but I have no way to double-check if next time we do this process, something changed, and if that's actually a good thing or a bad thing.

And with that, we introduce revision clouds, that nobody wants to do, but they are there. And that's what we did. We basically added to it. We added a function that will basically preserve the old database. It would input the new database, double-check them, and automatically draw revision clouds when something changed. So as you can understand, all of this-- everything that I'm showing you, and that I will show you-- it's kind of a snowball. If you start very small, and then you keep building on it, one, you keep control, and second of all, it becomes something super-powerful at the end of the day, that you can actually reuse on other projects.

So let's go down to medium. This is a confidential application. It's a project in New York. And it was a very fun study. So we are very well known for optimization, at LERA Plus, for structural optimization, for reducing quantities. We brought tons of projects back to budget. We do custom optimizations-- meaning we develop our own software and our own algorithms to solve structural challenges. And this was one of the examples.

So complex geometry-- you'll see a 3D model. Part of it is a 3D model after, to understand how complex this is. The problem here was to understand, OK-- how do we place rebars here? And what's happening to the rebar? You know, they had no control over it. And of course, they wanted to put a price tag to it. How much is this going to cost?

To show you this, we are going to focus on a three-story part of the building, just to keep focus. And this is part of the study. This is the 3D model of that portion. What we wanted to do, at the end of the day, we wanted to understand which bars were straight, which bars were hand bend, and which bars were machine bend. And of course, the red is where the money is, because when you need to machine bend something, it means that it's going to cost more.

This is within the context. So now, let's dive in. OK. So we have two parts to this. We have an interior part, that we're going to call gallery side, and then an exterior, that we'll call canyon. And just to keep focus even more, we'll focus only on the canyon side. We focus only on the exterior part. And you'll see that at the end, it's the same thing.

Let me clarify something-- I promised you blue, green, and red as straight, hand bend, and machine bend. And I see that, here, you can see many different colors. The reason for that is because there are horizontal and vertical bars, and that's just, like, what happens when you overlap the colors. So don't get tricked by that.

So here, overall shots-- vertical bars, horizontal bars. This is the first step. Right? So as you can understand, what we did here-- we put together a definition that would allow us to build all these rebars, and to understand, also, which one would be straight, and which one would be machine bend, or in the middle-- so hand bend.

Now, imagine to get these three-story building rebars, and laying them down on a huge table. Needs to be very big. Right? What you can see here-- and this is just to show you how we did this-- you can see that there are some bending points. Right? And then lots of points which are straight. So what we did, here, was very simple. We just had a limit that was the angle between you can actually hand-bend a bar, and when it actually needs to be machine bend.

But this is very powerful on its own. Because you can do that for both the vertical bars, but you can also do that for the horizontal bars. And all of the sudden, what you have out of this-- it's not just a pretty drawing that you can print out, but it's actually data. That is what I'm talking about, here. And that can be translated into-- later on, it's this. That it's basically a drawing that can tell you exactly the length of a bar, the angle-- sorry. This shouldn't be zero. This should be infinite, because it's straight. That's the radius.

And then which one is a hand bend, and the length, and which one is machine bend. And as you can understand, you can document this on drawings. Yes. But you can also send this directly to the machine that's bending the bars. So all of the sudden, you not only solve the problem, but you actually streamline the workflow also for other practices. And that's a big part of what we do at LERA Plus.

The last step was this. We started from a 75%-- for only this part-- of red rebars. So that's a lot of money. So what we did, we put together a small definition that was tied with [? Part. ?] [? Part ?] was a custom plug-in that we wrote. And it was connected to an evolutionary software. What this evolutionary software was doing was basically changing the shape very minimally-- meaning it was pushing the boundaries one inch in and out. And of course, we talked about this with the architects, and we agreed that with them.

And as you can understand, on this three-story portion, one inch in and out-- it's something that you will never be able to see. So we are still preserving visions, because, as I mentioned before, we're very big on that. And with this small effort-- that, of course, was just for the initial study-- we were able to go down from 75% to 45%.

Another example is a sculpture in New York, that is built-- it went up probably two months ago, something like that. I don't know how many of you are from New York, or if there is anybody from New York, but it's on 31st Street and First Avenue at the new NYU building. Go check it out, if you want. It's a beautiful sculpture by Alyson Shotz. The client was NYU. We were not the engineer on the project. We were the engineer for the building, but not for the sculpture.

