GardenDesigner: 에이전트 체인을 통한 강남 정원 건설에 미학 원칙 부호화

이 논문은 중국 전통 정원인 '강남 정원 (Jiangnan Garden)'의 디지털 제작 과정을 자동화하고 미학적 원칙을 체계적으로 반영하기 위해 제안된 GardenDesigner 프레임워크에 대해 설명합니다. 기존 수동 모델링의 비효율성과 전문성 의존 문제를 해결하기 위해, 절차적 모델링 (Procedural Modeling) 과 에이전트 체인 (Chain of Agents) 을 결합한 새로운 접근법을 제시합니다.

1. 문제 정의 (Problem Statement)

강남 정원은 건축, 식물, 암석의 복잡한 공간 구성과 수로 중심의 미학으로 유명하지만, 디지털 자산으로 제작하는 과정에는 다음과 같은 한계가 존재했습니다.

• 시간과 전문성 의존: 전통적인 제작 과정은 문서 조사, 자산 모델링, 전문가에 의한 레이아웃 설계 등 34 명의 디자이너가 34 주가 소요되는 수동 작업에 의존합니다.
• 복잡한 공간 논리: 일반 풍경과 달리 강남 정원은 지형, 물, 건축물이 암묵적인 미학 논리로 얽혀 있어 단순한 알고리즘으로는 재현하기 어렵습니다.
• 미학 원칙의 부호화 어려움: 추상적인 디자인 규칙 (예: 비대칭적 균형, 탐험적 경로) 을 계산적 생성 프레임워크에 적용하는 것이 난제였습니다.
• 데이터셋 부재: 강남 정원의 스타일적 특징과 문화적 맥락을 반영한 전용 3D 데이터셋이 부족했습니다.

2. 방법론 (Methodology)

GardenDesigner 는 사용자의 텍스트 입력을 받아 강남 정원을 생성하는 3 단계 모듈로 구성됩니다.

2.1. 계층적 정원 구성 (Hierarchical Garden Composition)

정원의 기본 구조인 지형과 도로를 생성하는 단계입니다.

• 지형 분배 에이전트 (Terrain Distribution Agent, $A_T$): 유전 알고리즘 (Genetic Algorithm) 을 사용하여 2D 그리드 기반의 지형을 생성합니다. '물 중심 (Water-centric)' 손실 함수를 도입하여 강남 정원의 핵심인 수로와 육지의 조화를 최적화합니다.
• 도로 생성 에이전트 (Road Generation Agent, $A_R$): 생성된 지형 기반에서 탐험적 경로를 생성합니다. 직선이나 대칭을 피하고, 지형 경계를 따라 구불구불한 경로를 배치하여 방문자의 탐험 경험을 극대화하는 점수 매기기 (Scoring) 메커니즘을 적용합니다.

2.2. 지식 내재화 자산 배치 (Knowledge-Embedded Asset Arrangement)

선택된 공간에 건축물, 식물, 암석 등을 배치하는 단계입니다.

• GardenVerse 데이터셋: 전문가가 주석 (Annotation) 을 단 132 개의 고품질 3D 자산 (건축, 식물, 암석) 으로 구성된 전용 데이터셋입니다. 각 자산에는 시각적 속성, 계절성, 적절한 배치 맥락 등 전문 지식이 포함되어 있습니다.
• 자산 선택 에이전트 (Asset Selection Agent, $A_S$): LLM 을 활용하여 GardenVerse 데이터베이스에서 특정 공간의 맥락과 문화적 지식에 부합하는 자산을 검색하고 선택합니다.
• 레이아웃 최적화 에이전트 (Layout Optimization Agent, $A_C$): 선택된 자산들의 위치와 회전 각도를 최적화합니다. 5 가지 공간 제약 조건 (전역 위치, 상대적 위치, 거리, 정렬, 회전) 을 정의하고, 이를 기반으로 깊이 우선 탐색 (DFS) 알고리즘을 사용하여 물리적 충돌 없이 미학적으로 조화로운 배치를 찾습니다.

