Design automation is on the rise in architecture and urban design, integrating performance evaluation into the design process, exploring an array of potential designs, and assisting from the earliest stages of the design process. Multi-objective optimization enables efficient design automation by balancing trade-off objectives, such as real estate profitability and energy efficiency. This research applies multi-objective optimization to the design of district-scale mixed-use buildings, considering various requirements including land use, transportation networks, and infrastructure systems. The objective is to explore multi-objective optimization algorithms for automating the design of mixed-use residential complexes, requiring the setting of appropriate parameters and constraints, and defining an objective function based on the design goals. In architectural design, architects consistently modify floor plans to meet various requirements and regulations. Form and location of spaces for different uses are considered in a geometrically integrated manner. Previous studies focused on pre-typed floor plans, and algorithms have failed to accommodate the variability of floor plans that constantly change during the design process. Studies incorporating simulations into algorithms to find optimal energy-efficient designs have been confined to a single-use. Though differentiated studies exist that incorporate the location and orientation of floor plans, legal and regulatory review into the algorithm for the design of actual apartment complexes, these are confined to the automation of the design of single-use buildings, namely residential facilities. This study extends the differentiation by adding a mixed-use characteristic. Genetic algorithms excel at solving non-differentiable optimization problems where the values to be optimized are nonlinear and discrete. Among genetic algorithms, NSGA-II for multi-objective optimization addresses multiple trade-off objectives simultaneously to produce a set of optimal solutions. Therefore, NSGA-II is well-suited for automating the design of mixed-use residential complexes with multiple geometric parameters and objectives and non-differentiable optimization problems. In this study, algorithmic exploration was conducted based on NSGA-II. Rhino 3D, Grasshopper, and Wallacei X plug-ins were utilized to execute the algorithm. The experiment site was chosen as the Garak Hyundai 5th apartment small-scale reconstruction project area, which is a Class III general residential area with a plan for 179 households. The algorithm exploration was conducted within a confined scope of three apartments and one podium on this site. This was due to the difficulty in converging to the global optimum as the number of potential solutions increases. Parameters were set such that the shape, location, and orientation of the apartments and podium could vary, while still maintaining geometric integration. Performance evaluation factors included maximizing the floor area ratio for profitability and minimizing the surface to volume ratio for energy efficiency. To ensure the generation of a feasible design, constraints were established through a regulatory review. The algorithm minimizes the number