An Implementation of Knowledge-based BIM System for Representing Design Knowledge on Massing Calculation in Architectural Pre-Design Phase

<학술논문> pISSN 2508-4003 eISSN 2508-402X

건축기획 매스 규모산정의 설계지식 재현을 위한 지식기반 BIM 시스템 구현

이병수

¹

²

^2†

1

²

An Implementation of Knowledge-based BIM System for Representing Design Knowledge on Massing Calculation in Architectural

Pre-Design Phase

Byung-Soo, Lee

¹

²

^2†

1

2

Received 16 May 2016; received in revised form 11 July 2016; accepted 11 July 2016

ABSTRACT

An architectural pre-design, which is conducted prior to the architecture design, supports funda- mental configuration during the entire AEC project by predicting the cost, demand, etc., of the building, and is therefore gaining importance. In particular, the massing calculation of the pre- design phase should be prioritized, as it is fundamental to architectural outline. However, most architects depend on only their experience and intuition while conceptualizing an integrated framework of design conditions, including the building code and requirements for the massing calculation of the object. Therefore, many difficulties arise in terms of performing appropriate tasks. Thus, the purpose of this study is to implement a knowledge-based BIM for explicitly representing the design knowledge, which is the basis of decision making for an architect while performing the massing calculation. In particular, the 3D knowledge relevant to a project can be provided and accumulated in the massing calculation by the BIM system; this facilitates an inte- gral understanding. Consequently, the approximate result of massing calculation in 3D BIM environment, through both the knowledge-based BIM template and plug-in, can be swiftly pro- vided to the architect. In addition, the architect can invent various alternatives, estimate result- ing costs, and reuse the accumulated knowledge in future BIM design processes.

Key Words: Architectural pre-design phase, BIM (Building Information Modeling), Design knowledge, Knowledge-based BIM system, Massing calculation, RBR (Rule-based Reasoning)

†Corresponding Author, [email protected] © 2016 Society for Computational Design and Engineering

1. 서 론

1.1 연구의 배경 및 목적

건축기획은 자각하고 있는 디자인의 구현이라 할 수 있다

^[1]

^[2]

^[3]

그러나 건축가가 건축기획을 수행할 때 직면하 는 어려움은 초기단계의 의사결정이 전체적으로 가장 큰 파급효과를 미치면서도, 불확정적이고 유 동적인 정보를 통한 의사결정을 하기란 어렵고, 이 를 지원해주는 객관적인 자료나 지원 방법도 미비 하다는 사실이다

^[4]

이와 같은 문제는 최근 건축분야의 디지털 설계 기술인 BIM(Building Information Modeling, 이하 BIM)을 통해 효과적으로 지원할 수 있을 것으로 판단된다. 기존의 건축기획은 정보가 분산되고 유 기적으로 상관관계를 이루지 않으므로, 이로 인한 오류의 발생 및 생산성 저하를 야기한다. BIM은 통합적인 건물정보 구축을 지원하므로 차후 통합 된 정보는 재사용이 가능하며, 정보의 사용방법 정 의를 위한 적절한 가공을 통해 지식의 형태로 만 들어질 수 있다

^[5]

특히 BIM에서 건물객체의 데이터 구조는 속 성, 파라메트릭 정보로 구성됨으로써 다양한 종류 의 설계지식(Design Knowledge)을 포함할 수 있 다. 이러한 건축설계 지식정보를 활용한 BIM을 지 식기반 BIM(Knowledge-based BIM)이라 한다. 지 식기반 BIM에서 지식정보는 설계규칙(Design rules), 파라메트릭 구속조건(Parametric Constraints), 파라메트릭 객체(Parametric objects)의 형태로 명 시화되어 있는 정보를 의미한다

^[14]

^[5]

이에 본 연구는 건축기획의 통합적인 지식정보

의 관리를 위한 지식기반 BIM의 연구의 일환으로 서 매스 규모산정 과정 지식을 기반으로 하는 지 식기반 BIM 시스템 구현을 목적으로 한다. 매스 규모산정은 건축기획에서 건축가에게 반드시 수 행이 요구되는 가장 중요한 요소로 많은 연구자와 실무자들에 의해 입증되었다. 즉, 본 연구는 BIM 에 명시적으로 정의 및 구현된 정보들을 매스 규 모산정이라는 암묵적 지식기반 행위에 적용할 수 있도록 지원하는 지식기반 시스템을 구현하기 위 한 노력이다.

본 연구의 결과물인 건축기획 매스 규모산정 지 식기반 BIM 시스템을 통해 건축가는 해당되는 대 지의 조건에 적합하게 규모산정된 3차원 건축 매 스를 자동적으로 제공받을 수 있다. 이때 시스템 에 사용된 건축정보와 법정조건은 BIM 속성 (Attributes)으로 변경되어, 3차원 매스에 매핑 (Mapping)된다. 이는 매스 규모산정을 위한 설계 지식이 영속적으로 BIM의 생명주기 프로세스상 에서 동기화되는 것을 의미하므로 다음 설계단계 에서 축적된 지식을 재사용할 수 있다.

1.2 연구의 범위 및 방법

본 연구에서 언급되는 지식기반의 범위는 건축 가가 건축기획 수행 시 매스의 규모산정 문제를

1)컴퓨터 과학 분야의 정보체계 관계 규명은 많은 연구자 들에 의해 연구되어 왔으며, 그 방법도 다양하다. 본 논 문에서 언급된 데이터, 정보, 지식, 지혜의 정의는 DIKW Pyramid 모델 중 Ackoff^[16]의 DIKW Hierarchy를 이용하 였다. 이는 정보체계를 시간에 따른 이해관계로 설명할 수 있으며, 외부 환경으로부터 구축될 정보체계의 문맥 을 정의한다^[16].

