An HCI Perspective on Sustainable GenAI Integration in Architectural Design Education
이 논문은 HCI 관점을 통해 건축 설계 교육에서 생성형 AI 의 통합이 안고 있는 환경적 모순을 해결하기 위해 맥락 기반의 생태 피드백, 참여적 이해관계자 범위 설정, 데이터 센터의 학제 간 재구상이라는 세 가지 방향을 제시하며, 생성형 AI 를 단순한 설계 도구가 아닌 비판적으로 다뤄야 할 사회기술적 과정으로 이해해야 한다고 주장합니다.
🏗️ 핵심 주제: "AI 를 가르치려면 AI 를 써야 하는데, 그게 환경에 나쁘지 않을까?"
1. 현재의 딜레마 (패러독스) 건축 학교에서는 이제 학생들에게 '생성형 AI(예: 미드저니, 달리 등)'를 가르치고 있습니다.
좋은 점: AI 는 아이디어를 빨리 내주고, 반복적인 작업을 대신해 줍니다.
나쁜 점: AI 를 잘 쓰려면 학생들은 AI 를 계속 써봐야 합니다. 그런데 AI 를 많이 쓸수록 전기를 엄청나게 많이 먹어서 환경 오염이 생깁니다.
비유:
마치 **"건강한 식습관을 가르치기 위해, 학생들에게 고기 (AI) 를 많이 먹여야 한다"**는 상황과 비슷합니다. 고기를 많이 먹으면 건강에 나쁜데, 정작 그 고기를 어떻게 먹어야 건강에 해가 적을지 알려주는 방법 (환경 비용 계산기) 은 아직 없습니다. 교수님들은 "내 느낌상 괜찮겠지"라고 임의로 가르치고 있는 상황입니다.
💡 해결책: HCI(사람과 컴퓨터 상호작용) 가 제시하는 3 가지 방법
이 논문은 **"건축 교육에 HCI(사람과 기술의 관계를 연구하는 학문) 의 눈을 끼워주자"**고 제안합니다. 구체적으로 세 가지 방법을 제안합니다.
1. "전기세 계산기"를 달아주자 (맥락 있는 생태 피드백)
지금 AI 로 그림을 그릴 때, "이 작업을 하려면 얼마나 전기가 쓰일까?"라는 알림은 거의 없습니다.
제안: AI 를 쓸 때 **"이 그림을 그리는데 들어간 전기량은 커피 3 잔을 끓이는 것과 같다"**처럼, 환경 비용을 미리 보여주고 줄일 방법을 알려주는 시스템을 만들자고 합니다.
비유:
자동차에 연비 게이지가 있는 것처럼, AI 그림을 그릴 때도 **"이제까지 쓴 전기는 얼마나 되니?"**라고 알려주는 게이지를 달아야 합니다. 그리고 단순히 "전기가 많이 들었어요"라고만 말하는 게 아니라, "수작업으로 3D 모델을 만들 때보다 더 아깝니, 아니면 비슷하니?" 비교해 주는 것이 중요합니다. 그래야 학생이 "아, 이 정도는 참아야겠다" 혹은 "이건 다시 그려야겠다"라고 판단할 수 있습니다.
2. "누가 책임질지" 함께 정하자 (참여형 이해관계자 참여)
지금 학교에서 AI 수업을 왜 가르치는지, 얼마나 가르쳐야 하는지 명확하지 않습니다. 교수님 개인의 생각에 따라 달라집니다.
제안: 건축가, 학생, AI 개발자, 심지어 AI 를 만드는 데이터 센터 관계자까지 모두 모여 **"우리가 무엇을 배워야 진짜 미래를 위한 건가?"**를 함께 정하자고 합니다.
비유:
새로운 도시를 짓기 전에, 그 도시를 살 주민 (학생), 건설업자 (건축가), **전기 공급자 (AI 개발자)**가 모두 모여 "어떤 학교를 지을지" 의논하는 것과 같습니다. 혼자서 "이거 가르쳐야겠다"라고 정하는 게 아니라, 모두의 목소리를 들어 책임의 범위를 정해야 합니다.
3. "AI 의 집"도 건축가에게 맡기자 (데이터 센터를 건축 주제로)
대부분은 AI 가 건축 디자인을 어떻게 바꿀지만 이야기하지, AI 가 작동하는 '데이터 센터' (거대한 서버실) 를 어떻게 지을지는 건축 교육에서 거의 다루지 않습니다.
제안: AI 는 거대한 데이터 센터에서 돌아갑니다. 이 데이터 센터를 에너지 효율적으로, 도시와 잘 어울리게 설계하는 것도 건축가의 일입니다. 건축학과가 AI 개발자, 환경 전문가와 손잡고 데이터 센터를 설계하는 법을 가르쳐야 합니다.
