본문으로 건너뛰기
피드

오토데스크 포르마, 건축 설계를 AI 네이티브 클라우드로 밀어붙이는 중

ai-ml 약 5분
vote
0
댓글
북마크

오토데스크 포르마는 건축·엔지니어링·건설 분야의 초기 기획, 부지 분석, 개념 설계를 클라우드에서 연결하는 플랫폼이다. 일조, 바람, 소음, 탄소 같은 환경 데이터를 설계 초기에 같이 보고, 레빗이나 오토데스크 컨스트럭션 클라우드와 이어서 데이터 단절을 줄이는 쪽에 초점이 맞춰져 있다.

  • 1

    오토데스크 포르마는 건축·엔지니어링·건설 프로젝트의 초기 기획부터 설계·시공 단계까지 데이터를 연결하는 AI 네이티브 클라우드 플랫폼임

  • 2

    일조, 일사, 바람, 소음, 탄소 같은 환경 요소를 초기 설계 단계에서 분석해 의사결정을 돕는 구조임

  • 3

    포르마 커넥티드 클라이언트를 통해 포르마의 분석 결과와 설계 데이터를 레빗에서 직접 활용할 수 있음

  • 4

    공통 데이터 환경을 기반으로 참여자 간 협업과 데이터 관리를 지원해 재작업 리스크를 줄이는 게 핵심임

  • 오토데스크가 밀고 있는 Autodesk Forma는 건축·엔지니어링·건설 쪽을 겨냥한 AI 네이티브 클라우드 플랫폼임

    • AutoCAD, Revit으로 유명한 오토데스크가 이제는 설계 파일 단위가 아니라 프로젝트 생애주기 전체를 클라우드에서 연결하려는 그림임
    • 대상은 건축·엔지니어링·건설·운영까지 포함하는 AECO 산업이고, 초기 기획부터 설계·시공 단계까지 데이터를 이어붙이는 데 초점이 있음
  • 포르마의 핵심은 “초기 설계 단계에서 대충 감으로 정하지 말자”에 가까움

    • 부지와 주변 환경을 분석해서 일조, 일사, 바람, 소음, 탄소 같은 요소를 초기에 같이 검토할 수 있음
    • 설계안이 어느 정도 굳어진 뒤에 환경 성능을 뒤늦게 확인하는 게 아니라, 개념 설계 단계에서 바로 비교하는 구조임
  • AI 기반 개념 설계와 매스 스터디 기능으로 여러 설계안을 빠르게 만들어보고 비교할 수 있음

    • 초기 설계에서 가장 시간이 많이 드는 부분이 “대안 몇 개 만들어보고 성능 비교하기”인데, 이 과정을 플랫폼 안에서 반복할 수 있게 해주는 쪽임
    • Forma Site Design과 Building Design을 쓰면 부지 계획부터 초기 건물 설계까지 한 환경에서 이어서 작업하는 흐름을 만들 수 있음

중요

> 포르마가 노리는 지점은 예쁜 렌더링 자동 생성이 아니라, 설계 초반의 의사결정 속도와 품질을 데이터로 끌어올리는 쪽임.

  • 기존 오토데스크 생태계와의 연결도 꽤 중요한 포인트임

    • Forma Connected Client를 통해 포르마에서 만든 분석 결과와 설계 데이터를 Revit에서 직접 활용할 수 있음
    • Autodesk Construction Cloud와도 연계해 설계·시공 단계로 데이터가 이어지도록 설계돼 있음
  • 공통 데이터 환경(CDE)을 제공한다는 점도 건설 프로젝트에서는 꽤 큼

    • 건축 프로젝트는 발주처, 설계사, 엔지니어링 조직, 시공사 사이에서 파일과 버전이 쉽게 꼬임
    • 포르마는 단일 데이터 소스를 기반으로 협업을 맞추고, 단계 간 정보 단절로 생기는 재작업을 줄이는 걸 도입 효과로 내세움
  • 국내외 실제 적용 사례도 이미 언급됨

    • 국내에서는 행림종합건축사사무소 같은 설계사무소가 초기 기획과 설계 검토에 활용 중임
    • 해외에서는 네덜란드 Dura Vermeer, Stantec, HMC Architects, HNTB 같은 설계·엔지니어링 조직이 초기 설계와 분석 단계에 적용하고 있음

기술 맥락

  • 포르마의 기술적 선택은 설계 도구를 로컬 파일 중심에서 클라우드 데이터 플랫폼 중심으로 옮기는 거예요. 건설 프로젝트는 초기에 결정한 부지 배치나 매스가 비용, 일정, 성능에 오래 영향을 주기 때문에 초반 의사결정 품질이 중요하거든요.

