구조 설계의 혁신 – 미래를 열다

왜 우리가 매일 하는 일을 굳이 바꾸려 해야 할까요? 현재 우리 엔지니어링 사무소의 상태가 이미 충분히 훌륭하지 않을까요? 업무량은 충분히 많고, 새로운 구조물은 매일 건설되고 있으며, 이는 당분간 바뀌지 않을 것입니다. 오늘날 엔지니어들의 디지털 도구는 이미 몇 년 전에는 상상도 할 수 없었던 속도로 매우 강력해졌습니다. 어떤 변화를 추진하는 힘은 항상 필요에서 비롯됩니다. 그렇다면 현재 토목 엔지니어링 사무소의 "필요"는 무엇일까요?

몇 가지가 있는 것으로 보입니다... 

• 매일 이 일을 하려는 사람이 점점 줄어들고 있습니다
• 많은 지역의 경제 성장 덕분에 매년 처리해야 할 업무량이 증가하고 있습니다
• 토목 엔지니어링과 관련된 다른 엔지니어링 분야의 발전 속도가 훨씬 빠릅니다
• 프로젝트의 복잡성은 '친환경' 솔루션, 에너지 소비, CO₂ 영향에 초점을 맞추면서 급격히 증가하고 있습니다

우리 분야의 가까운 미래를 살짝 들여다보겠습니다.

구조 엔지니어의 미래는 어떤 모습일까요?

구조 엔지니어의 직업이 AI의 등장으로 위협받는 직종 중 하나일까요? 그렇지는 않습니다. 적어도 그렇게 빠르지는 않을 것입니다. 모든 과제에 수반되는 변수의 수가 너무 많아 알고리즘으로 처리하기 어렵습니다. 이는 필요한 연산 능력 때문이 아니라, 서로 다른 분야의 데이터베이스가 동기화되지 않고 협력하지 않기 때문이며, 모든 데이터의 혼란을 이해하는 데 필요한 인간의 상식이 요구되기 때문입니다.

반면에, 구조 엔지니어의 일상적인 업무가 오늘날과 동일하게 유지될까요? 종이 도면, 손으로 쓴 메모, 수백 개의 DWG 및 PDF 파일, 끝없는 스프레드시트, 서로 다른 세밀도의 구조 모델(서로 연동되지 않는), 프로젝트에 관한 수백 개의 이메일과 채팅 메시지, 마감일, 예산, 파일과 책, 설계 기준, 매뉴얼, 구조 잡지로 가득 찬 사무실에서 보내는 긴 시간? 

그렇지 않기를 바랍니다.

하지만 오늘날의 현실에서 훨씬 더 나은 환경으로 나아가기 위해 무엇을 개선할 수 있을까요? 열심히 일하는 대신 스마트하게 일하려면 가용한 기회를 활용해야 합니다. 그리고 지금 당장 보이지 않는다면, 기계 학습, 빅데이터 처리, 위상 최적화와 같은 표현이 이미 한동안 사용되어 온 기계 엔지니어링과 같은 인접 분야를 살펴볼 수 있습니다.

구조 엔지니어라는 직함은 살아남겠지만, 새로운 기술과 역량에 대한 필요성은 피할 수 없다는 것이 이미 분명합니다. 수학, 물리학, 구조 역학, 재료, 설계 기준 요건에 대한 지식만으로는 더 이상 충분하지 않을 것입니다. 완전히 새로운 디지털 기술이 요구될 것입니다 – 데이터 처리, 서로 다른 도구 간의 데이터 연동 구축, 파라메트릭 설계 활용, 기계 학습 이해, 효율적인 프롬프트 작성 지식 등.

이 글에서 아직 다루지 않았지만 설계 과정에서 여전히 중요한 한 가지 측면은 정부, 설계 기준, 검토 기관입니다. 이 부분에서의 수용과 협력 없이는 기술의 발전이 엔지니어링 커뮤니티의 대응 속도보다 훨씬 빠를 것이기 때문에 이를 간과할 수 없습니다.

위상 최적화

이것이 무엇에 관한 것일까요? 간단히 말하면, 구조물을 만들기 위한 특정 수의 블록이 있는 어려운 과제를 푸는 것과 같습니다. 특정 하중 조건에서 충분히 견딜 수 있을 만큼 강해야 하지만, 가능한 한 적은 블록을 사용하고 싶습니다.

위상 최적화에서는 계산 알고리즘을 사용하여 블록을 배치하는 최선의 방법을 찾습니다. 프로그램은 다양한 설계를 시도하며, 블록을 어디에 배치할지 수백 가지 변형을 시험하여 가능한 한 적은 블록을 사용하면서 최대한 강한 구조물을 만듭니다. 컴퓨터가 무너지지 않으면서 가장 많은 하중을 견딜 수 있는 교량 설계를 찾기 위해 모든 종류의 설계를 테스트하는 것과 같지만, 동시에 블록을 낭비하지 않습니다.

이 방법은 엔지니어와 설계자가 가능한 한 적은 재료를 사용하여 기능을 수행하는 매우 효율적이고 때로는 독특한 외관의 구조물을 고안하는 데 도움을 줍니다. 재료를 절약하고 중량을 줄이며, 우리 스스로는 생각하지 못할 수도 있는 혁신적인 설계로 이어지는 스마트한 설계 방법입니다.

위의 이미지에서 서로 다른 고정 조건 세트와 관련된 3차원 교량의 세 가지 최적화 설계를 볼 수 있습니다 [K. Bando, R. Din, M. Fouquerand, L. Gilbert, A. Moissenot, and M. Nicolas, Optimisation d'une structure et application architecturale, PSC MEC07, Ecole Polytechnique (X), 2016].