Fig. 1 Model of Ackoff’s DIKW Hierarchy^[16]

해결하기 위해 정보를 처리, 분석, 종합, 응용하는 과정에 집중한다. 또한 연구에서 언급되는 주요 용 어의 의미는 Fig. 1과 같은 DIKW

¹⁾

• Data: 정보를 구성하는 사실적 요소, 상징 또는 신호의 형태; 예) 면적, 층, 주소, 높이 등

• Information: 데이터가 특정 문제를 해결하기위 해 처리가 가능한 상태; 예) [용적률(%) = 바닥 면적 / 대지면적 * 100, 제약조건: 단, 바닥면적 은 지하층을 제외한 모든 지상 층 면적의 합을 지칭]

• Knowledge: 특정 대상을 평가하거나 새로운 경 험과 정보를 암묵적으로 통합하기 위한 환경 또는 과정; 예) 건축기획 매스는 규모정보와 제 약조건간의 산정을 통해 최적화된 결과

• Wisdom: 불확실한 현상에 대한 옳고 그름, 선 과 악 등을 판단하는 일종의 감각; 예) 주소지 에 해당하는 모든 요소간의 관계가 올바르게 이해된 적합한 기획결과를 판단

본 연구의 진행 방법은 건축기획 매스 규모산정 지식기반 BIM 시스템을 구현하기 위한 절차의 순 으로 구성되어 있다.

첫째, 1장 서론에서는 연구의 배경 및 목적, 범 위 및 방법에 대해 살펴본다.

둘째, 2장 선행연구 고찰에서는 설계지식의 재 현 을 위한 지식분류를 고찰하며, 지식기반 디자 인 연구의 흐름을 통한 지식기반 BIM 시스템의 의의를 고찰한 후, 건축기획의 정의와 국내 건축 기획 지원시스템 사례를 분석하여 본 연구의 차별 성을 도출한다.

셋째, 3장 설계지식 재현과 지식 베이스 구축에 서는 암묵적인 건축기획 매스 규모산정 지식을 명 시적으로 규칙화하기 위한 설계전략을 중심으로 설계규칙 설정, 설계지식 분류, 설계지식 베이스 를 구축한다.

넷째, 4장 매스 규모산정 지식기반 BIM 시스템 에서는 지식을 표현하기 위한 매스 규모산정 지식 기반 BIM 시스템 프레임워크 설정과 BIM 템플릿 및 플러그인을 구현한다.

마지막으로 5장 결론에서는 건축기획 매스 규모 산정 지식기반 BIM 시스템 구현이 갖는 연구적 의미와 향후 연구방안에 대해 논의한다.

2. 선행연구 고찰

2.1 설계지식의 명시화를 위한 지식재현방법 건축설계는 목표 상태를 향해 개별 결정 과정을 진행해가는 일종의 문제해결 과정이다

^[17]

^[12]

^[14]

^[8]

건축설계 지식은 논리적 과정 중에 발생하는 지 식이 어떻게 처리되고 사용되는지를 분류함으로 명시적으로 재현될 수 있다

^[11]

^[10]

• 선언적지식(Declarative Knowledge): 어떤 분 야의 사실적 정보(Knowing that)를 뜻함.

• 절차적지식(Procedural Knowledge): 어떤 처리 과정에서 어떤 경로로 선언적지식을 어떻게 사 용하느냐(Knowing how)를 뜻함.

• 상황적지식(Conditional Knowledge): 어떤 요 소(Facts)가 언제, 어디에 접목되나(Rules)를 뜻함.

• 전략적지식(Strategic Knowledge): 문제에서 해결까지의 연속된 행위를 계획하는데 필요 한 논리구조(Algorithm), 발견적 방법(Heuristic) 을 뜻함.

이와 같은 지식분류는 Alexander

^[11]

^[11]

2.2.1 지식기반 디자인의 정의와 흐름

1950년대에 시작된 인지혁명으로 부터 시작된 정보처리 이론은 Akin

^[17]

다임을 야기하였다. 그러나 여전히 CAD(Computer Aided Drafting, Computer Aided Design을 풍자하 는 용어)를 중심으로 단순 반복적인 노동이 건축 분야 지식정보화의 중심에 형성되었다

^[27]

^[28]

이와 같은 건축설계의 지식화는 건축 디자인 컴 퓨팅(Architectural Design Computing) 분야의 Gero

^[12]

^[13]

일반적으로 지식 베이스는 규칙기반 추론(Rule base reasoning, 이하 RBR)과 사례기반 추론(Case base reasoning, 이하 CBR)을 위한 목적으로 구축 된다. RBR은 특정한 지식의 규칙을 설정 및 규칙 검사를 통해 문제를 해결하는 지식의 특성을 대변 하며, CBR은 과거의 축적된 지식을 바탕으로 현 재의 문제를 해결하는 지식의 특성을 대변한다

^[19]

그러나 십 수 년간 지식기반 설정을 위한 건축 분야의 데이터베이스 및 기억을 위한 장치는 전무 하였다. 때문에 연구를 위한 일시적인 블랙보드모 델

²⁾

^[8]

2.2.2 지식기반 BIM의 정의와 구현방법

최근 건물객체의 속성정보와 형상정보를 통합 적으로 운용하는 BIM의 등장과 함께, Eastman

^[15]

은 지식기반의 구축에 적합한 기능을 지원하는 플랫폼으로서 BIM의 가능성을 논의하였다. 이러 한 지식정보를 활용한 BIM을 지식기반 BIM (Knowledge-based BIM)이라 정의하며, 정상적인 작동을 위해 필요한 장치를 겸비한 구조를 지식기 반 BIM 시스템이라 한다.

