
Revit, AutoCAD, Civil 3D를 포함하는 통합된 BIM 도구

Inventor와 AutoCAD에 포함된 전문가용 CAD/CAM 도구

3ds Max 및 Maya를 포함하는 엔터테인먼트 컨텐츠 제작 도구
금문교의 차량 진입이 시작된 날, 3만2000대의 차가 금문교를 건넜다. 이제 매일 10만 대 이상의 자동차가 이 상징적인 다리를 가로지르며 지나가는 차량의 무게는 과거의 거의 두 배다. 한 세기 전에 오늘날의 부피와 부하를 견딜 수 있는 구조를 설계한 엔지니어를 생각하면 정말 놀랍다. 1921년 처음 그려진 스케치부터 1:56 스케일 모델을 통한 실행 가능성 테스트, 1937년 교량 개통에 이르기까지의 과정은 매우 지난하고 믿기 어려운 성과였다. 그러나 이러한 엔지니어들이 제너레이티브 디자인 및 제너레이티브 AI 도구를 이용할 수 있었다면 반복 및 시뮬레이션을 디지털 작업으로 수행하여 이 주황색 타워를 훨씬 짧은 시간 내에 완성했을 것이다.
디자인은 탐구하는 과정이다. 건축, 엔지니어링, 건설 및 운영(AECO), 설계 및 제조(D&M), 미디어 및 엔터테인먼트(M&E) 등의 분야에서 반복하고 테스트하는 과정은 핵심적이다. 그리고 디자인은 빠르게 진화하고 있다. 시작은 CAD(컴퓨터 보조 설계, Computer-Aided Design)였다. 그리고 제너레이티브 디자인과 같은 자동화 기술이 등장하여 이러한 워크플로를 개선했다. 이제 제너레이티브 AI는 프로세스를 더욱 빠르게 만들 것을 약속한다. 제너레이티브 디자인과 제너레이티브 AI는 인간의 독창성을 발판 삼아 디자인을 새로운 차원으로 끌어올리고 있다. 이러한 기술은 그 자체로도 강력하다. 같이 사용했을 때의 가능성은 거의 무한하다.
각 디자인 문제에는 수백, 수천 가지의 접근 방법이 있으며, 해결책을 제시하는 것은 오랫동안 인간의 대뇌에서 일어나는 과정이었다. 제너레이티브 디자인은 비교적 급진적인 아이디어에서 비롯되었다. “사람들의 두뇌가 교량에 대한 가능한 모든 해결책을 생각할 수 없다면 어떨까? 소프트웨어가 이를 탐구하는 데 도움이 된다면 어떨까?"
이 시기는 사람들이 대규모 계산에 클라우드를 활용하기 시작한 2009년 무렵이었다. 그리고 제너레이티브 디자인에서 핵심적인 순간은 디자인과 시뮬레이션의 관계를 뒤집는 것이었다. 소프트웨어는 모든 기상천외한 교량 공식을 상상하고 모든 교량에 대해 시뮬레이션을 실행할 수 있다. 그 결과 중에는 무너질 다리고 있고, 멀쩡한 다리도 있고, 디자이너들이 더 탐구하고 싶어할 다리도 있다.
제너레이티브 디자인은 현실 세계의 물리학을 활용하여 특정 설계 매개 변수에 대한 매우 정확한 솔루션인 최종 결과물을 창조한다. 하지만 몇 가지 난관이 있다. 인간이 올바른 결과를 산출하기 위해 설계 문제에 대한 정확한 사양을 입력해야 하며, 여기에는 오랜 시간이 걸린다. 또한 제너레이티브 디자인은 엄청난 양의 컴퓨팅 파워를 사용한다. 복잡한 프로젝트를 처리하는 데 하루 이상이 걸릴 수 있다. 그럼에도 인간보다 훨씬 효율적이다. 예를 들어 메르세데스 포뮬라 원(Mercedes Formula One) 팀은 더 나은 후방 서스펜션 부품을 위해 제너레이티브 디자인 도구를 사용했다. 설정하는 데 상당한 시간과 비용이 들었지만, 이제 팀은 6주가 아니라 48시간밖에 걸리지 않는 제조 공정을 보유하고 있다.
제너레이티브 디자인을 제조 도구로 생각하기 쉽지만, 실은 모든 설계 및 제작 프로세스에 이를 적용할 수 있다. 미디어 및 엔터테인먼트 업계에서 제작 일정에서는 보통 수만 가지 작업이 서로 뒤얽히며 이를 준비하는 데 수개월이 걸린다. 이제 M&E 회사들은 제너레이티브 디자인의 개념을 제너레이티브 스케줄링에 적용하기에 이르렀다. 타임라인이 중단되는 경우, 제너레이티브 디자인은 모든 변경 사항을 신속하게 합리화할 수 있다. 이는 제작이 더욱 복잡해짐에 따라 그 가치를 입증하고 있다.
제너레이티브 디자인은 이전에 설계된 제품보다 40% 더 적은 재료를 사용하고, 40% 더 가볍고, 40% 더 저렴하며, 30% 더 튼튼한 엔지니어링 제품과 같이 전례 없는 수준의 개선을 실현한다. 이는 오토데스크 Fusion(퓨전)과 같은 소프트웨어의 기술과 기원에 숨겨진 독창적인 개념이었다. 이 시스템은 인간의 이해를 뛰어넘는 결과물을 보여준다. 그러나 제너레이티브 디자인은 이전에 건설된 모든 다리를 살펴볼 수 있음에도 그렇게 하지 않고 새로운 디자인을 생성할 때 이를 학습한다. 즉 데이터를 사용하지 않는데, 바로 여기에 제너레이티브 AI가 적용된다.