이미 사용 가능한 것들

현재 사용 가능한 가장 발전된 철근 콘크리트 설계 도구 중 하나인 IDEA StatiCa Detail은 지정된 형상에서 응력 흐름을 기반으로 한 위상 최적화를 사용자에게 시각적으로 보여줄 수 있습니다. 이 도구는 설계자에게 철근의 가장 효율적인 위치와 방향을 매우 명확하고 시각적으로 보여줍니다. 위상 최적화에 관한 블로그 기사를 살펴보실 수 있습니다.

이러한 강력하고 발전된 모델들도 진지하게 다루어질 때 가능한 것들의 시작에 불과합니다. 우리는 이미 유기적인 형태를 기반으로 하여 전형적인 트러스 형태보다 생물학 교과서의 이미지에 훨씬 더 가까운 수백 가지 설계를 알고 있습니다. 유기적 형태에서 영감을 받은 이미 건설되었거나 건설 중인 프로젝트를 여러 개 찾을 수 있습니다. 좋은 예로는 Zaha Hadid Architects가 설계한 리야드 지하철역 현재 프로젝트가 있습니다.

약간의 상상력을 발휘하면, 이러한 유기적 형태는 그 아름다움 때문만이 아니라 위상 최적화와 새로운 시공 공정 덕분에 내력 구조의 형상으로서도 건축에 등장할 수 있습니다.

오늘날의 설계 도구 덕분에 어떤 종류의 구조물과 프로젝트가 해결되고 있을까요? 사례 연구 라이브러리를 살펴보겠습니다.

엔지니어링에서 데이터의 힘

IDEA StatiCa의 연구원들은 최근 강구조 학술대회에서 Connection 앱의 용접 이용률 자동 예측에 사용되는 새로운 방법을 발표했습니다. 이 혁신적인 접근 방식은 매우 복잡한 해결책으로 하나의 간단한 질문을 해결합니다. 재료의 소성화가 허용될 때 용접의 실제 내력은 얼마인가?

문서에 설명된 혁신적인 방법은 고급 인공지능, 특히 합성곱 신경망을 활용하여 강구조에서 용접 이용률 예측의 정확도를 크게 향상시킵니다. 이 새로운 접근 방식은 용접선을 따른 응력 분포와 변형률 이력을 정밀하게 분석함으로써 전통적인 방법을 뛰어넘는 획기적인 방법입니다. 이러한 상세한 분석은 다양한 용접 구성 및 하중 시나리오에 맞는 보다 정확한 추정을 가능하게 합니다. 이 발전은 구조 설계의 안전성과 효율성을 향상시킬 뿐만 아니라, 기계 학습을 기존 엔지니어링 관행과 통합하는 잠재력을 보여주며, 구조 엔지니어링에서 더 스마트하고 데이터 기반의 솔루션을 위한 길을 열어줍니다. 이 개선 사항의 활용 방법에 대한 자세한 내용은 여기를 참조하십시오.

수백 개의 하중 증분을 몇 초 안에 계산하는 것이 쉽지 않기 때문에, 알고리즘은 과거에 수행된 이전 해석의 방대한 데이터 세트를 사용하여 실시간으로 원하는 해에 가장 가까운 용접 크기 값을 찾을 수 있습니다.

신진 구조 엔지니어를 위한 용어 설명:

기계 학습(ML)은 컴퓨터가 데이터를 기반으로 학습하고 의사 결정을 내릴 수 있게 하는 인공지능의 한 분야입니다. 구조 설계 및 해석에서 ML은 재료 거동 예측, 구조 건전성 평가, 설계 프로세스 최적화에 활용될 수 있습니다. 방대한 데이터 세트를 분석함으로써 ML 알고리즘은 전통적인 방법으로는 놓칠 수 있는 패턴과 통찰을 식별할 수 있습니다. 이는 보다 효율적이고 안전하며 비용 효율적인 구조 설계로 이어질 수 있습니다. ML은 또한 구조물의 실시간 모니터링 및 유지보수 계획을 지원하여 수명과 안전성을 더욱 향상시킬 수 있습니다.

합성곱 신경망(CNN)은 이미지와 같이 격자형 위상을 가진 데이터 처리에 널리 사용되는 인공지능의 한 유형입니다. 이미지 인식 및 분류와 같은 작업에서 뛰어난 성능을 발휘합니다. CNN은 데이터를 필터링하고 압축하는 수학적 연산인 합성곱을 수행하는 레이어를 통해 입력 데이터의 패턴과 특징을 인식하는 방법을 학습합니다. 이러한 구조를 통해 CNN은 복잡한 패턴을 식별할 수 있으며, 구조 해석부터 자동화된 설계 프로세스에 이르기까지 다양한 엔지니어링 응용 분야에서 강력한 도구가 됩니다. 복잡한 데이터 세트를 효율적으로 처리하는 능력은 현대 엔지니어링 문제 해결에서 귀중한 자산이 됩니다.

요약

방금 보셨듯이, 미래는 생각보다 가까이 있습니다. AI가 생성한 이미지 속의 미래가 아니라, 자동화와 스마트 최적화의 기본 원리가 이미 구조 해석 도구에 내재되고 있습니다.

도구 자체가 혁명을 일으키지는 않습니다. 이러한 새로운 가능성을 열기 위해 필요한 것은 설계 프로세스에 관여하는 당사자들의 근본적인 사고 전환입니다. 엔지니어들이 가용한 기회에 어떻게 적응하고 이를 일상적인 업무 흐름에 어떻게 통합할지는 그들에게 달려 있습니다.