Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Generative AI for Urban Design: A Stepwise Approach Integrating Human Expertise with Multimodal Diffusion Models

Created by
  • Haebom

저자

Mingyi He, Yuebing Liang, Shenhao Wang, Yunhan Zheng, Qingyi Wang, Dingyi Zhuang, Li Tian, Jinhua Zhao

개요

본 논문은 생성형 인공지능(GenAI)을 활용한 단계적 도시 설계 프레임워크를 제안합니다. 기존의 end-to-end 방식의 한계를 극복하고자, 도로망 및 토지 이용 계획, 건물 배치 계획, 세부 계획 및 렌더링의 세 단계로 나누어 각 단계마다 다중 모드 확산 모델을 사용하여 초기 설계를 생성하고, 인간 설계자의 검토 및 수정을 거치는 방식을 제시합니다. 시카고와 뉴욕시 데이터를 사용한 실험 결과, 제안된 프레임워크가 기존 모델 및 end-to-end 접근 방식보다 충실도, 규정 준수, 다양성 측면에서 우수한 성능을 보임을 확인했습니다. 이를 통해 인간-AI 상호 작용을 기반으로 한 도시 설계 솔루션의 기반을 마련합니다.

시사점, 한계점

시사점:
다중 모드 확산 모델과 단계적 생성 방식을 통합하여 인간의 통제력을 유지하고 반복적인 수정을 용이하게 하는 도시 설계 프레임워크를 제시.
기존 end-to-end 방식보다 향상된 충실도, 규정 준수, 다양성을 보이는 설계 결과를 도출.
인간-AI 협업 기반의 효율적인 도시 설계 프로세스 구축 가능성 제시.
한계점:
제안된 프레임워크의 성능 평가는 특정 도시 데이터(시카고, 뉴욕)에 국한됨. 다양한 도시 환경 및 규제 조건에 대한 일반화 가능성 검증 필요.
인간 전문가의 개입이 필수적이므로, 전문가의 시간 및 노력 소요에 대한 고려 필요.
다중 모드 확산 모델의 학습 데이터 편향으로 인한 설계 결과의 편향성 가능성 존재.
실제 도시 설계 프로젝트 적용을 위한 추가적인 검증 및 보완 연구 필요.
👍