지식기반 BIM에서 설계 전문성은 지식정보기 반으로 대변되며, 설계 규칙, 파라메트릭 구속조 건을 미리 정의하고

^[14]

^[14]

^[14]

이상헌

^[8]

^[20]

• BIM 모델의 설계 정보는 설계 요구사항 분석 결과인 지식 베이스를 통해 추론할 수 있으며, BIM 모델의 설계 정보를 활용할 수 있는 데이 터베이스를 ‘BIM 지식 베이스’라고 한다.

• BIM 지식베이스에 BIM 객체의 설계 정보를 입력하기 위해서는 논리회로와 BIM 객체간에 대응되는 매핑 테이블을 규명해야 하며, BIM

2)블랙보드: 지식시스템의 구성요소들 사이의 통신을 책임 지는 요소로서 시스템에서 필요한 정보에 접근할 수 있 는지를 알려주는 장치. 또 여러 처리과정에서 접근할 수 있는 지식원이라 하는 데이터베이스 또는 기억장치를 구

비한 시스템구조^[18] Fig. 2 Knowledge-based BIM System for RBR^[8]

객체의 매개변수를 추가하는 프리셋을 템플릿 에 담아야 한다. 이를 ‘지식기반 BIM 템플릿’

이라고 한다.

• 지식기반 BIM 템플릿은 지식 베이스를 BIM 객체에 입력하기 위한 중간 매개체이며, 설계 정보의 번역자 역할을 수행한다. 지식기반 BIM 템플릿을 통해 정의된 설계 정보는 BIM 지식 베이스의 규칙에 대입하여 추론 과정을 수행해 야 하는데, 이를 위한 알고리즘이 필요하다. 이 는 BIM Tool의 API를 통해 플러그인 개발로 구현되며, BIM 객체의 설계 정보를 지식 베이 스와 연결하고 추론하는 과정이 실행되도록 가 이드 한다.

• BIM module은 건물 정보를 IFC(Industry Foundation Classes, 이하 IFC) 포맷으로 변환 하여 지식 베이스와 정보를 교환한다.

• RBR 장치의 BIM 템플릿에 대변되는 Web- based module은 건물 유지보수와 관련된 사례 정보를 축적하고 저장하며, 이것을 지식 베이 스에 호환한다.

• CBR module은 RBR 장치의 플러그인과 대변 되는 장치로서 지식 베이스에 지식을 축적하고 질의를 보내 지식 베이스에 축적된 사례 정보 들에 매칭된 정보를 제공한다.

RBR은 문제가 주어질 때마다 해당되는 규칙을 순서대로 검사하여 결과를 추론하기 때문에 정교 한 규칙 검사가 가능하지만, 복잡한 규칙을 추론 할 때 검사량이 많아 시스템에 요구되는 성능의 부하가 높다. 따라서 RBR은 단순한 BIM 건물 객 체의 정교한 수정과 생성에 효과적이며, 이를 지 식 베이스와 밀접하게 연결하기 위한 제어문(Control statement)으로서 BIM 템플릿이 필수적으로 요구 된다.

반면 CBR은 주어진 문제가 과거에 얻은 경험과 같다면 특별한 추론없이 문제를 해결할 수 있는 지식의 특성을 이용하여, 단순히 주어진 문제와 유 사한 과거사례를 재사용하여 현재의 문제를 해결 하는 방식을 취한다. 즉, 문제가 복잡하고 연관성 이 명확하지 않으며, 정형화가 어려운 분야에서 효 과적이지만, 과거 사례의 연관 정도를 확률적으로 판단하기 때문에 정확성은 RBR에 비해 다소 부 족하다. CBR은 BIM 객체를 지식기반 시스템에서 직접 제어할 필요는 없으며, 객체 그대로의 정보 를 과거 사례와 비교한 정보를 재현하기 위한 새 로운 사용자 인터페이스가 필요하다. 이 때문에 Web-based module이라는 사례 추론의 결과인 지 식을 표현하기 위한 독자적인 인터페이스 구축이 필수적으로 요구된다

^[19]

2.3.1 건축기획의 정의와 규모산정의 특성

건축기획은 수행 당사자에 따라 ‘사업’ 또는 ‘설 계’를 위한 사전 수행 업무로서 이중적 의미를 지 닌다. 건축가가 수행하는 건축기획이란, 본 설계 단계 이전에 수행하는 비교적 좁은 의미인

‘Programming’을 뜻한다

³⁾

^[20]

^[2]

다시 말해 매스 규모산정은 건축가가 수행 할 때 매우 중요한 확정적 설계조건으로 인식되며, 불 확정 요인을 도출하기 위한 기본적인 근간으로서 Fig. 3 Knowledge-based BIM System for CBR^[20]

3)Programming: ‘건축 프로젝트에 있어서 설계 조건을 정 하기 위한 사업계획’, ‘공간, 건물, 시설, 물리적 환경 등 을 설계하기 위한 정보를 수집, 정리하고 기준을 설정하 는 과정’ 등과 같이 설계를 위한 준비 과정을 뜻함^[3].

