2차년도 |
목표 1생태모방을 활용한 딥러닝 기반의 내진 설계 기초 모델 개발목표 2딥러닝과 생태모방이 적용된 내진보강공법 모델 개발
|
목표 1생태모방을 활용한 딥러닝 기반의 내진 설계 기초 모델 개발■ 딥러닝 기반의 주위 환경 및 구조물과 어울리는 경관설계 기법 및 모델 개발■ 딥러닝 기반의 경제성 최적화 기초 기법 및 모델 개발■ 딥러닝 기반 설계 모델에 생태모방 적용 ■ [딥러닝 및 생태모방 요소 정의] - 학교 건물 및 주변지역, 내진보강 기법의 경관요소 도출 - 학교 건물에 적용되는 내진보강 기법의 경제적 요소 도출 - 생태모방을 위한 생물체 및 구조 선정■ [딥러닝 및 생태모방 요소 분석] - 학교 건물 및 주변지역, 내진보강 기법의 경관 요소 분석 - 학교 건물에 적용되는 내진보강 기법의 경제적 요소에 따른 최적화 분석 - 선정된 생물 구조의 생태모방을 통한 요소 도출목표 2딥러닝과 생태모방이 적용된 내진보강공법 모델 개발■ 생태모방과 딥러닝 기반의 모델을 활용하여 중진지역 내진보강 공법 적용 모델 개발■ 생태모방과 딥러닝 기반의 모델을 활용하여 내진보강 공법의 디자인 혁신을 위한 경관설계 모델 개발■ 본 연구단계는 세부목표 1,3,4가 선행되어 통합적으로 개발되는 모델■ [딥러닝 데이터 및 프로그래밍 구축] - 딥러닝 데이터 및 프로그래밍 선행 연구/사례 알고리즘 파악 - 딥러닝을 위한 학습 데이터 고도화 및 데이터 셋 구축 - 딥러닝을 위한 내진보강 시스템의 요소 인식/분석 프로그래밍 구축 - 딥러닝을 위한 내진보강 시스템 요소 구분 매뉴얼 정립 / 코드 제작■ [딥러닝 데이터 및 프로그래밍 고도화] - 딥러닝을 위한 학습 데이터 고도화 및 데이터셋 정교화 - 딥러닝을 위한 내진보강 시스템의 경관적 요소 인식 프로그래밍 고도화■ [딥러닝을 통한 경관 및 경제적 최적화 설계 모델 개발] - 정교화된 데이터셋과 프로그래밍을 통한 인공신경망의 딥러닝 - 최적의 경관 디자인을 고려한 내진 설계 모델 개발 - 경제성 평가를 고려한 내진 설계 모델 개발
|
연구성과 |
기술적 기대성과 |
○ 생태모방 및 심층학습을 통한 설계 기술 선점 - 심층학습은 전 분야에서 높은 잠재력을 지니고 있으며, 패션 및 제조업 등에서는 이미 활발하게 도입하고 있음. 본 연구를 통하여 이러한 심층학습을 통한 설계 기술을 선점할 수 있을 것으로 예상 - 전 세계적으로 봤을 때 Bio-mimitec이라는 원리를 이용하여 건축물을 설계 및 건설하는 사례는 찾아볼 수가 있음. 하지만, 내진설계 및 재해/재난을 해결하는 난제는 전무한 상태임. 생태모방 또한 높은 잠재력을 지니고 있으며, 내진 난제를 해결하는 열쇠로 적용할 수 있는 생물 구조들에 대한 연구를 선점
|
사회 경제적 파급효과 |
○ 확보 및 예산 절감 & 피해 감소 - 기존 내진보강 시스템은 1년 이상의 긴 시간이 소요되어 내진보강이 지지부진하였으나 본 연구를 통하여 효율적인 내진 보강 시스템을 설계하여 공기 단축 등을 통한 예산 절감 효과를 기대함 - 내진설계가 이루어지지 않은 건물의 내진보강을 통하여 지진에 의한 재산 피해를 경감하고 건물 파괴에 의한 인명피해 또한 감소시킬 수 있음. 본 연구에서 사용하는 생태모방의 개념은 단순히 건축물에 대한 설계로 이어지는 것이 아니라, 주변 공간과 여건을 모두 고려하는 매우 넓은 범위의 생태모방임. 