So we were called in for a coordination call on the sculpture. And we needed to coordinate, basically, where the cable were hitting the structure above. So we were responsible for the beams above. And what happened during this meeting was that the engineer that was designing the sculpture announced that the sculpture would have deflect 93 inches. So the artist, as you can understand, was no-- this is unacceptable. We can't do this.

So we advised to conduct one of our optimization. And that's what we did for this project. Part of it was geometry discretization, part was structural optimization. And then you'll see how we went all the way down to the step right before production-- fabrication. Fabrication was by C2, in New York-- C2 Fabrication.

So the first thing that we did, we wanted to understand where these 96 inches were coming from. And what happened is that, the engineers that were on the project, they were using four cables to hang the sculpture. To give you a sense, by the way, the sculpture is four stories high, and it's hanging from the ceiling. So we first created exactly the same conditions. We used four cables, hang the sculpture, put it in our FEA software, found the 93 inches of deflection. And we understood that part of it was due by the self weight, and part of it was actually due by the location of the cables, because there was a swing of the sculpture.

So that's what we did. We basically broke that down into two contribution, and we moved into optimizing the first contribution. We promised the artist that we would have preserved her vision, 100%. That was, at that time, maybe, like, an over-commitment, without working on the project yet. But we went for it. So we worked on the first contribution-- that is the location of the cables.

The first thing that we found is that we could have got away with three cables. That is actually what the artist wanted. And that's what we did. We built a model with three cables, and we connected this model to an evolutionary software that was running a genetic algorithm optimization. And it was connected to finite element analysis at the same time. So it was measuring the deflection of each single option. We ran through thousands of options, and at the end, we were able to reduce the deflection from 93 inches to 45 inches.

So part of it-- actually, sorry. To 25 inches. So we were happy about that. But what we really wanted to do, we wanted to get to zero, because that's what we had promised to the artist. And that's what we did in the next step.

Before I moved there, some of you might have seen that the sculpture sometimes gets out of the screen. The reason for that is because of the specific algorithm that we are using. I don't know how many of you are familiar with genetic algorithms. Maybe somebody? Oh, perfect.

So as you might know already, some of you, what the genetic algorithm does, it basically goes around and it explores, like, every single option that you might have. It is affected by the initial state of the optimization, when you're setting it up. So you need to experiment a little bit. And then what happens is that you start finding points of relative minimum, in this case, because we wanted to minimize the deflection, and you start converging to it. So what you get to at the end, it's a relative minimum. It's not an absolute minimum. And of course, there are other algorithms that can get you to something-- maybe more refined, if we want to call it like that-- or to a different solution. But we explored different algorithms, and this is the one that, in this case, gave us the best result.

So the second thing that we did-- I don't know if you remember, but I've shown you the blue sculpture at the beginning. This is just an overlapping of three models. The blue sculpture is what the artist wanted to begin with. It was her model, her 3D model. And as mentioned, now we are down to 25 inches, and we need to deal with that. So what we did, we basically took the result from the structural analysis from the deflection, and we cambered the piece.

And it's this red shape that you can see here. So by cambering the piece by-- at the very bottom, of course-- 25 inches, and then as you go up, it decreases. What happens is that then, we put the sculpture back into [INAUDIBLE], and we let it relax under self weight. And the lavender color is basically the relaxed shape. And as you can see, it was basically off by half an inch, or something like that.

So there you go. Then you are back to the original design. And all of this was to serve more as-- the reason why we show all of this is because we want to serve as inspiration. And we hope you understand the purpose of the whole presentation.

So once we did that, it was great. We sent the model to the fabricators, and they were like, wait a second. We can't build this anymore. They were using a CNC machine. The reason for that is because all of these ribs-- the horizontal and the vertical-- were not perpendicular to each other anymore. They were not 90 degrees. So what we did, we wrote a custom script that will go through each single of these frame, and basically straighten them up, within a certain limit, to make all of them 90 degrees from each other. We sent the model back to the fabricator, and they were like, OK-- good to go.

And after that, they basically fabricated the sculpture, and now it's built, and it's in the space. It's a sandwich of Plexiglas, aluminum in the middle. Outside, there is a film that, with the sun, as you can see, it basically gives these beautiful reflections.