  • AI가 여기서 하는 역할은 완성된 설계를 대신 만드는 것보다, 여러 설계안을 빠르게 만들고 환경 조건을 비교하게 해주는 쪽에 가까워요. 일조, 바람, 소음, 탄소 같은 데이터를 초기에 같이 보면 나중에 설계를 크게 갈아엎을 가능성을 줄일 수 있어요.

  • Revit 연동이 중요한 이유는 설계팀이 이미 쓰는 BIM 워크플로를 버리게 만들면 도입 장벽이 너무 커지기 때문이에요. 포르마에서 분석한 결과가 Revit으로 이어져야 실제 프로젝트 데이터가 끊기지 않고, 협업도 덜 삐걱거려요.

  • 결국 이 사례는 버티컬 산업에서 AI 제품이 성공하려면 모델 성능만으로는 부족하다는 걸 보여줘요. 현업 도구, 데이터 흐름, 협업 구조까지 같이 붙어야 “재밌는 데모”가 아니라 업무 플랫폼이 돼요.

이건 단순히 설계 툴에 AI 기능 하나 붙인 얘기가 아니라, 건설 프로젝트의 초반 의사결정을 데이터 기반 워크플로로 바꾸려는 흐름에 가깝다. 한국 개발자 입장에서도 버티컬 산업용 클라우드와 AI가 어떻게 결합되는지 보는 사례로 꽤 참고할 만함.

댓글

댓글

댓글을 불러오는 중...

ai-ml

생성형 AI는 학생을 똑똑하게도, 게으르게도 만든다

생성형 인공지능이 고등교육에서 비판적 사고와 창의적 사고를 키울 수도 있지만, 수업 설계가 없으면 학생이 생각을 도구에 떠넘기는 결과로 이어질 수 있다는 체계적 문헌고찰이 나왔다. 연구진은 2022년부터 2025년 4월까지의 실증 연구 67편을 분석해, 생성형 인공지능의 효과가 도구 자체보다 과제 설계·학습 지원·인공지능 리터러시에 달려 있다고 봤다. 국내 대학과 교육 현장에도 ‘사용 금지냐 허용이냐’보다 ‘어떻게 쓰게 만들 것인가’가 더 중요한 질문이 됐다.

ai-ml

중국 스피릿 AI, 로봇 AI 평가에서 엔비디아를 밀어냈다

중국 스타트업 스피릿 AI의 피지컬 인공지능 모델이 로보아레나 순위에서 엔비디아 코스모스3를 제치고 1위에 올랐다. 로봇의 ‘두뇌’를 만드는 경쟁이 반도체나 대규모 언어 모델을 넘어 실제 물리 세계를 다루는 모델 경쟁으로 옮겨가고 있다는 신호다. 한국 로봇 기업 입장에선 하드웨어뿐 아니라 데이터와 소프트웨어 모델 경쟁력을 같이 봐야 하는 상황이 됐다.

ai-ml

중국 AI의 다음 전장, 챗봇이 아니라 공장·병원·도시 인프라

중국의 세계지능산업박람회는 AI 경쟁의 중심이 범용 대형언어모델에서 산업 AI로 이동하고 있음을 보여줬다. 의료, 제조, 에너지, 도시관리, 로봇, 데이터 플랫폼이 전면에 등장했고, 중국 정부의 인공지능+ 전략도 이 흐름을 밀고 있다.

ai-ml

AI 에이전트 고르기 전에 봐야 할 기준, 컨텍스트·도구·권한·트리거

요즘 쏟아지는 AI 에이전트 도구를 웹 에이전트와 코딩 에이전트 중심으로 정리한 글이다. Manus, Genspark, Claude Code, Codex, Antigravity, Claude Cowork를 비교하면서 에이전트를 구분하는 핵심 기준은 겉모습이 아니라 컨텍스트·도구·권한·트리거라고 설명한다.

ai-ml

젠슨 황이 또 한국 온 이유, 이번 키워드는 피지컬 AI

젠슨 황 엔비디아 CEO가 7개월 만에 다시 한국을 찾아 SK, LG, 네이버, 현대차 등과 피지컬 AI 협력을 확대하려는 행보를 보였다. 반도체 공급망을 넘어 로봇, 자율주행, AI 팩토리, 소버린 AI까지 한국을 테스트베드이자 전략 거점으로 보려는 흐름이다.