계획이 요구된다. 조정래

^[22]

^[25]

규모 계획이란 건물의 적정 규모를 정하는 것이 다

^[23]

^[24]

규모산정에는 시설기능 규모와 면적 규모가 있 으며, 시설기능 규모의 접근방식에는 시설 각 부 분의 면적을 쌓아 올려 전체 규모를 산정하는 Build- up 방식과 전체 규모를 정하고 그것을 각 부분으 로 면적 배분하는 Break-down 방식이 있다

^[8]

^[24]

2.3.2 국내 건축기획 지원 시스템 사례분석

국내의 건축기획 지원 시스템은 주로 1990년대 초부터 개발되었다. 다음 Fig. 4는 국내 건축기획 지원 시스템 개발 사례의 흐름이다.

건축기획 지원 시스템은 1990년대에 최적화 이 론에 따른 매스 자동생성 시스템 개발이 관건이었 다. 특히 COSMOS

^[26]

이 때문에 개인화가 쉬운 스프레드시트 기반의 시스템이 오늘날까지 사용되고 있다. 이러한 시스 템 대부분은 텍스트로 표현되는 정보에 의존한 다. 따라서 전문가를 제외하고는 직관적으로 결과 를 이해하기 어려우며, 정보가 분산되는 단점이 있 다. 대표적으로 남수희

⁴⁾

2000년대 중반 이후 프로젝트의 수요 및 비용의 예측이 가능한 건축기획의 중요성이 날로 부각됨 에 따라 다음과 같이 건축주를 위한 시스템과 건 축가를 위한 시스템으로 경향이 분화한다.

첫째, 본래 건축기획은 건축주가 수행해야 할 책 임이 있다. 하지만 대부분의 건축주는 전문지식이 없기 때문에 반드시 건축사 또는 부동산 전문가의 컨설팅을 받아야 하는 어려움이 있다. 이에 한국 종합건축정보

⁵⁾

System for Architectural Pre-design in Korea

4)http://blog.naver.com/sooheenam

5)http://www.etoji.co.kr

법을 분석한다. 몇 가지의 입력 정보를 제외한 결 과는 대부분 자동적으로 산정되기 때문에 일반인 에게 편리한 기획을 지원한다. 그러나 이는 전문 적으로 사용되기 위한 설계도구로의 정보 상호운 용을 지원하지 않기 때문에 중복작업의 우려가 있 으며, 기존 블랙보드 모델과 같은 독자적인 플랫 폼을 기반으로하여 변화하는 건축 법규 및 건축 정보에 대응하기 어려운 한계가 있었다.

둘째, BIM의 등장으로 프로젝트 초기부터 건축 기획을 지원하는 BIM기반 지원 시스템 연구개발 이 주를 이루었다. 특히 함남혁

^[7]

⁶⁾

최근에는 경계없는 작업실

⁷⁾

2.4 소결

2장에서는 본 연구의 핵심인 지식기반 BIM 시 스템의 연구적 의의와 그 효과를 파악하기 위해 관련된 연구를 고찰하였다. 이를 통해 지식기반 BIM 시스템은 단순히 발생한 연구적 사건이 아 닌, 지식기반 설계를 지향하기 위한 행위의 가장 최근에 해당되는 갈래임을 알 수 있다. 또한 건축 기획 지원을 위한 시스템 연구개발은 국내외에서 오래전부터 진행되었으나, 프로젝트의 초기 단계 에 해당되는 건축기획의 특성상 국내법에 국한된

정보를 중심으로 진행되므로, 이러한 특성을 반영 하기 위해 국내 지원 시스템 사례를 위주로 분석 하였다. 분석된 국내 사례에서는 방법은 다양하나 결과적으로 본 연구의 주 목적인 매스의 규모를 산정하는 기능이 대부분 지원되기 때문에 연구의 차별성에 대한 논의가 반드시 필요하다. 따라서 앞 서 분석된 국내 건축기획 지원 시스템과의 차별성 을 지식기반 BIM 연구의 측면에서 다음과 같이 선언할 수 있으며, 이를 통해 본 연구의 의의를 확 립하고자 한다.

첫째, 지식기반 디자인 연구의 흐름에서 본 연 구는 지식기반 디자인 시스템과 지식기반 CAD 시 스템에서 발전된 지식기반 BIM 시스템 구현을 위 한 연구의 일환이다. 지식기반 BIM 연구는 BIM 의 등장과 함께 시작되어 상대적으로 그 기간이 짧아 관련연구가 비교적 많지 않다. 따라서 본 연 구는 매스 규모산정을 위한 지식기반 BIM을 RBR 방식을 통해 구현하는데 연구적 의의가 있다.

둘째, 건축기획 매스 규모산정 과정을 해결할 때 필요한 건축가의 암묵적 설계 지식을 명시화하기 위해 분석적 문제 해결 분류를 통해 4가지의 유형 으로 분류하며, 이를 지식기반 BIM 시스템에 적 용 및 유형화된 각 지식들이 지식기반 BIM 시스 템내에서 그 역할과 절차를 수행하는지에 대해 면 밀히 분석 및 재현하는데 의의가 있다.