즉, 그 공간이 가지고 있는 특징과 형태를 100% 이상 활용하기 때문에 건설 및 시공에 있어서 경제성 우위를 갖는다고 할 수 있음○ 사회적 파급효과 - 본 연구에서 제안하는 딥러닝과 생태모방을 활용한 학교 건물 내진설계 최적화 모델은 획일화된 학교 건물의 디자인을 내진 성능 향상과 함께 개선 할 수 있으며, 공간혁신을 통해 학생들의 교육 환경을 개선하여 미래를 담는 배움터로서의 학교 본연의 역할을 수행할 수 있음 - 이는 지역사회에서의 학교 건물의 역할이 향상되어 서울특별시 교육청의 미래를 위한 학교시설 현대화 프로젝트에서도 제안되고 있는 부분을 만족할 수 있는 역할을 수행할 수 있음. 본 연구과제는 건축물과 외부공간 전체를 활용한 내진설계를 수행함으로써, 보다 친환경적이고 미래지향적인 공간창출을 할 수 있음
|
활용방안 |
○ 생태모방 및 심층학습을 통한 설계 기술 확보 - 스마트 기술의 핵심인 심층학습 및 인공지능 기술을 활용한 설계 기술 확보 - 초기 단계에 머물고 있는 생태모방 기술을 향상시키고 실용화를 선도 ○ 노후 시설물의 내진보강 - 내진 설계되지 않은 노후 시설물들에 비교적 낮은 비용으로 내진보강 시스템을 설치하여 지진 대응 능력을 강화하고 국민의 안전을 확보 ○ 기술 수요처의 확대 - 정부에서는 지진 위험지역인 영남권은 우선적으로 향후 7년 동안(2018년-2024년) 매년 1,700억 원씩 지원하여 2024년에 내진보강사업을 완료 할 예정. 2025년부터 5년간 매년 3,500억 원을 투자하여 내진보강을 2029년에 완료할 계획 - 학교 건물 전체 디자인과 주변 경관이 고려된 딥러닝을 통해 생태모방을 반영한 학교 건물 전체를 구조계로 구성할 수 있는 내진보강 모델을 제안하여 정부의 수요 만족 ○ 국내외 대학 및 연구소 - 기술 공유를 통하여 학술적으로 공동연구를 진행하고, R2P (Research to Practice) 전략을 마련하여 실용화○ 민간참여 촉진 - 민간들에게 생소한 생태모방형 딥러닝 기반의 내진설계 등의 교육 및 홍보를 통해 시민참여 민간기업의 참여를 확대. 대상은 시민단체 등의 단체가 될 수 있음. 과제 종료 후 규제 개선을 통해 대·중견기업 투자유치의 기반을 확대시킬 수 있음. 공모전과 시민참여 프로그램을 개설하여, 시민 의견을 수집하고, 시민 의견 반영형 저감기술을 확립할 수 있음 - IoT 리빙맵, 시민 데이터맵, 시민 커뮤니티의 상호 네트워크를 통해 보다 확대된 형태의 생태모방형 내진설계 디자인 Database를 구축. 향후 시스템 협력업체의 용역과제 수행 또는 협업을 통해서 생태모방 DB를 구축하는데 활용할 수 있음 - 협력기관인 서울대학교 조경생태학 연구실은 파프리카라는 스타트업 기업과의 MOU 체결을 통해서 시민 참여형 유해조수 취약성 지도 제작을 한 사례가 있음. 해당 기관의 자문 및 MOU를 통해서 보다 광역적인 시민 참여형 생태모방 DB를 구축할 수 있음○ 타 도시 대상 및 범위/판로 확대 - 기초연구의 성과를 바탕으로, 각 지자체에서 실정에 맞춘 맞춤형 내진설계 모델을 설정할 수 있도록 의사결정 시스템 구축. 보다 진화된 딥러닝 기반의 내진설계 모델을 대한민국 전 도시에 확산시키며, 경산/영천/구미/포항 등의 대경권 내진보강 도시로 거듭남. 광역 생태모방 내진설계 도시로 실증 성과 보급 확산을 위한 협력체계 구축○ 국내외 홍보 및 교차 실증을 통한 국가연구개발사업 진행 - 국제 산학협력을 통해 글로벌 데이터 허브의 구축. 국내외 언론을 통한 기획보도, 해외보도 및 국제 내진설계 유관 학회 등에 참가. 통신사 및 제조/건설사 협력을 통한 P.P.P 기반의 해외동반 기술 수출 모델을 육성. 지속적인 글로벌 네트워크 구축을 통한 글로벌 포지셔닝 확보 및 글로벌 교차실증 추진
|