주제 : AI와 로봇이 대체할 건축분야 직업에 대한 소고
보고서를 쓰는 이유
1. 최근 뉴스 기사를 보면서 AI와 로봇이 발전 함에 따라 원래 사람이 하던 일을 AI로 대체되는 경우가 있다는 것을 알게되어 이에 대해 관심을 가져 이 보고서를 쓰게됨.
서론
1) AI란?
AI는 기계가 인간처럼 사고하고 학습하며 문제를 해결하거나 의사결정을 내릴 수 있도록 만드는 기술 또는 학문 분야를 의미한다.
2) AI의 기능?
1. 언어 이해와 생성
사람의 말을 이해하고 문장을 생성함
예: ChatGPT, 번역기, 음성 비서(Siri, Bixby 등)
2. 시각 인식
이미지를 분석하고 사물을 인식함
예: 얼굴 인식, 자율주행 자동차의 카메라 인식
3. 음성 인식과 합성
음성을 텍스트로 바꾸거나, 반대로 텍스트를 음성으로 읽음
예: 음성 비서, 자동 통역기
4. 데이터 분석 및 예측
데이터를 학습해서 미래를 예측하거나 패턴을 찾음
예: 주가 예측, 날씨 예측, 고객 행동 분석
5. 의사결정 및 자동화
학습된 데이터를 기반으로 스스로 판단하고 행동
예: 추천 시스템(넷플릭스, 유튜브), 자율주행, 로봇 제어
이러한 기능들을 통해 AI를 이용해 원래 사람이 하던 일을 AI가 하는 종류에 대해 알아보자.
본론1 AI가 대체 가능한 건축 관련 일자리
1) 시공 / 엔지니어링
시공은 설계도와 공사 계획에 따라 실제로 건물을 짓는 모든 공사 활동을 의미하며, 땅파기부터 건물 완공 전까지의 과정을 포함한다. 이때 이 시공을 하기전에 해야하는 것은 시뮬레이션이다.
시뮬레이션이란 현실의 시스템이나 과정을 컴퓨터 등의 도구를 이용해 모방하고 재현하여 실험하는 것을 말한다.
시뮬레이션을 하지 않고 바로 건물을 짓으면 예상치 못한 문제가 생길수 있으며 시뮬레이션을 이용해 불필요한 요소나 수정할 부분을 미리 알수 있어서 시간을 절약할 수 있다.
시뮬레이션은 엔지니어링을 통해 이루어진다.
엔지니어링은 과학적, 수학적 원리를 실용적인 목적에 맞게 응용하여 제품, 구조물, 시설, 시스템 등을 설계, 제작, 운영하는 활동 전반을 의미하며 이는 ai의 역할로 적합하다.
한계점
1. 데이터의 불완전성
AI 모델은 정확한 BIM, 센서, 드론 데이터가 있어야 제대로 작동하지만,
실제 현장은 설계 변경, 오류, 누락된 데이터가 많다.
2. 복잡한 현장 환경
AI나 로봇은 일정하고 예측 가능한 환경에 강하지만,
건설현장은 날씨, 소음, 인력, 공정 간섭 등 변수가 많아 자동화가 어렵습니다.
3. 센서 및 로봇 기술의 한계
AI 시공 로봇은 정밀도·유연성·안전성 모두 사람 수준에 미치지 못한다.
(특히 용접, 철근 배근, 배관 등은 섬세한 조정이 필요)
장비 유지보수 비용이 높아 중소 현장에서는 실용성이 낮음.
2) 인테리어 / 시각화
인테리어란 건축물의 내부 공간을 목적에 맞게 설계하고 꾸미는 행위를 뜻한다. 인테리어는 우리의 취향에 따라 다양하게 구성될 수 있다.
어떤 사람은 올드하고 클래식한 인테리어를 어떤 사람음 트렌디하고 깔끔한 인테이러를 좋아한다.
ai는 방대한 자료를 모아서 새로운 인테리어을 만드는데 참고해 다양한 인테리어를 구상할수 있다.
한계점
- 공간 정보의 정확도 부족
AI가 생성하는 인테리어 이미지는 그럴듯해 보이지만 실제 공간과 다를 수 있다. 이는 치수, 비례, 동선 등 실제 설계에 적용하기 어려운 경우 많기 때문이다.
특히 AI 이미지 생성기는 2D 이미지만 만들기 때문에 정확한 3D 모델로 변환이 어려움.
2. 조명·재질 표현의 불완전성
실제 광원, 반사, 재질감의 물리적 특성까지는 완벽히 반영하지 못함.
결과적으로 시각적으로는 예쁘지만, 실제 구현 시 색상·질감 차이가 큼.
3. 사용자 의도 반영의 한계
텍스트 프롬프트로는 사용자의 구체적 의도를 정확히 전달하기 어렵다.
3) 행정 및 사무직
견적 산출, 보고서 작성, 제안서 초안 작성, LLM 기반 AI가 문서 작성 자동화. 여기서 LLM이란 대규모 언어 모델의 약자로, 방대한 양의 텍스트 데이터를 학습해 인간의 언어를 이해하고 생성하는 인공지능 모델을 뜻한다. 이러한 AI를 기반으로 문서를 작성한느것은 효율적일것이로 예상된다.
한계점
1. 비정형 데이터 처리 한계
AI는 정형화된 데이터에 강하지만, 회의록, 음성, 메모, 계약서의 암묵적 조건 같은 비정형 데이터는 오판할 수 있음. 이는 복잡한 행정 절차나 계약 검토에는 인간의 해석이 필요.
2. 실시간 대응 및 예외 상황 처리의 약점
AI는 정의된 룰 내에서만 효율적이다. 하지만 예기치 못한 변수에 대한
즉흥적 판단력과 우선순위 조정이 부족하다.
결론
논문에서 또한 AI의 발전으로 데이터센터의 중요성이 증가하고 있으며, 국내 데이터센터 시장은 클라우드 수요 증가로 급성장하고 있다. 2024년에는 72개 이상의 데이터센터가 운영 중이며, 에너지 효율과 지속 가능성을 고려한 설계가 필요하다 라고 언급하였다. 이를 볼 때 아직까진 ai만으로는 직업을 대체하기에 무리가 있다는 것을 알수있다.
AI가 우리 삶속에서 사람대신에 일을 하는 것이 마냥 좋지 않은 것을 알게외었다
<참고 문헌>