조경에서 인공지능을 어떻게 활용할 수 있을까? 

미니애폴리스(Minneapolis)에서 지난 10월 열린 ASLA 컨퍼런스(ASLA Conference on Landscape Architecture)에서 조경분야에서의 AI(인공지능) 활용방안에 대해 발제됐다.

AI는 인간의 지능을 모방한 컴퓨터 시스템 개발로, 좁은인공지능(Artificial Narrow Intelligence, ANI)과 범용인공지능(Artificial General Intelligence, AGI)으로 분류된다. ANI는 특정 분야의 제한된 소재를 다루는 인공지능으로, 알파고나 IBM 왓슨 인공지능이 대표적이다.

조경분야는 기계 학습, 지식 기반 시스템, 자연어 처리, 최적화, 로봇 공학, 그리고 컴퓨터 비전을 포함하는 ANI를 유용하게 활용할 수 있다.

발제에서는 머신러닝(Machine learning, ML)을 강조한다. 머신러닝은 인공지능의 하위 분야로, 많은 양의 데이터를 제공해 명시적인 프로그래밍 없이도 컴퓨터가 학습할 수 있다. 인공신경망을 사용하는 머신러닝의 하위 분야인 딥 러닝을 사용하면 복잡한 패턴을 처지할 수 있다. 머신러닝은 지도학습, 비지도학습, 강화학습으로 분류되며, 각각은 조경 애플리케이션에서 고유한 역할을 수행한다.

텍스트 생성기

이용자의 특정 요구에 따라 결과를 생성해내는 생성형 인공지능(Generative AI)은 텍스트, 이미지, 오디오 및 가상 환경에 걸쳐 새로운 콘텐츠를 생성하는 시스템을 포함한다. 언어모델(GPT)와 같은 거대언어모델(LLM)이 이러한 기능의 예이다. 발제에서는 OpenAI에 의해 개발된 챗봇인 ChatGPT를 소개하며, 조경에서의 적용방법을 설명했다.

ChatGPT는 설계 및 비용 견적에 대한 간단한 질문에 답하는 것부터 코드 요약 및 프레임워크 개발과 같은 복잡한 작업을 수행하는 것까지 다재다능하다. 아이디어 브레인스토밍, 설계 치수 검색, 비용 추정치 확보, 특정 지역에 대한 식물 목록 생성에 있어 도구의 유용성을 강조했다.

그럼에도 불구하고 ChatGPT는 잠재적인 부정확성과 인터넷에 접속할 수 없는 것을 포함하고 있어 한계가 있다. 따라서 정보의 출처가 신뢰할 수 있는지를 확인하고, 상식을 실천하는 것의 중요성을 강조한다.

이미지 생성기

발제에서는 Midjourney, DALL-E, Stable Diffusion, 포토샵(Photoshop) 등 다양한 이미지 생성기를 소개했다. 각각은 스타일부터 접근성에 이르기까지 고유한 기능을 가지고 있다.

그중 Midjourney는 아이디어 생성, 식물 조합 연구, 적절한 패턴 또는 질감, HDRI 배경 등에 사용할 수 있다. 조경 설계자가 효과적으로 활용할 수 있는 도구이다. (참고)

그러나 조경에서의 이미지 생성기는 공간 인식 부족, 사이트 특정성의 데이터 제약, 언어적 및 의미적 제약으로 인한 사용자 및 모델 이해의 어려움, 생성된 출력의 단조로움, 기능의 부족 등의 한계가 있다.

한편 발제자는 Benjamin George(Utah State University), Phil Fernberg(OJB), Qing Luo(Oklahoma State University), Lauren Schmidt(Parallax Team), Tony Kostreski(Vectorworks), Matt Perotto(Hargreaves Jones)으로, 자세한 자료는 ASLA 홈페이지에서 확인할 수 있다.