OK. Let's, now, move to extra small. That's perfect. I'm going to leave some time for questions, if you guys have any. Let's move to extra small. And this is an art installation. The location is Shanghai, and the artist is James Clar. He works with-- James works with a lot of lights. The collaboration that we had with him, it's this piece. It's called "First Landing." It was first shown in Shanghai, and it was recently shown in Chelsea-- in a gallery in Chelsea, in New York. What we did for him was the following.

James was building all these beautiful sculptures that are composed by LEDs, and sometimes, also by tubes. So it's a mix of LED and tubes. And of course, you need to have a way to connect them. Right? So all these connections that you see here-- not in this project, but in previous projects-- were modeled by him. So he was modeling all of this by hand, in Maya, actually. And so he will model each of them. Here, they're all similar for this piece, but we'll see another example in which every single connection is completely different. And it was a very time-consuming task.

So what we did for him, we wrote a custom plug-in that would allow him to just draw lines, and then, to each line, assign whether it was an LED, specifically, whether it was a tube, or whether it was something else. And then, what the software will do, it will automatically create a part-- so a 3D model of a connection that was ready for 3D printing.

OK. So this is a shot of the installation that was actually in Chelsea. So this is another piece from him. This is James. This is me, and I'm pointing to him my favorite connection. I don't know why, but I loved that connection. As matter of fact, we are reprinting it. Putting it on my desk. It was just a beautiful thing. Because, I don't know how many of you have worked at that scale, but there is a lot of work into it. And all of these, of course, they need to have holes to host all the wiring, and then they need to be Boolean together, and they need to be ready to 3D print. And all of this is automated.

So what happens is that, from these lines-- just lines-- you get this, ready to go. And then you can attach your LEDs, or your tubes. So this was, like, our first kind of collaboration. We work with a lot of artists on sculptures, on interactive installations-- like, a lot of that. I'm actually an artist, myself. I didn't mention it at the beginning, but that's also part of the reason we do this.

And this is a final shot of one of the connections. So pretty beautiful. Now we are working with James to bring it to a whole other level. So we are conducting another study together, with him. And with this, I end my presentation, and I thank all of you for being here. And if you guys have any questions, feel free to ask. Thanks.

[APPLAUSE]

Yes?

AUDIENCE: What languages do you use in software?

PRESENTER: As to what? Sorry.

AUDIENCE: What languages, [INAUDIBLE] languages, do you use to build your software?

PRESENTER: Yeah. OK. The question is, what languages do we use to develop our software. So it depends. We use, like, a mix of different languages. It really depends on where you are-- meaning in which software are you operating, in case you are writing a plugin. And if you are developing something from scratch, you can go, you know, with whatever is needed.

So to give you some example, to develop Revit plugins, most of the time we go with C#. There could be some Python within Dynamo. On the Rhino and Grasshopper side, a lot of C# and Python. If we develop something from scratch, we could either go with C# if we need to interact with any of this software. If it's something from scratch, it could be C++, it could be JavaScript.

We also built this interactive pavilion, that we are going to release soon, that is basically-- it's not really, you know, Dynamo or Grasshopper on the web, but it's something similar. So it's parametric structures on the web. That one was a mix of JavaScript, HTML, CSS, and so forth. We also do a lot of web development, in terms of, like, websites, and stuff-- but just on the interactive part. So we've used, for that-- yeah, mostly JavaScript. And some interesting libraries, like 3JS-- I don't know if you guys have ever used it-- just to enable some interaction. Yeah. Thanks.

AUDIENCE: [INAUDIBLE]

PRESENTER: The curved surfaces in Revit? Which one are you referring to? Do you have a specific one? For the Lucas Museum, or--

AUDIENCE: Yeah. The Lucas Museum [INAUDIBLE]

PRESENTER: The curved-- which one? Sorry.

AUDIENCE: Curved beams.

PRESENTER: Yeah. The beams in Lucas-- the beam, itself-- they're actually straight. The structural system is a straight beam on an angle that goes up, and then a horizontal beam-- a straight column. Sorry. And then an horizontal beam, and so forth. That's the whole structural system. The curved surface outside-- what we usually do, we usually import it from other softwares. In this case, we built it in Rhino. And then we have ways to, with our interoperability platforms, to basically transfer it into Revit. So it's a custom process. Yeah.