셋째, 앞서 분석된 국내 건축기획 지원 시스템 의 사례분석을 통해 본 연구는 BIM을 이용하여 건축가가 매스 규모산정을 진행할 때 발생하는 주 요한 지식을 BIM 플랫폼내에서 BIM 템플릿과 BIM 플러그인의 지원을 통해 명시화하여, 이를 3차원 BIM 모형에 축적함으로서 건축설계의 초 기 단계인 건축기획 매스 규모산정에서 설계지식 의 영속성을 구현하기 위한 BIM 기반 건축기획 지원 시스템을 연구하는데 의의가 있다.

마지막으로 본 연구에서 진행되는 매스 최적화 는 인공지능으로 대변되는 컴퓨터의 계산 능력과 사람인 건축가의 디자인 능력을 명확히 구별하여 진행되는데 차별성이 있다. 기존의 지원 시스템 대 부분은 컴퓨터가 해당되는 대지에 적합한 최대 용 적의 매스 또는 규모를 자체적으로 제안하기 때문 에 디자인 중간에 사람이 개입할 수 없으며, 최적 매스가 도출된 후 수정을 하는 프로세스 방식을 취하고있다. 그러나 본 시스템은 건축가가 직접 원 하는 건축면적 드로잉을 수행하여 이에 해당되는

6)BIM 국제표준인 IFC(Industry Foundation Classes)는 중 립 포멧을 통하여 소프트웨어 간 데이터 호환을 가능하 게 하는 개방형 BIM 환경을 의미한다. 표준적인 BIM 품 질검토 프로세스는 IFC 포맷파일을 기반으로 진행되므 로 IFC포멧을 통한 데이터의 호환은 BIM에서 매우 중요 한 사안이라 할 수 있다^[7].

7)http://boundless.kr

최대 용적의 매스를 컴퓨터가 산정한다는 점과 불 가능할 경우 적절한 가이드를 제공해준다는 점에 서 시스템 프로세스에 명확한 차이가 있다.

본 연구는 앞서 분석된 건축기획 지원 시스템과 기능별 중복, 특히 매스 규모산정 기능 중복은 불 가피하다. 그러나 본 연구에서 구현된 지식기반 BIM 시스템은 지식기반 설계의 관점에서 건축가 의 설계 지식을 BIM 시스템에서 재현하기 위한 노력과 이를 위한 구체적인 장치들을 정의 및 구 현하고, 최종적으로 축적된 설계지식을 BIM 설계 생명주기내에서 영속적으로 동기화하는 검증을 통 해 앞서 분석된 건축기획 지원 시스템들과는 명확 한 차이가 있다고 선언할 수 있다. 따라서 본 연구 는 이러한 연구적 차별성을 기반으로 연구를 수행 하고자 한다.

3. 설계지식 재현과 지식베이스 구축

3.1 건축설계 수행전략과 매스 규모산정

앞 장에서 고찰된 내용을 바탕으로 건축설계 행 위는 문제를 해결하기 위한 과정의 연속임을 알 수 있다. 즉, 건축가는 프로젝트를 진행함에 있어 서 요구되는 어떤 문제에 직면하면, 올바른 해를 구하기 위한 방향수립 및 실천을 해야 한다. 또한 수행된 결과에 대해 옳고 그름을 판단하기 위해 건축가 고유의 전문성이 반영되는데, 이를 테면 [과거 경험상 성공적일 경우 다음 문제를 수행하 고 그렇지 않다면 수행했던 문제의 오류를 검색 및 수정]이라 할 수 있는 주관적인 판단이다. 이와 같은 과정을 설계전략 설정이라 할 수 있다. 따라 서 본 연구에서는 건축가가 매스 규모산정의 문제 를 해결하기 위한 일련의 과정을 Fig. 5 같이 설계 전략을 통해 설정할 수 있다.

이 전략은 면적규모(Footprint) 산정을 통해 평 면 검토를, 건축최대높이 산정을 통해 단면 검토 를 수행하여 최종적으로 규모를 산정하는 Break- down방식을 대변한다. 이것은 디지털 환경에서 규모 산정된 매스를 자동적으로 제공받기 위해 다 음과 같은 조건을 준수하였다. 첫째, 전략 수행의 결과를 3차원 모형으로 제공받아야 한다. 둘째, 규 모산정 과정이 현업에서 사용되는 과정과 유사해 야 한다. 셋째, 지식기반을 구현하기 위하여 BIM 을 사용한다. 넷째, 산정된 지식은 차후 BIM기반 건축설계 단계에서 재사용할 수 있어야 한다.

• 대지 면적규모 산정: 대지와 관련된 규모제한 사항을 구하는 것이다. 주소지에 해당되는 대 지면적을 확보하고 법정 규모제한 사항을 구하 기 전에 건축용도에 관한 법률검토 결과가 반 드시 필요하지만, 본 연구의 범위에 따라 이 과 정은 건축가가 사전에 수행하는 작업으로 설정 한다. 그리고 최근 개정된 건축높이에 관한 법 정 규모제한 사항

⁸⁾

• 건축 면적규모 산정: 건축면적과 관련하여 층 고, 전체높이 및 규모를 산정하는 과정이다. 면 적규모 산정에서 구해진 법정 규모제한 사항들 로 규모의 최대한도를 구하여 건축선을 벗어나

Fig. 5 Design Strategy

8)[건축법] 제51조 “건축물의 높이제한”, 일명 도로사선제 한으로 불리었던, 건축높이 규모제한 규정은 2015년 이 후로 폐지되었다. 이를 대처한 것은 [건축법] 제60조 “가 로구역별 높이제한”과 [건축법] 제61조 “일조권”에서 직 접적으로 관여하게 되었다.