비유:
우리가 스마트폰을 쓰면서 스마트폰 공장이 어떻게 만들어지는지, 폐기물은 어떻게 처리되는지를 모른다면 불완전한 것입니다. 마찬가지로, AI 가 '살아있는' 곳 (데이터 센터) 을 건축가들이 직접 설계하고 관리할 수 있도록 교육해야 합니다. 건축가는 AI 의 '집'을 지어주는 전문가가 되어야 합니다.
📝 결론: AI 는 단순한 '도구'가 아니라 '사회 시스템'이다
이 논문은 결론적으로 이렇게 말합니다.
"건축 교육에서 AI 를 단순히 **'새로운 붓'**처럼 받아들이거나 거부하는 게 아니라, 전기와 데이터를 먹고 자라는 복잡한 사회 시스템으로 바라봐야 합니다.
우리가 AI 를 가르칠 때는 환경 비용도 계산하고, 누가 참여할지 함께 정하며, AI 의 집 (데이터 센터) 을 설계하는 법까지 가르쳐야 진정한 지속 가능한 건축 교육을 할 수 있습니다."
한 줄 요약:
"AI 를 가르칠 때, 그림 그리는 법만 가르치지 말고 '그림을 그리기 위해 들어간 전기'와 'AI 가 사는 집'까지 함께 가르쳐야 합니다."
1. 문제 정의 (Problem)
건축 설계 교육 분야에서 생성형 AI(genAI) 의 도입은 다음과 같은 **역설적 상황 (Paradox)**을 초래하고 있습니다.
교육적 필요성 vs. 환경적 비용: 건축 교육 기관은 미래 건축가들이 genAI 의 기회와 한계를 비판적으로 이해하도록 하기 위해 커리큘럼에 genAI 를 통합하고 있습니다. 그러나 genAI 를 비판적으로 평가하고 숙달하기 위해서는 학생들의 도구 사용량이 증가해야 하며, 이는 필연적으로 genAI 의 환경적 비용 (에너지 소비, 탄소 배출 등) 을 증가시킵니다.
측정 방법의 부재: 현재 건축 교육 현장에서 genAI 기반 수업이나 워크숍의 환경적 비용을 추정할 수 있는 표준화된 방법론이 부재합니다.
주관적 의사결정: 이로 인해 교육자들은 기술에 대한 개인적인 신념이나 단기적인 기술 트렌드에 의존하여 커리큘럼을 설계할 수밖에 없으며, 이는 지속 가능성과 윤리적 고려가 결여된 교육으로 이어질 수 있습니다.
2. 방법론 (Methodology)
이 논문은 **HCI (Human-Computer Interaction, 인간 - 컴퓨터 상호작용)**를 방법론적 렌즈 (Methodological Lens) 로 활용하여 건축 교육에서의 genAI 통합 문제를 해결하고자 합니다.
HCI 의 역할: HCI 는 사회 - 기술 시스템 (Socio-technical systems) 을 분석하고, 성찰적 의사결정을 지원하는 상호작용을 설계하며, 이해관계자 참여를 통한 방법론을 제공하는 데 강점이 있습니다.
접근 방식: genAI 를 단순히 새로운 설계 도구로 보는 것을 넘어, **사회 - 기술적 과정 (Socio-technical process)**으로 재정의하고, 이를 비판적으로 분석, 설계, 거버넌스해야 할 대상으로 접근합니다.
3. 주요 기여 (Key Contributions)
논문은 HCI 지식을 기반으로 건축 교육에서의 지속 가능한 genAI 통합을 위한 세 가지 핵심 방향을 제안합니다.
가. 맥락적 생태 피드백 (Contextual Eco-feedback) 제공
현황: 건축 설계에서 genAI(특히 이미지 생성) 는 수많은 프롬프트 반복과 재구성을 통해 최적의 결과를 도출하는 과정으로, 이는 상당한 계산 오버헤드를 발생시키지만 설계 과정 중에는 보이지 않습니다.
제안: HCI 기반의 적극적이고 맥락화된 생태 피드백 메커니즘을 개발해야 합니다.
생성 작업 실행 전 예상 환경 비용을 시각화합니다.
불필요한 반복을 줄이고 초기 단계에서 프롬프트를 효과적으로 다듬을 수 있도록 지원합니다.
중요한 차별점: 환경 비용을 고립된 지표로 제시하는 것이 아니라, 수동 3D 모델링 및 렌더링 워크플로우 등 건축 실무의 대안과 비교하고, 반복 횟수, 출력 품질 요구사항, 설계 단계 등을 고려한 맥락 (Context) 속에서 제시해야 실행 가능한 피드백이 됩니다.