AUDIENCE: [INAUDIBLE]

PRESENTER: No. The way it works-- thanks for the question, because that clarifies something. The way it works is that, if you are the owner of the session-- so let's say that you start the session, and you load all your 3D models in there-- then, when you share the session, everybody is able to populate the model, and so forth. The other interesting thing, and the reason why we started this software developer company, is that Immersify, as any other software we developed, it's owned by us. So we can actually make changes on the fly, when people need. And we've done that with some of our clients, of course, as well as integrated new functions.

AUDIENCE: Do you have a good example of where you've seen the most success [INAUDIBLE]

PRESENTER: Yeah. So [? JBB ?] is using it a lot on MEP. One of the most successful-- the reason is just because we are in it-- is the Lucas Museum of Narrative Art. The reason for that is because it has helped, like, tremendously on streamlining all these coordination calls that otherwise would have taken, probably, five to six times the time. The other thing is that we have people in New York and people in LA, of course, working on the project. So daily, everybody is in the same model-- you know, in the same VR model-- and it's basically marking things up, and then sending everything to the BIM department for documentation.

But MEP, as well-- with [? JBB, ?] as I mentioned before-- we also had, in terms of the sculpture-- what the owner wanted to do, they wanted to decide the location of the sculpture. So we set up a meeting, and it ended up being a 50 minutes meeting. There was this thread of email saying, no, I want it more on that side, more right, more left, and so forth. So we sent the invite for the VR, people from their laptop, as I mentioned, even if they didn't have the headset. Everybody logged in, and we were literally moving the sculpture. OK, where do you want it? One foot that way. Three feet that way. One foot down. Done. Import into Revit, and everybody had it.

So it's just something that can-- it's up to you, how you use it, because there is so much to it. And again, it's so versatile, and we can add any kind of function that you might need, that I think that's the biggest advantage of any of it. I hope it answers your question. Great.

AUDIENCE: [INAUDIBLE]

PRESENTER: The one that you saw there, it's a plug-in for Grasshopper. It's called Karamba. It's developed in Europe, and it's used in conjunction with Galapagos, the evolutionary software that you've seen running, there. And then, in upstream, it's a Grasshopper definition with-- actually, in that case, two custom plug-ins that we developed, within Grasshopper, itself. Yeah.

AUDIENCE: [INAUDIBLE]

PRESENTER: Yeah. It can be an OBJ. It can be-- well, everything can be translated to OBJ, so I think OBJ answers the whole question. Yeah.

AUDIENCE: Are there any plans [INAUDIBLE] with [INAUDIBLE]

PRESENTER: Sorry. Navisworks, for feedback on the VR, you mean?

AUDIENCE: Yeah. For, like, coordination purposes [INAUDIBLE] uses the software, [INAUDIBLE]

PRESENTER: Yeah. Yeah. So, that's a very good-- like, the last thing you said, it's, like, very interesting. Right? The reality behind all of this-- around virtual reality-- is the fact that we know, in a way, that the industry as a whole, it's kind of not ready for it. But it's trying to understand, OK-- how do I use this? And is there a value? Why should I invest-- I mean, it's nothing. It's like $1,000 per year. Right? But they're like, why should I invest $1,000 per year on this thing, that I don't know if I'm actually going to use it?

So I think the big advantage is that-- in the case of Navisworks, in this case-- is that-- I want to clarify something first. So we don't do what Navisworks does. Right? I mean, Navisworks has, like, so many functions. So we don't aim to do the same thing that Navisworks does. We just aim to take, like, 40% of the process-- maybe 50%, or maybe if you really push it, like 60% of that process-- and kind of like taking it off from the coordination sessions in Navisworks. So that's a good way to sell it. It's like, we are not going to replace that, but we are going to streamline that. So whenever you go in there, 60% of it is taken care of, and somebody is actually already working on it while you're doing the rest of the coordination.

AUDIENCE: [INAUDIBLE]

PRESENTER: Yeah.

AUDIENCE: [INAUDIBLE]

PRESENTER: Well, we, as a company, are committed to this. And it's within the company is on its own. Right? So there is LERA-- that's structural engineering. Like, that's what it has been, historically. And then LERA Plus is basically more on the software side. And it's not-- I wouldn't say it's founded. So we are not, like-- nobody's, like, investing in it from outside. But we actually have projects. Like, one example is the one that you saw from the last sculpture I showed you. That's one of the services that we offer with the software development company. Also, all the license from Immersify, or Cuttlefish, or any other software, goes on the software development side.