지 않는 건축면적을 작성해야 한다. 단, 건축선 을 구하는 방법 또한 주소지에 따라 변수가 다 양하여 본 연구의 범위를 넘는다고 판단되므로 사전작업으로 설정한다. 이후 층간 높이 변수 입력을 통해 매스의 규모를 산정할 수 있다. 따 라서 변수인 건축면적과 층간 높이 설정 후 산 정을 통해 매스 대안을 산출하는 것이 건축 면 적규모 산정의 목표이다.

3.2 설계규칙설정과 지식재현

앞 절에서 설정된 설계전략이 설계 전문성을 대 변하기 위해서는 이를 위한 지식정보기반이 필요 하며, 현업에서 사용되는 범용적인 내용으로 설정 되어야 한다. 이를 위해 건축계획서

⁹⁾

• 건축개요(위치, 대지면적 등)

• 지역, 지구 및 도시계획사항

• 건축물의 규모(건축면적, 연면적, 높이, 층수 등)

• 건축물의 용도별 면적

• 주차장 규모

• 에너지절약계획서(해당건축물에 한한다)

• 노인 및 장애인 등을 위한 편의시설 설치 계획 서(설치의무가 있는 경우에 한한다)

건축계획서 기재사항에 따르면 1~5항은 건축규 모와 직접적으로 연관성이 있으므로, 건축 규모산 정에 해당하는 범용적인 기준인 것으로 판단할 수 있다. 이를 기반으로 건축물의 면적, 높이에 관한 산정사항과 제약사항의 관계를 Fig. 6과 같이 And- Or tree 형태로 설계규칙화 할 수 있다.

매스 규모산정 지식은 매스 규모와 공간의 규 모를 산정하기 위해 지식정보를 사용하는 규칙 이다. 규칙의 실행은 다음의 예로서 설명될 수 있 다. 매스 규모산정 지식의 매스 규모(Mass scale) 는 건축면적(Building area)과 건축높이(Building

9)[건축법] 제11조 제1항, 건축물을 건축하려는 사람은 특 별자치시장, 특별자치도지사 또는 시장, 군수, 구청장(자 치구의 구청장을 말함)의 허가를 받아야 한다.

Fig. 6 Design Rules

Table 1 Knowledge Classification

Type Knowledge Sign

Declarative

- Site/Building area

- Calculated Floor/Building area ratio - Legal Floor/Building area ratio - Calculated Floors/Floor height - Limited Floors/Floor height - Calculated/Limited Building height - etc

- A/B - C/D - E/F - G/H - I/J - K/L

Procedural

- D * G / 100 * A - B / A * 100 - E / 100 * A / D - G * H

- etc

- C - D - G - K

Conditional

- if B < A is true and go to D, else is false and repair B

- if D < F is true and go to H, else is false and repair D

- if G < I is true and go to C, else is false and repair G

- if H < J is true and go to K, else is false and repair H

- if K < L is true and end calculation, else is false and repair K

Strategic

height)로 산정할 수 있는데, 건축면적은 해당건축 면적(Calculated building area)과 제한건축면적 (Limited building area)의 허용한도 내에서 산정 된 결과값의 참조(Index)를 받는다. 이와 같이 조 건분기(Branch condition)와 참조의 관계를 역으 로 판단하면 최초 입력 값인 대지면적(Building area)과 건축면적(Site area)이 확인되므로 앞서 설 정된 수행전략과 일치하는 것으로 확인된다. 이 와 같은 설계규칙은 Table 1과 같이 지식분류를 통해 매스 규모산정 설계지식을 명시적으로 재현 할 수 있다.

3.3 지식 베이스

본 절에서 구축되는 지식 베이스는 건축가가 건 축기획 매스 규모산정 문제를 해결하기 위해 암묵

적으로 지식화 되어 있는 노하우 또는 사고(Schema) 를 명시적인 형태로 규칙화한 정보로 이루어진 것 이라 할 수 있다. 이를 위한 설계규칙의 속성은 고 유의 특성을 지니고 있으며, 상황에 따라 조건, 수 식, 변수화되어 사용된다. 따라서 설계 지식정보 데이터베이스를 구축할 수 있다. 이는 법정제한정 보와 건축정보의 산정을 통해 Fig. 7과 같은 매스 를 산정하는 지식 베이스(Knowledge base)로 대변 될 수 있다.

대지정보는 법정건폐율, 법정용적률, 법정최대 높이, 대지면적으로 구성된다. 이들의 산정을 통 해 최대건축면적, 최대연면적, 최대층수, 최대층간 높이를 구할 수 있다. 이를 위한 설계규칙은 Table 2와 같다.

건축정보는 건축면적, 층간 높이와 같이 입력변 수로 설정된다. 이는 매스 규모산정에서 참조되어 매스의 가불판단 조건으로 사용된다. 그 외에 최 소건축면적을 산정하여 건축면적 설정에 도움을 준다. 이를 위한 설계규칙은 Table 3과 같다.

매스의 건폐율, 용적률, 층간 높이, 건축높이, 체 적의 가불판단에 대해 규칙을 실행한다. 이는 IF- THEN 논리에 기반하며, 반환 값에 따라 해당되는 오류를 확인할 수 있다. 이를 위한 규칙기반추론 엔진은 Table 4와 같다.