나. 이해관계자 참여를 통한 교육 책임 범위 설정 (Participatory Stakeholder Scoping)
현황: genAI 교육의 필요성은 "genAI 가 직업을 바꿀 것이다"라는 가정에서 비롯되지만, 그 영향의 구체적 범위와 방식은 불명확합니다. 이는 교육 과정 설계가 교육자의 주관적 태도에 의존하게 만듭니다.
제안: **HCI 참여적 방법론 (Participatory Methods)**을 활용하여 genAI 교육의 책임 범위를 공동으로 정의합니다.
건축가, 엔지니어, 클라이언트 등 건축 분야 내부 이해관계자뿐만 아니라, 인간 중심 AI 연구자, AI 개발자, 학생, 교육자 등 다양한 주체를 포함합니다.
어떤 가치가 걸려 있는지, 누가 영향을 받는지, 커리큘럼에서 어떤 역량을 우선시해야 하는지를 명확히 합니다.
"누가 영향을 받는가"라는 책임의 범위를 사전에 가정하지 않고, 연구 문제로서 다뤄야 함을 강조합니다.
다. 데이터센터 디자인을 학제 간 초점으로 재정의 (Reframing Data Centre Design)
현황: genAI 논의는 주로 AI 도구가 설계 실무에 미치는 영향에 집중되어 있으며, AI 인프라 (데이터센터) 자체의 지속 가능성에 대한 건축 교육의 기여는 간과되고 있습니다.
제안:HCI 와 건축의 학제 간 협력을 통해 데이터센터 디자인을 새로운 교육 초점으로 삼습니다.
폐열 회수, 물 사용 관리, 도시 공공 공간 통합 등 책임 있는 데이터센터 디자인을 위해 건축 교육은 공간, 재료, 도시 설계 전문성을 제공하고, HCI 는 이해관계자 참여, 운영 투명성, 지역사회에 대한 인프라 영향 소통 방법론을 제공합니다.
디지털 및 물리적 인프라가 복잡하게 얽히는 시대에 필수적인 접근법입니다.
4. 결과 및 시사점 (Results & Implications)
직접적 결과: 이 논문은 실험적 결과보다는 개념적 프레임워크와 방향성을 제시합니다. 즉, 건축 교육이 genAI 를 수용하거나 거부하는 이분법적 접근을 넘어, HCI 방법론을 통해 환경적, 사회적, 윤리적 비용을 고려한 비판적 통합을 어떻게 이루어낼지에 대한 구체적인 로드맵을 제시합니다.
시사점:
교육 패러다임 전환: genAI 를 단순한 '도구'가 아닌 '사회 - 기술적 과정'으로 인식해야 합니다.
지속 가능성의 재정의: genAI 의 환경적 비용을 무시한 채 도구 사용법을 가르치는 것은 모순이며, 이를 해결하기 위해 피드백 시스템과 참여적 설계가 필수적입니다.
인프라 설계의 확장: 건축 교육의 범위를 건물 설계에서 AI 인프라 (데이터센터) 의 물리적, 사회적 설계로 확장해야 합니다.
5. 중요성 (Significance)
이 논문은 다음과 같은 점에서 학술적 및 실무적 중요성을 가집니다.
HCI 와 건축 교육의 융합: HCI 의 방법론적 강점 (참여적 설계, 생태 피드백, 사회 - 기술적 분석) 을 건축 교육의 새로운 난제인 genAI 통합 문제에 적용한 선구적인 사례입니다.
환경적 책임의 구체화: AI 의 환경적 영향이 추상적인 논의를 넘어, 교육 과정 설계와 커리큘럼 개발 단계에서 구체적으로 고려되어야 함을 강조하며, 이를 위한 측정 및 피드백 도구 개발의 필요성을 제기합니다.
미래 건축가 양성: 미래 건축가들이 genAI 를 맹목적으로 사용하거나 거부하는 것이 아니라, 그 기술이 가진 환경적, 사회적, 윤리적 함의를 비판적으로 이해하고 설계할 수 있는 역량을 기르는 데 기여합니다.
인프라 설계의 새로운 영역: 건축가가 AI 시스템의 물리적 기반 (데이터센터) 설계에 기여할 수 있는 새로운 영역을 제시하며, 건축 교육의 지평을 넓힙니다.
요약하자면, 이 논문은 GenAI 의 환경적 비용을 교육 과정에서 어떻게 관리하고, 다양한 이해관계자와 협력하여 지속 가능한 건축 교육 체계를 구축할 것인가에 대한 HCI 기반의 전략적 제안을 담고 있습니다.