2.3. 시스템 아키텍처

• 에이전트 체인: 지형 생성 $\rightarrow$ 도로 생성 $\rightarrow$ 자산 선택 $\rightarrow$ 레이아웃 최적화의 순차적 프로세스를 통해 이전 단계의 출력이 다음 단계의 입력이 되도록 설계되었습니다.
• Unity 인터페이스: 비전문가도 텍스트 입력을 통해 1 분 이내 정원을 설계하고, 2D 레이아웃을 출력하여 실제 건설에 활용할 수 있는 인터랙티브 툴을 제공합니다.

3. 주요 기여 (Key Contributions)

1. GardenDesigner 프레임워크: 전문가가 주석 단 예술 데이터셋 (GardenVerse) 과 에이전트 체인을 통합하여 강남 정원의 미학 원칙을 부호화한 최초의 프레임워크입니다.
2. 계층적 구성 및 지식 내재화 메커니즘: 미학 원칙을 반영한 지형/도로 생성 모듈과, 전문가 지식이 내재된 자산 선택 및 레이아웃 최적화 메커니즘을 제안했습니다.
3. 실용적 도구 개발: Unity 기반의 인터랙티브 인터페이스를 개발하여 비전문가가 텍스트로 정원을 생성하고, VR/AR 경험, 게임/영화 제작, 실제 정원 건설에 활용할 수 있도록 했습니다.

4. 실험 결과 (Results)

• 정량적 평가:
  • 경로 합리성 (Path-S): 기존 방법 (0) 대비 8.1 로 크게 향상되어 건축물과 도로 간의 일관성을 입증했습니다.
  • 다양성 (Class-Div): 생성된 자산의 클래스 다양성이 26 에서 71 로 증가했습니다.
  • 프랙탈 차원 (FD): 실제 강남 정원의 공간 복잡도 (1.123~1.329) 에 근접한 1.36 을 기록하여 자연스러운 공간 구조를 가짐을 보였습니다.
  • 미적 점수: VLM(Visual Language Model) 기반 평가에서 기존 방법 대비 모든 미적 지표 (CLIP-A, VLM-S, QA-Quality) 에서 우위를 점했습니다.
• 인간 평가:
  • 11 명의 정원 전문가와 32 명의 비전문가를 대상으로 한 설문에서, GardenDesigner 는 전체 품질, 텍스트 관련성, 공간 레이아웃, 문화적 분위기 등 모든 항목에서 기존 방법 (Baseline) 보다 압도적으로 높은 선호도를 받았습니다 (전문가 기준 문화적 분위기 59% 선호).
  • 특히 GardenVerse 데이터셋과 미학 규칙 기반의 레이아웃 최적화 모듈이 제거된 경우 성능이 저하되어, 제안된 구성 요소의 중요성을 입증했습니다.

5. 의의 및 결론 (Significance)

GardenDesigner 는 무형문화유산인 강남 정원의 디지털 보존과 창의적 활용에 새로운 길을 열었습니다.

• 문화유산 보존: 복잡한 전통 미학을 텍스트 입력만으로 접근 가능하게 하여 문화유산의 대중화와 디지털 재현을 가능하게 합니다.
• 범용성: 제안된 에이전트 체인과 지식 내재화 메커니즘은 유럽 왕실 정원 등 다른 예술적 장면 생성 작업에도 확장 적용 가능합니다.
• 실용적 응용: 영화, 게임, 가상 관광 (Virtual Tourism), 그리고 실제 정원 건설을 위한 설계 도구로서의 활용 가치가 매우 높습니다.

이 연구는 단순한 3D 모델링을 넘어, 문화적 맥락과 미학적 원칙을 계산적 생성 시스템에 성공적으로 통합한 사례로 평가됩니다.