Fig. 7 Design Information & Knowledge Database

Table 2 Site Footprint Information & Knowledge

Code Description Formula Units

SF_info

BlarL Legal Building area ratio - %

BfarL Legal Floor area ratio - %

BhL Limited Building height - m

Sa Site area - m²

SF_know

BaMax Building area (Maximum) BlarL/100 * Sa m²

FaMax Floor area (Maximum) Bfar/100 * Sa m²

BfMax Building floors (Maximum) FaMax/BaMax Integer BfhMax Building floor height (Maximum) Bhl/BfMax mm Table 3 Building Footprint Information & Knowledge

Code Description Formula Units

BF_info Ba Building area - m²

BfhP Building floor heright (parameter) - mm BbF_know BaMin Building area (Minimum) FaMax/BhL* 1000/BfhP mm

4. 매스 규모산정 지식기반 BIM 시스템

4.1 시스템 프레임워크

Fig. 8은 매스 규모산정 지식을 BIM에서 통합적 으로 운용하기 위한 시스템 프레임워크이다.

• Building code database: 건축법상 건축물은 주 소지의 지역, 지구, 용도 등에 따라 법정규모제 한이 다르다. 따라서 건축가가 원하는 주소지 를 검색하여 원하는 제한정보를 반환 및 가이 드 할 수 있는 데이터베이스이다.

• Knowledge base: 법정규모제한사항을 대지 및 건축면적과 산정하여 건축가에게 결과정보로 반환할 수 있다.

• BIM Plug-In: 매스 규모산정에 대한 전략을 API를 통한 코딩으로 작성하여 명시화한다. 법 정규모제한사항, 산정제한정보에 적합한 매스 규모를 추론한다.

• BIM Template: 산정정보는 BIM에 설정되지

않은 수많은 용어들을 포함한다. 예를 들어 건 폐율, 용적률 등은 BIM에서 읽고 쓸 수 없다.

따라서 이러한 용어를 미리 BIM에 프리셋하여 사용자와 플러그인을 연결해주는 중간번역자이다.

• BIM Software: 동시대의 BIM 저작도구들은 건 축가에게 건물객체와 정보를 3차원으로 표현 된 정보모형으로 제공한다. 이는 지식추론을 위 해 산정된 정보를 포함할 수 있으므로 통합적 인 지식정보관리 및 사용이 가능하다.

설계 지식정보 DB를 BIM 객체에 입력하기 위 해서는 매개변수를 추가한 지식기반 BIM 템플릿 을 설정해야 한다. 이는 일반적인 지식활동의 지 식도출의 과정으로 설명할 수 있으며, 선언적 지 식과 절차적 지식이 반영된다. 또한 지식 베이스 의 지식은 문제해결을 위해 BIM 설계 과정 중 적 재적소에서 적용되는 지식 매핑의 과정이 필요하 다. 이는 상황적 지식으로 설명되며, BIM 저작도 구의 API를 통한 알고리즘 설정으로 구현할 수 있 다. 최종적으로 지식도출 및 매핑은 매스 규모산 정이라는 목표를 달성하기 위해 전략적 지식으로 실행된다.

4.2 BIM 템플릿 구현

BIM 템플릿은 3장에서 정의된 매스 규모산정 설계지식 분류에 따라 선언적, 절차적 지식을 BIM 속성에 프리셋하여 구현할 수 있다. 이를 위한 매 핑테이블을 Table 5와 같다.

BIM의 속성에 반영된 지식은 IFC에 준수되는 것을 의미하므로 차후 BIM기반의 설계단계에서 축적된 지식을 재활용할 수 있다. 이는 Fig. 9와 같 Table 4 Mass Calculating&Inference Knowledge

Code Description Formula If-then else

MR_know

cBlar Calculated building area ratio Ba/Sa * 100 Ba < Sa Not cBlar: Cause Ba > Sa cBf Calculated floors BfarL/100 *

Sa/cBlar cBlar < BlarL Not cBf: Cause cBlar > BlarL cBfar Calculated floor area ratio cBf * cBlar/

100 * Sa cBf < BfMax Not cBfar: Cause cBa > BfMax cBh Calculated building height BfhP * cBf BfhP < BfhMax Not cBh: Cause

BfhP > BfhMax cBs Calculated building scale Ba * cBh cBh < BhL Not cBs: Cause

cBh > Bhl

Fig. 8 Knowledge-based System Framework

이 BIM 저작도구인 Autodesk Revit 2015의 BIM 템플릿으로 구현하였다.

4.3 BIM 저작도구의 플러그인 구현

지식기반 BIM 시스템의 BIM 플러그인은 BIM 저작도구에서의 하나의 플러그인 소프트웨어로 구 현하기 위하여 다음과 같은 개발 접근 방법을 사 용하였다. 첫째, BIM 저작도구로서 Autodesk의 Revit 2015를 사용하였다. 둘째, Revit API 개발언 어로 Visual C#을 사용하였다. 이에 따라 개발된 플러그인의 시스템 아키텍처는 Fig. 10과 같으며, 4개의 파트로 설명할 수 있다.

• Data Input: 플러그인의 실행조건으로 대지면 적, 건축면적의 입력이 요구된다. 또 면적규모 산정 실행조건으로 법정규모제한사항의 입력 이 요구된다. 이들은 시스템에서 직접적으로 제 공하지 않으며, 외부 데이터베이스 및 파일에 서 참조되는 형태로 가이드된다.

