AI 요약관련 정보

• 연사는 건축 배경을 가지고 있으며, 5년 전부터 언리얼 엔진을 건축 시각화에 활용했고, 현재는 Beantock Natural Playgrounds의 시각화 리더로 활동 중입니다. 'Circadian House' 프로젝트를 통해 언리얼 엔진을 깊이 학습했습니다. 🏗️
• Beantock Natural Playgrounds는 2030년까지 100만 명의 아이들이 매일 자연과 연결되도록 하는 것을 목표로 하며, 모든 연령과 능력의 아이들을 위한 '정해지지 않은 놀이(unprescribed play)' 환경을 조성합니다. 🌳
• 디자인 워크플로우는 아이디어의 자유로움과 빠른 소통을 위한 전통적인 드로잉으로 시작하여, 생성형 AI로 컨셉을 탐색하고, 최종적으로 Twinmotion(이전에는 언리얼 엔진)을 사용하여 실제 부지 모델에 아이디어를 적용하고 애니메이션 및 가상 워크스루를 생성합니다. ✍️
• 시각화 작업의 대부분은 이제 Twinmotion에서 이루어집니다. 언리얼 엔진을 사용하던 과거와 달리, Twinmotion의 성능과 사실감 개선으로 인해 주요 시각화 도구로 전환되었습니다. 🚀
• 성공적인 워크플로우를 위한 세 가지 핵심 요소는 (1) 정확한 부지 모델, (2) 정밀하고 유연한 지형 모델링, (3) AEC(건축, 엔지니어링, 건설) 도구에도 적합한 고품질 3D 에셋입니다. 🛠️
• 드론(예: DJI Matrice 4E, Mavic 3 Enterprise)을 RTK 시스템과 기계식 셔터와 함께 사용하여 비용 효율적이고 정확한 항공 측량을 수행하며, Reality Scan을 위한 데이터를 수집합니다. 🚁
• Reality Scan은 드론 사진을 처리하여 지리 참조된 정사 투영(orthographic projection)과 디지털 표면 모델(digital surface model)을 생성하며, 이는 등고선과 같은 부지 정보를 만드는 데 필수적입니다. 🗺️
• Reality Scan의 자동 등고선 생성 기능에는 한계가 있습니다. AI 분류 도구가 건물이나 나무 같은 비지면 요소를 제거하는 데 도움을 주지만, 여전히 너무 많은 디테일이 남거나 중요한 요소를 놓쳐 거칠거나 부정확한 등고선이 생성될 수 있습니다. 📉
• 측량사 수준의 깨끗한 등고선을 얻기 위해, 디지털 표면 모델을 후처리합니다. 이는 깨끗한 평면을 변위시키고, 비지면 요소를 제외한 지점을 가상으로 샘플링한 다음, 이 점들을 메시화하여 TIN(Triangulated Irregular Network)을 생성하고, 여기서 깨끗한 등고선을 추출하는 방식입니다. ✨
• 드론으로 캡처된 데이터는 Gaussian Splatting과 같은 미래 지향적인 부지 컨텍스트 시각화 기술에도 활용될 가능성이 있으며, 현재 실험 중입니다. 🌌
• 첨단 디지털 도구의 활용에도 불구하고, 전통적인 드로잉은 아이디어를 표현하는 지적, 물질적 자유로움과 빠른 소통 능력 때문에 디자인 과정에서 여전히 근본적이고 대체 불가능한 부분으로 강조됩니다. 🎨