of intersection points or the intersection area between polygons, offering the advantage that the feasibility of the design is also subject to performance evaluation during optimization, which provides information on convergence. Two experiments were carried out to enhance the algorithm in terms of feasibility and performance. The initial implementation indicated that in terms of feasibility, a metric indicating how close the design is to the planned number of households best signifies optimal convergence. Regarding performance, a negative correlation was found between floor area ratio and surface area to volume ratio, suggesting a rediscovery of the trade-off between profitability and energy efficiency. This research also discovered that convergence to the optimal surface area to volume ratio enlarges the podium floor plan area, which increases the building coverage ratio, and decreases feasibility by extending the podium floor plan beyond the site boundary. A second algorithm was implemented with the enhanced direction of adding objective-based constraints. This research refrained from considering the weighting of the objective-based constraints as this would skew the trade-offs and decrease the optimization performance. For the seven constraints defined as intersections between polygons, this research introduced seven additional constraints with different formulas but the same implications. These new constraints switched the measured elements: from the number of intersection points to the intersection area, and vice versa. Compared to the initial implementation, the second one demonstrated an improvement in feasibility, better aligning with the planned number of households. The negative correlation between floor area ratio and surface area to volume ratio, and the decreased feasibility of convergence to the surface area to volume ratio optimum, were reaffirmed in the second implementation. The hypothesis for the second algorithm proposal involved adding objective-based constraints, which were designed to mirror the original ones. However, out of the seven constraints added, four demonstrated significant positive correlation with the pre-existing constraints. This indicates that incorporating objective-based constraints into an algorithm can provide information about convergence, but constraint control remains challenging. This study deepens the understanding of the complexity of automating the design of mixed-use residential complexes. It notably rediscovered the trade-off between profitability and energy efficiency, even when using metrics of floor area ratio and surface to volume ratio, and found an inverse correlation between surface to volume ratio and feasibility for the podium. Meanwhile, a feasibility improvement method known as additional objective-based constraints was examined over two algorithm implementations, but it did not result in significant improvement. Another limitation is that a confined scenario of three apartments on a small site was used in the experiment, and only part of the energy efficiency, represented by the surface area to volume ratio, was reflected in the algorithm. Future research will continue to explore various optimization algorithms like integer programming beyond genetic algorithms to enhance the design's feasibility. Furthermore, to develop a universal and generalized design automation algorithm, additional performance metrics such as energy efficiency will be considered, and experiments will be conducted in various contexts and scales.