AI는 세 차례의 물결과 과대 선전 주기를 거쳤다. 서서히 기대를 따라잡기 시작했고, 아무도 믿지 않는 범접할 수 없는 기술이 되어 버렸지만, 다시 제자리로 돌아왔다. 이 세 번째 물결이 AI의 한계를 넘겨 영원히 사회에 굳건히 자리 잡게 했을 가능성이 높다. 챗GPT(ChatGPT)는 거의 하룻밤 사이에 AI를 주류로 끌어올리는 데 큰 역할을 했다. 20년 동안 세계는 인공지능 도구 개발에 진전을 보였지만 오픈AI(OpenAI)가 마침내 실제로 작동하는 AI를 시연했다.
엄청난 양의 정보를 학습한 제너레이티브 AI는 인간이 찾을 수 없는 데이터 연결을 찾아낸다. 사용하기 쉽고, 접근하기 쉬우며, 매우 빠르다. 몇 가지 기본 정보를 입력하면 몇 초 안에 여러 응답을 제공한다. 이는 창의적인 사람이 디자인을 반복적으로 다듬는 데 중요하다. 이들은 가능성을 열고 학습을 변화시키는 응답을 얻을 수 있으며, 응답을 개선하기 위해 추가 프롬프트를 입력할 수 있다. 이 순환적인 디자인-사용자 인터페이스는 건축, 엔지니어링, 건설 및 운영(AECO), 설계 및 제조(D&M), 미디어 및 엔터테인먼트(M&E) 작업을 하는 사람들의 업무 방식과 잘 맞는다.
그러나 제너레이티브 AI가 아주 정밀한 것은 아니다. AI가 상상한 다리가 영감을 줄 수는 있지만, 제너레이티브 AI는 시뮬레이션을 실행하지 않기 때문에 그 다리를 만드는 것은 좋은 생각이 아닐 것이다. 제너레이티브 AI는 실제로 교량 공학의 모든 측면을 추론하는 것이 아니라 과거에 건설된 다른 교량의 데이터를 가져오는 것이므로, 그 결과물은 제너레이티브 디자인 도구의 설계에 잘 맞더라도 엔지니어의 설계에는 그만큼 잘 들어맞지 않을 것이다.
제너레이티브 AI의 난관은 유용한 결과를 생성하기 위해 신경망을 훈련시키는 것이어서, 인간의 추론에 기반한 특정 질문에 대해 선호하는 답변을 알려주는 데이터 세트가 필요하다. AI를 가장 효과적으로 활용하기 위해서는 이 데이터를 정리하고 클라우드에 저장해야 한다. 챗GPT에서 인상적인 점은 인터넷상의 수조 개의 단어를 학습에 활용했다는 사실이다. 모든 AI 프로젝트에 대해 초기 작업의 약 80%는 데이터를 적절한 방식으로 가져와 작업을 수행하는 것이다. 그리고 그런 데이터가 있다면 제너레이티브 AI는 놀라운 잠재력을 발휘한다. 맥킨지(McKinsey)는 이것이 2조 6000억 달러(약 3616조6000억 원)에서 4조 4000억 달러(약 6120조4000억 원)의 생산성 가치를 제공할 것으로 예상한다.
설계 및 제작 업계는 지난 15년간의 작업을 제너레이티브 디자인 및 시뮬레이션에 활용하고 제너레이티브 AI와 결합하는 방법을 찾는 방향으로 향하고 있다. 검증된 결과를 통해 제너레이티브 디자인은 설계 및 제작 업계에서 광범위한 신뢰를 얻는다. 그리고 여전히 조심스러운 기류가 있음에도 AI에 대한 신뢰가 살아나고 있다. 오토데스크의 2024년 State of Design and Make(PDF) 보고서에서 업계 리더의 76%는 AI에 대한 신뢰를 표현했고, 78%는 AI가 각 산업을 향상시킬 것으로 생각했으며, 79%는 AI가 더 큰 창의력을 발휘할 것으로 생각했다.
두 기술이 함께 성취할 수 있는 성과에 대해 생각해 보자. 워크플로는 초기 후보 솔루션들을 제공하기 위해 제너레이티브 AI로 시작한다. 디자이너는 이를 반복하거나 그 하위 집합을 제너레이티브 디자인 도구에 입력하여 시뮬레이션을 실행하고 요구 사항을 충족하는 결과를 제공할 수 있다. 그리고 시간이 지나면서 데이터가 향상됨에 따라 이러한 기술은 유기적인 리듬을 형성하여 즉각적이고 정확한 결과를 생성한다.
세계는 현재 AI 혁명에 10%에도 못 미치고 있다. 특히 제너레이티브 디자인과 제너레이티브 AI가 그 어느 때보다 빠르고, 쉽고, 정확한 워크플로를 생성하기 때문에 향후 10년 동안 상황은 훨씬 더 복잡해질 것이다. 이것은 설계 작업을 분석, 자동화 및 보강하는 데 도움이 될 것이며, 인간은 자신이 가장 잘하는 활동, 즉 창작에 매진할 수 있다. 혁신과 영향력이 중심이 되는 미래에는 디자이너와 제작자가 새로운 세상을 주도하게 될 것이다.
마이크 헤일리(Mike Haley) 오토데스크 부사장은 오토데스크 리서치(Autodesk Research)에서 인공지능(Machine Intelligence) 그룹을 이끌고 있다.
첨단 기술
첨단 기술
첨단 기술