And we also operate with clients. So whoever would like for us to go in, look at their workflow, and then develop a software that's custom for that company-- we do that. Yeah. But thanks for the question, because it's kind of difficult to be profitable and, at the same time, do research and everything. So that's always the intersection. So it took us, actually, four years to then open the software development company. But the path was already there. And now, hopefully, it's just going to keep climbing.

AUDIENCE: [INAUDIBLE]

PRESENTER: No. It's a mix. Yes. With the master I did in computational design, I acquired knowledge in software development. Most of it, I have to say, is self-taught. And I think the reason is because you're applying it in a field in which there is a lot of uncertainties. And there is a lot that needs to be done. Right? So you need to be, in a way, creative, and take initiatives on things.

The other people are-- we have two computational designers and architects. One of them, [INAUDIBLE], is actually giving a keynote talk tomorrow. So if you guys want to stop by, you should. And then we have an electrical engineer. And then we have an engineer and architect with a master in computational design, as well. So we are kind of a mix. But at the end, we are all programmers, and we are all kind of on the creative side-- pushing boundaries, but still working on projects. So it's applied research. Yeah.

Any other questions? All good? OK. I'm going to leave some of the material, here, for LERA Plus, if you want. Basically, there is my contact, and everything. And if you want, feel free to come talk. Thanks for coming, guys. Thank you.

[APPLAUSE]

______
icon-svg-close-thick

쿠기 기본 설정

오토데스크는 고객의 개인 정보와 최상의 경험을 중요시합니다. 오토데스크는 정보를 사용자화하고 응용프로그램을 만들기 위해 고객의 본 사이트 사용에 관한 데이터를 수집합니다.

오토데스크에서 고객의 데이터를 수집하고 사용하도록 허용하시겠습니까?

오토데스크에서 사용하는타사 서비스개인정보 처리방침 정책을 자세히 알아보십시오.

반드시 필요 - 사이트가 제대로 작동하고 사용자에게 서비스를 원활하게 제공하기 위해 필수적임

이 쿠키는 오토데스크에서 사용자 기본 설정 또는 로그인 정보를 저장하거나, 사용자 요청에 응답하거나, 장바구니의 품목을 처리하기 위해 필요합니다.

사용자 경험 향상 – 사용자와 관련된 항목을 표시할 수 있게 해 줌

이 쿠키는 오토데스크가 보다 향상된 기능을 제공하고 사용자에게 맞는 정보를 제공할 수 있게 해 줍니다. 사용자에게 맞는 정보 및 환경을 제공하기 위해 오토데스크 또는 서비스를 제공하는 협력업체에서 이 쿠키를 설정할 수 있습니다. 이 쿠키를 허용하지 않을 경우 이러한 서비스 중 일부 또는 전체를 이용하지 못하게 될 수 있습니다.

광고 수신 설정 – 사용자에게 타겟팅된 광고를 제공할 수 있게 해 줌

이 쿠키는 사용자와 관련성이 높은 광고를 표시하고 그 효과를 추적하기 위해 사용자 활동 및 관심 사항에 대한 데이터를 수집합니다. 이렇게 데이터를 수집함으로써 사용자의 관심 사항에 더 적합한 광고를 표시할 수 있습니다. 이 쿠키를 허용하지 않을 경우 관심 분야에 해당되지 않는 광고가 표시될 수 있습니다.

icon-svg-close-thick

타사 서비스

각 범주에서 오토데스크가 사용하는 타사 서비스와 온라인에서 고객으로부터 수집하는 데이터를 사용하는 방식에 대해 자세히 알아보십시오.