건축 및 도시 설계 분야에서 설계 자동화가 등장하고 있다. 이는 설계 과정에 성능 평가를 통합하고, 광범위한 잠재 설계안들을 탐색하여, 설계 초기 단계부터 도움을 준다. 다목적 최적화는 부동산 수익성과 에너지 효율성과 같이 상충하는 목표 간의 균형을 찾아 효율적인 설계 자동화를 실현한다. 본 연구는 이러한 다목적 최적화를, 토지 용도, 교통망, 인프라 시스템 등 다양한 요구 조건들을 가진, 지구 규모의 복합 용도 건축물 설계에 적용하는 데 주목한다. 본 연구의 목표는 복합 용도 주거 단지 설계의 자동화를 위한 다목적 최적화 알고리즘을 탐색하는 것으로, 이 과정은 적절한 매개변수 및 제약 조건 설정과 설계 목표에 따른 목적 함수 정의를 포함한다. 건축 설계 시, 건축가는 다양한 요구 사항과 법규를 파악하며 평면도를 지속적으로 변형한다. 그리고 다른 용도의 공간들의 형태와 위치를 기하학적으로 통합하여 고려한다. 기존 연구들은 이미 유형화된 평면도만을 고려하여 설계 과정에서 지속적으로 변화하는 평면도의 가변성을 알고리즘에 반영하지 못했다. 알고리즘에 시뮬레이션을 통합하여 에너지 효율 최적의 설계안을 추구한 연구들은, 단일 용도에 대해서만 검토가 이루어졌다는 한계를 갖는다. 실제 아파트 단지 설계를 위해, 평면도의 위치와 향, 그리고 법규 검토까지 알고리즘에 반영한 차별화된 연구가 있었지만, 이 역시 주거 시설이라는 단일 용도 건축물의 설계 자동화를 위한 것이었다. 본 연구는 이러한 차별성에 복합 용도라는 특성을 더해 진행되었다. 유전 알고리즘은 최적화하려는 값들이 비선형적이고 이산적이어서 미분 불가능한 최적화 문제를 효과적으로 처리한다. 유전 알고리즘 중 다목적 최적화를 위한 NSGA-II는 여러 상충 목표들을 동시에 처리하여 최적해들의 집합을 산출한다. 따라서, NSGA-II는 다양한 기하학적 매개변수와 목표들이 있으며 미분 불가능한 최적화 문제를 가진 복합 용도 주거 단지 설계 자동화에 적합하다. 본 연구는 이 NSGA-II를 바탕으로 알고리즘 탐색을 진행했다. 알고리즘 구현을 위해 Rhino 3D, Grasshopper, 그리고 Wallacei X 플러그인을 사용했다. 실험 대상지로 제3종일반주거지역이며 179 가구가 계획되어 있는 가락현대5차아파트 소규모재건축정비사업구역을 선정했다. 알고리즘 탐색은 이 소규모 필지에서의, 아파트 3 동과 한 개의 포디엄이라는 제한된 범위에서 진행되었다. 잠재 솔루션의 수가 커질수록 전역 최적으로의 수렴이 어렵기 때문이다. 아파트와 포디엄의 형태와 위치, 그리고 향이 가변적이면서, 동시에 기하학적으로 통합될 수 있도록 매개변수를 설정했다. 성능 평가 요소로, 수익성을 위한 용적률 최대화와, 에너지 효율성을 위한 표면적 대 부피비 최소화를 선정했다. 실현 가능한 설계안이 산출될 수 있도록 법규 검토를 통해 제약 조건을 설정했다. 이를 위해, 다각형들 간 교차점의 수 또는 교차면적의 최소화가 알고리즘에 반영되었다. 목적 기반 제약 조건인 이 방법은, 설계안의 실현 가능성 또한 최적화 시 성능 평가 대상이 되어, 수렴에 대한 정보를 얻을 수 있다는 장점이 있다. 실현 가능성과 성능 측면에서 더 나은 알고리즘이 될 수 있도록 두 번의 실험이 이루어졌다. 첫 번째 실행 결과, 실현 가능성 측면에서, 계획된 가구수에 얼마나 가까운지를 나타내는 지표가 최적으로의 수렴이 가장 잘 이루어지고 있는 것으로 나타났다. 성능 측면에서, 용적률과 표면적 대 부피비 간에 음의 상관관계가 발견되었다. 이는 수익성과 에너지 효율성 간의 상충 관계의 재발견을 의미한다. 그리고, 표면적 대 부피비 최적으로의 수렴은 포디엄 평면도의 면적을 넓혀, 건폐율 증가시키고 포디엄의 평면도를 대지 경계선 바깥으로 돌출시켜 실현 가능성을 낮추는 것을 확인했다. 목적 기반 제약 조건을 추가하는 개선 방향을 설정하여 두 번째 알고리즘을 실행했다. 목적 기반 제약 조건에 가중치를 부여하는 방법은 상충 관계를 왜곡하여 최적화 성능을 낮출 수 있으므로 고려하지 않았다. 다각형 간 교차로 정의된 7 가지 제약 조건에 대해, 교차점의 수로 측정된 사항은 교차면적으로, 교차면적으로 측정된 사항은 교차점의 수로 변경하여, 수식은 다르나 같은 의미를 갖는 7 가지 제약 조건을 추가했다. 두 번째 실행 결과, 첫 번째 실행과 비교하여, 계획된 가구수에 얼마나 가까운지에 대한 실현 가능성이 개선된 것으로 나타났다. 그리고 용적률과 표면적 대 부피비 간에 음의 상관관계와, 표면적 대 부피비 최적으로의 수렴이 실현 가능성을 낮추는 현상이 재발견되었다. 두 번째 알고리즘 제안에 대한 가설은 동일한 것을 의미하는 목적 기반 제약 조건 추가였지만, 추가된 7 개의 제약 조건 중, 기존 제약 조건과 유의미한 양의 상관관계를 보이는 것은 4 개였다. 이는 목적 기반 제약 조건을 알고리즘에 반영하는 것이, 수렴에 대한 정보를 제공하기도 하지만, 제약 조건 통제가 어렵다는 것을 동시에 보여준다. 본 연구는 복합 용도 주거 단지 설계 자동화의 복잡성에 대한 이해의 폭을 넓혔다. 특히, 수익성과 에너지 효율성 간의 상충 관계를, 용적률과 표면적 대 부피비라는 지표로 설정했을 때에도 보임을 재발견했다. 그리고, 표면적 대 부피비와 포디엄에 대한 실현 가능성 간의 역의 상관성과 같이, 실현 가능성에 대한 이해도 함께 발견했다. 반면, 두 번의 알고리즘 실행을 통해 추가적인 목적 기반 제약 조건이라는 실현 가능성 개선 방법의 성능을 검토했지만, 유의미한 개선을 이끌어내지 못했다. 그리고, 소규모 필지에서의 아파트 3 동이라는 제한된 시나리오가 실험에 사용되었다는 점과, 표면적 대 부피비라는 에너지 효율성의 일부만이 알고리즘에 반영되었다는 점을 한계로 갖는다. 다음 연구에서는 설계안의 실현 가능성을 높이기 위해 유전 알고리즘 외에 정수 계획법과 같은 다양한 최적화 알고리즘들의 탐색을 이어 나갈 것이다. 그리고, 범용적이고 일반화된 설계 자동화 알고리즘 개발을 위해, 에너지 효율성 등 성능 지표를 추가로 고려하며, 다양한 맥락과 규모의 사례에서 실험을 해 나갈 것이다.