• Information Calculating: 입력데이터를 기반으 로 규모제한정보를 산정하는 부분이다. 대지면 적규모산정으로 최대건축면적, 최대연면적, 최 대층수, 최대층간높이를 산정한다. 이를 통해 최대 및 최소층간높이, 건축면적의 범위가 설 정되므로 가불판단 지원을 할 수 있다.

• Knowledge base: 시스템의 인터페이스에서 가 시화된 부분은 없으나, 정보산정과 매스산정지 식을 지식베이스에서 질의를 통해 참조 가능한 Table 5 Mapping Table

BIM Class Value Conditin

General

Site Area Building Area

Legal Building Area Ratio Legal Floor Area Ratio Legal Building

Building Height Maximum

Data

Building Size Building Height Building Floors Floor Area Ratio Building Area Ratio Floor Height

Constraints

Building Height Maximum Building Area Maximum Building Floors Maximum

Floor Area Maximum

Floor Height Maximum

Building Area Minimum

Floor Height Minimum

Fig. 9 BIM Template

Fig. 10 Plug-In Architecture

데이터 수준으로 반환해준다.

• Mass Reasoning: 산정된 정보를 바탕으로 적절 한 규모를 추론해주는 장치이다. 이 장치는 산 정오류에 대한 적절한 가이드를 제공한다.

4.4 지식기반시스템 검증

앞서 구현된 지식기반 BIM 시스템의 검증을 위 해 건축가가 지식활동을 할 때 발생하는 행위로서 설명될 수 있어야 한다. 따라서 Fig. 11과 같이 지 식활동 시 발생하는 지식획득, 지식축적, 지식공 유, 지식활용으로 설명될 수 있다.

첫째, 지식획득은 BIM 모델, 속성, 구속조건으 로 재현된 지식을 이용하여 매스 규모산정을 하는 것으로 설명된다. 둘째, 지식축적은 건축가가 다 양한 매스를 구할 때 자동적으로 BIM 라이브러 리에 산정된 매스가 저장되는 것으로 설명된다.

셋째, 지식공유는 산정된 매스가 플러그인을 통해 고유의 산정지식을 공유하여 열람되는 것으로 설 명된다. 마지막으로 지식활용은 BIM 설계 생명주 기의 적절한 단계에서 재사용되는 것으로 설명된 다. 따라서 구현된 지식기반 BIM 시스템은 지식 활동이 가능한 지식시스템으로 검증된다.

5. 결 론

본 연구의 결과로 건축기획 매스 규모산정 지식 기반 BIM 시스템 구현 방법은 설계지식베이스, BIM 템플릿, BIM 플러그인의 설정을 통해 가능 하다. 따라서 다음과 같은 결론을 도출할 수 있다.

첫째, 건축가가 매스 규모산정 과정을 성공적으 로 수행하기 위해 필요되는 설계지식과 요구사항 들을 분석하고 종합하는 설계전략을 설정하였으 며, 이들의 관계를 통해 위계적 상황을 파악하여 시스템에서 요구되는 설계지식의 암묵적인 논리 규칙과 절차를 명시화하고 분류하여 지식 베이스 로 구축하였다.

둘째, 매스 규모산정 과정에서의 설계지식 재현

메커니즘을 건축기획 매스 규모산정을 위한 지식 기반 BIM 시스템 프레임워크로 정의하였다.

셋째, 매스 규모산정 과정에 필요한 설계지식을 BIM 모형으로 재현하기 위해 명시적으로 분류된 지식을 BIM 플랫폼에 대응되는 매핑테이블로서 재설정하였으며, 이를 BIM 템플릿에 프리셋하여 지식기반 BIM 템플릿을 구축하였다.

넷째, 매스 규모산정 과정 중 해당 건축정보와 법정제약정보를 산정 및 판단하고 건축가에게 보 고할 수 있는 설계규칙과 추론에 해당되는 지식을 3차원 BIM 건물모형으로 재현하는 지식기반 BIM 플러그인을 구축하였다.

다섯째, 구현된 지식기반 BIM 시스템을 통해 건 축가가 매스 규모산정에 대해 적절한 지식활동을 지원 받을 수 있는지에 대해 검증을 하였다.

추후 연구로서 공공 데이터베이스에서 법정건 폐율, 법정용적률, 법정최대높이 등과 같은 대지 의 조건에 적합한 규모제한정보를 검색하여 자동 적으로 지식기반 BIM 시스템에서 반영하기 위한 BIM 기반 지식습득(Knowledge Acquisition)에 관 한 연구가 수행되어야 할 것이다.

감사의글

본 연구는 국토교통부 도시건축 연구개발사업 의 연구비지원(15AUDP-C067817-03)에 의해 수 행 되었습니다.

References

1. Kim, J.J., 2008, Architecture Programming Phase and Building Information Modeling, Journal of the Architectural Institute of Korea, 52(6), pp.40- 43.

2. Park, H.K., 1992, Design Programming in Archi- tecture, Journal of the Architectural Institute of Korea, 36(2), pp.95-97.

3. Lim, H.S. and Kim, Y.H., 2012, A Study on Policy Alternatives to Improve Architectural Planning, Architecture & Urban Research Insti- tute.

4. Seo, J.K., Kim, S.M., Cho, J.H. and Chun, J.Y., 2010, Supporting Model of Cost Planning using Case-Based Reasoning in Pre-design Phase – Focused on the Case of Public Office Building, Journal of the Architectural Institute of Korea, 26(4), pp.159-168.

Fig. 11 Knowledge Activities for System