icon-svg-hide-thick

icon-svg-show-thick

반드시 필요 - 사이트가 제대로 작동하고 사용자에게 서비스를 원활하게 제공하기 위해 필수적임

Qualtrics
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 Qualtrics를 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. 오토데스크는 이 데이터를 다른 소스에서 수집된 데이터와 결합하여 고객의 판매 또는 고객 서비스 경험을 개선하며, 고급 분석 처리에 기초하여 보다 관련 있는 컨텐츠를 제공합니다. Qualtrics 개인정보취급방침
Akamai mPulse
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Akamai mPulse를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Akamai mPulse 개인정보취급방침
Digital River
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Digital River를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Digital River 개인정보취급방침
Dynatrace
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Dynatrace를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Dynatrace 개인정보취급방침
Khoros
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Khoros를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Khoros 개인정보취급방침
Launch Darkly
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Launch Darkly를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Launch Darkly 개인정보취급방침
New Relic
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 New Relic를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. New Relic 개인정보취급방침
Salesforce Live Agent
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Salesforce Live Agent를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Salesforce Live Agent 개인정보취급방침
Wistia
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Wistia를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Wistia 개인정보취급방침
Tealium
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Tealium를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Upsellit
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Upsellit를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. CJ Affiliates
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 CJ Affiliates를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Commission Factory
Typepad Stats
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Typepad Stats를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Typepad Stats 개인정보취급방침
Geo Targetly
Autodesk는 Geo Targetly를 사용하여 웹 사이트 방문자를 가장 적합한 웹 페이지로 안내하거나 위치를 기반으로 맞춤형 콘텐츠를 제공합니다. Geo Targetly는 웹 사이트 방문자의 IP 주소를 사용하여 방문자 장치의 대략적인 위치를 파악합니다. 이렇게 하면 방문자가 (대부분의 경우) 현지 언어로 된 콘텐츠를 볼 수 있습니다.Geo Targetly 개인정보취급방침
SpeedCurve
Autodesk에서는 SpeedCurve를 사용하여 웹 페이지 로드 시간과 이미지, 스크립트, 텍스트 등의 후속 요소 응답성을 측정하여 웹 사이트 환경의 성능을 모니터링하고 측정합니다. SpeedCurve 개인정보취급방침
Qualified
Qualified is the Autodesk Live Chat agent platform. This platform provides services to allow our customers to communicate in real-time with Autodesk support. We may collect unique ID for specific browser sessions during a chat. Qualified Privacy Policy

icon-svg-hide-thick

icon-svg-show-thick

사용자 경험 향상 – 사용자와 관련된 항목을 표시할 수 있게 해 줌

Google Optimize
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Google Optimize을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Google Optimize 개인정보취급방침
ClickTale
오토데스크는 고객이 사이트에서 겪을 수 있는 어려움을 더 잘 파악하기 위해 ClickTale을 이용합니다. 페이지의 모든 요소를 포함해 고객이 오토데스크 사이트와 상호 작용하는 방식을 이해하기 위해 세션 녹화를 사용합니다. 개인적으로 식별 가능한 정보는 가려지며 수집되지 않습니다. ClickTale 개인정보취급방침
OneSignal
오토데스크는 OneSignal가 지원하는 사이트에 디지털 광고를 배포하기 위해 OneSignal를 이용합니다. 광고는 OneSignal 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 OneSignal에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 OneSignal에 제공하는 데이터를 사용합니다. OneSignal 개인정보취급방침
Optimizely
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Optimizely을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Optimizely 개인정보취급방침
Amplitude
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Amplitude을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Amplitude 개인정보취급방침
Snowplow
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Snowplow를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Snowplow 개인정보취급방침
UserVoice
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 UserVoice를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. UserVoice 개인정보취급방침
Clearbit
Clearbit를 사용하면 실시간 데이터 보강 기능을 통해 고객에게 개인화되고 관련 있는 환경을 제공할 수 있습니다. Autodesk가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. Clearbit 개인정보취급방침
YouTube
YouTube는 사용자가 웹 사이트에 포함된 비디오를 보고 공유할 수 있도록 해주는 비디오 공유 플랫폼입니다. YouTube는 비디오 성능에 대한 시청 지표를 제공합니다. YouTube 개인정보보호 정책

icon-svg-hide-thick

icon-svg-show-thick

광고 수신 설정 – 사용자에게 타겟팅된 광고를 제공할 수 있게 해 줌

Adobe Analytics
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Adobe Analytics를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Adobe Analytics 개인정보취급방침
Google Analytics (Web Analytics)
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Google Analytics (Web Analytics)를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. AdWords
Marketo
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 Marketo를 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. 오토데스크는 이 데이터를 다른 소스에서 수집된 데이터와 결합하여 고객의 판매 또는 고객 서비스 경험을 개선하며, 고급 분석 처리에 기초하여 보다 관련 있는 컨텐츠를 제공합니다. Marketo 개인정보취급방침
Doubleclick
오토데스크는 Doubleclick가 지원하는 사이트에 디지털 광고를 배포하기 위해 Doubleclick를 이용합니다. 광고는 Doubleclick 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Doubleclick에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Doubleclick에 제공하는 데이터를 사용합니다. Doubleclick 개인정보취급방침
HubSpot
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 HubSpot을 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. HubSpot 개인정보취급방침
Twitter
오토데스크는 Twitter가 지원하는 사이트에 디지털 광고를 배포하기 위해 Twitter를 이용합니다. 광고는 Twitter 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Twitter에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Twitter에 제공하는 데이터를 사용합니다. Twitter 개인정보취급방침
Facebook
오토데스크는 Facebook가 지원하는 사이트에 디지털 광고를 배포하기 위해 Facebook를 이용합니다. 광고는 Facebook 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Facebook에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Facebook에 제공하는 데이터를 사용합니다. Facebook 개인정보취급방침
LinkedIn
오토데스크는 LinkedIn가 지원하는 사이트에 디지털 광고를 배포하기 위해 LinkedIn를 이용합니다. 광고는 LinkedIn 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 LinkedIn에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 LinkedIn에 제공하는 데이터를 사용합니다. LinkedIn 개인정보취급방침
Yahoo! Japan
오토데스크는 Yahoo! Japan가 지원하는 사이트에 디지털 광고를 배포하기 위해 Yahoo! Japan를 이용합니다. 광고는 Yahoo! Japan 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Yahoo! Japan에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Yahoo! Japan에 제공하는 데이터를 사용합니다. Yahoo! Japan 개인정보취급방침
Naver
오토데스크는 Naver가 지원하는 사이트에 디지털 광고를 배포하기 위해 Naver를 이용합니다. 광고는 Naver 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Naver에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Naver에 제공하는 데이터를 사용합니다. Naver 개인정보취급방침
Quantcast
오토데스크는 Quantcast가 지원하는 사이트에 디지털 광고를 배포하기 위해 Quantcast를 이용합니다. 광고는 Quantcast 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Quantcast에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Quantcast에 제공하는 데이터를 사용합니다. Quantcast 개인정보취급방침
Call Tracking
오토데스크는 캠페인을 위해 사용자화된 전화번호를 제공하기 위하여 Call Tracking을 이용합니다. 그렇게 하면 고객이 오토데스크 담당자에게 더욱 빠르게 액세스할 수 있으며, 오토데스크의 성과를 더욱 정확하게 평가하는 데 도움이 됩니다. 제공된 전화번호를 기준으로 사이트에서 고객 행동에 관한 데이터를 수집할 수도 있습니다. Call Tracking 개인정보취급방침
Wunderkind
오토데스크는 Wunderkind가 지원하는 사이트에 디지털 광고를 배포하기 위해 Wunderkind를 이용합니다. 광고는 Wunderkind 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Wunderkind에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Wunderkind에 제공하는 데이터를 사용합니다. Wunderkind 개인정보취급방침
ADC Media
오토데스크는 ADC Media가 지원하는 사이트에 디지털 광고를 배포하기 위해 ADC Media를 이용합니다. 광고는 ADC Media 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 ADC Media에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 ADC Media에 제공하는 데이터를 사용합니다. ADC Media 개인정보취급방침
AgrantSEM
오토데스크는 AgrantSEM가 지원하는 사이트에 디지털 광고를 배포하기 위해 AgrantSEM를 이용합니다. 광고는 AgrantSEM 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 AgrantSEM에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 AgrantSEM에 제공하는 데이터를 사용합니다. AgrantSEM 개인정보취급방침
Bidtellect
오토데스크는 Bidtellect가 지원하는 사이트에 디지털 광고를 배포하기 위해 Bidtellect를 이용합니다. 광고는 Bidtellect 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Bidtellect에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Bidtellect에 제공하는 데이터를 사용합니다. Bidtellect 개인정보취급방침
Bing
오토데스크는 Bing가 지원하는 사이트에 디지털 광고를 배포하기 위해 Bing를 이용합니다. 광고는 Bing 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Bing에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Bing에 제공하는 데이터를 사용합니다. Bing 개인정보취급방침
G2Crowd
오토데스크는 G2Crowd가 지원하는 사이트에 디지털 광고를 배포하기 위해 G2Crowd를 이용합니다. 광고는 G2Crowd 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 G2Crowd에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 G2Crowd에 제공하는 데이터를 사용합니다. G2Crowd 개인정보취급방침
NMPI Display
오토데스크는 NMPI Display가 지원하는 사이트에 디지털 광고를 배포하기 위해 NMPI Display를 이용합니다. 광고는 NMPI Display 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 NMPI Display에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 NMPI Display에 제공하는 데이터를 사용합니다. NMPI Display 개인정보취급방침
VK
오토데스크는 VK가 지원하는 사이트에 디지털 광고를 배포하기 위해 VK를 이용합니다. 광고는 VK 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 VK에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 VK에 제공하는 데이터를 사용합니다. VK 개인정보취급방침
Adobe Target
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Adobe Target을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Adobe Target 개인정보취급방침
Google Analytics (Advertising)
오토데스크는 Google Analytics (Advertising)가 지원하는 사이트에 디지털 광고를 배포하기 위해 Google Analytics (Advertising)를 이용합니다. 광고는 Google Analytics (Advertising) 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Google Analytics (Advertising)에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Google Analytics (Advertising)에 제공하는 데이터를 사용합니다. Google Analytics (Advertising) 개인정보취급방침
Trendkite
오토데스크는 Trendkite가 지원하는 사이트에 디지털 광고를 배포하기 위해 Trendkite를 이용합니다. 광고는 Trendkite 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Trendkite에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Trendkite에 제공하는 데이터를 사용합니다. Trendkite 개인정보취급방침
Hotjar
오토데스크는 Hotjar가 지원하는 사이트에 디지털 광고를 배포하기 위해 Hotjar를 이용합니다. 광고는 Hotjar 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Hotjar에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Hotjar에 제공하는 데이터를 사용합니다. Hotjar 개인정보취급방침
6 Sense
오토데스크는 6 Sense가 지원하는 사이트에 디지털 광고를 배포하기 위해 6 Sense를 이용합니다. 광고는 6 Sense 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 6 Sense에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 6 Sense에 제공하는 데이터를 사용합니다. 6 Sense 개인정보취급방침
Terminus
오토데스크는 Terminus가 지원하는 사이트에 디지털 광고를 배포하기 위해 Terminus를 이용합니다. 광고는 Terminus 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Terminus에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Terminus에 제공하는 데이터를 사용합니다. Terminus 개인정보취급방침
StackAdapt
오토데스크는 StackAdapt가 지원하는 사이트에 디지털 광고를 배포하기 위해 StackAdapt를 이용합니다. 광고는 StackAdapt 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 StackAdapt에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 StackAdapt에 제공하는 데이터를 사용합니다. StackAdapt 개인정보취급방침
The Trade Desk
오토데스크는 The Trade Desk가 지원하는 사이트에 디지털 광고를 배포하기 위해 The Trade Desk를 이용합니다. 광고는 The Trade Desk 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 The Trade Desk에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 The Trade Desk에 제공하는 데이터를 사용합니다. The Trade Desk 개인정보취급방침
RollWorks
We use RollWorks to deploy digital advertising on sites supported by RollWorks. Ads are based on both RollWorks data and behavioral data that we collect while you’re on our sites. The data we collect may include pages you’ve visited, trials you’ve initiated, videos you’ve played, purchases you’ve made, and your IP address or device ID. This information may be combined with data that RollWorks has collected from you. We use the data that we provide to RollWorks to better customize your digital advertising experience and present you with more relevant ads. RollWorks Privacy Policy

정말 더 적은 온라인 경험을 원하십니까?

오토데스크는 고객 여러분에게 좋은 경험을 드리고 싶습니다. 이전 화면의 범주에 대해 "예"를 선택하셨다면 오토데스크는 고객을 위해 고객 경험을 사용자화하고 향상된 응용프로그램을 제작하기 위해 귀하의 데이터를 수집하고 사용합니다. 언제든지 개인정보 처리방침을 방문해 설정을 변경할 수 있습니다.

고객의 경험. 고객의 선택.

오토데스크는 고객의 개인 정보 보호를 중요시합니다. 오토데스크에서 수집하는 정보는 오토데스크 제품 사용 방법, 고객이 관심을 가질 만한 정보, 오토데스크에서 더욱 뜻깊은 경험을 제공하기 위한 개선 사항을 이해하는 데 도움이 됩니다.

오토데스크에서 고객님께 적합한 경험을 제공해 드리기 위해 고객님의 데이터를 수집하고 사용하도록 허용하시겠습니까?

선택할 수 있는 옵션을 자세히 알아보려면 이 사이트의 개인 정보 설정을 관리해 사용자화된 경험으로 어떤 이점을 얻을 수 있는지 살펴보거나 오토데스크 개인정보 처리방침 정책을 확인해 보십시오.