Simulating Stakeholder Perspectives: Using Multimodal Large Language Models to Support Early-Stage Urban Design
이 논문은 수천 개의 도시 서사를 학습한 멀티모달 거대언어모델(Multimodal Large Language Model)과 검색 증강 생성(Retrieval-Augmented Generation) 파이프라인을 활용하여 다양한 이해관계자의 관점을 시뮬레이션함으로써, 더욱 포용적이고 효율적인 초기 단계의 도시 설계를 지원하는 인터랙티브 시스템인 StakeSight를 소개한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
도시는 단순히 건물과 거리의 집합체가 아니라, 그곳을 이동하는 사람들의 일상에 의해 형성되는 살아있는 환경입니다. 수십 년 동안 도시 계획가와 디자이너들은 성공적인 공공 공간이란 시장으로 걸어가는 노인부터 유모차를 미는 부모에 이르기까지 모든 사람을 위해 작동해야 한다는 점을 이해해 왔습니다. 하지만 새로운 디자인이 실제로 구축되기 전에 서로 다른 사람들이 이를 어떻게 경험할지를 정확히 파악하는 것은 언제나 어렵고 비용이 많이 드는 작업이었습니다. 전통적으로 이는 실제 사람들을 모아 워크숍과 인터뷰를 진행하는 과정을 필요로 하는데, 이 과정은 상당한 시간과 비용이 소요되며, 소외되거나 접근하기 어려운 사람들의 목소리를 담아내는 데 실패하는 경우가 많습니다. 도시가 점점 더 복잡해짐에 따라, 설계 과정 초기에 이러한 다양한 인간의 경험을 이해할 필요성이 시급해졌지만, 이를 위한 방법론은 여전히 과거에 머물러 있습니다.
이 간극을 메우기 위해, 연구진은 제안된 도시 설계에 대해 서로 다른 유형의 사람들이 어떻게 반응할지를 시뮬레이션하는 첨단 인공지능 기반의 새로운 디지털 도구인 '스테이크사이트(StakeSight)'를 개발했습니다. 이 시스템은 실제 인간의 이야지를 토대로 구축되었습니다. 연구진은 먼저 저널리즘 아카이브나 팟캐스트와 같이 사람들이 도시에서의 실제 경험을 기술한 공공 미디어 소스에서 3,017개의 1인칭 서사를 수집하고 분석했습니다. 이 수천 개의 이야기를 읽으면서 연구팀은 사람들이 주변 환경을 인지하는 다섯 가지 핵심 방식을 식별했습니다: 연령 및 생애 단계, 공간 내에서의 활동, 이동 방식, 신체적 및 감각적 요구 사항, 그리고 장소에 결부된 개인적 가치나 기억입니다. 이 다섯 가지 차원은 시스템의 핵심을 형성하며, 이를 통해 공간이 지친 통근자에게 느껴지는 방식과 공원에서 놀고 있는 아이에게 느껴지는 방식이 서로 다르다는 것을 시스템이 이해할 수 있게 합니다.
이러한 인간 경험에 대한 깊은 이해를 바탕으로, 연구진은 디자이너가 공원이나 광장 같은 새로운 공공 공간의 스케치나 사진을 업로드한 후, 이를 테스트할 특정 '역할'을 생성할 수 있는 대화형 시스템을 구축했습니다. 디자받이는 휠체어를 사용하는 70세 여성이나 무거운 장바구니를 들고 있는 젊은 부모의 관점을 시뮬레이션하도록 선택할 수 있습니다. 역할을 정의하면, 시스템은 단순히 그 사람이 무엇을 생각할지 추측하는 데 그치지 않습니다. 대신, 시스템은 방대한 실제 인간 이야기 데이터베이스를 검색하여 선택된 역할의 특성과 밀접하게 일치하는 서사를 찾아냅니다. 그런 다음 강력한 언어 모델을 사용하여 이러한 실제 세계의 경험을 시각적 디자인과 엮어 상세한 1인칭 반응을 생성합니다. 출력물에는 시뮬레이션된 인물이 보고 느끼는 바를 설명하는 서사, 구체적인 장단점 목록, 그리고 안전성, 편안함, 접근성을 평가하는 수치 점수가 포함됩니다.
연구진은 이 도구가 설계자들이 더 포용적으로 사고하는 데 실제로 도움이 될 수 있는지 확인하기 위해 12명의 도시 디자이너, 건축가 및 학생들을 대상으로 테스트를 진행했습니다. 결과는 고무적이었습니다. 참가자들은 이 시스템이 설계 초기 단계에서 아이디어를 탐색하고, 실제 커뮤니티 미팅을 조직하기 전에 잠재적인 문제를 포착할 수 있게 해준다는 점에서 유용하다고 평가했습니다. 한 디자이너는 이를 실제 사람들을 만나기 전 "숙제를 하는" 방법이라고 설명하며, 이를 통해 더 나은 질문을 던지고 실제 참여를 준비할 수 있다고 말했습니다. 이 도구는 장애인이나 특정 이동 제약이 있는 사람들처럼 종종 간과되기 쉬운 집단의 요구를 밝혀내는 데 특히 효과적이었습니다. 예를 들어, 한 디자이너가 새로운 자전거 도로를 테스트했을 때, 시스템은 좁은 경로에 대한 안전 문제를 지적하는 유모차를 끄는 부모의 피드백과, 경로의 효율성을 중시하는 통근자의 피드백을 생성했습니다. 표준적인 설계 검토에서는 놓칠 수 있었던 이러한 상충하는 요구사항들이 시뮬레이션을 통해 명확하게 드러났습니다.
하지만 연구진은 이 도구가 실제 사람을 대체하는 것이 아니라는 점을 주의 깊게 언급합니다. 연구 참여자들은 시뮬레이션된 피드백이 종종 현실적이고 유용했지만, 때로는 일반적이거나 실제 인간의 대화가 가진 깊은 뉘앙스가 부족하다고 느끼기도 했다며 솔직한 의견을 밝혔습니다. 이 시스템은 시작점이자, 포용적 사고의 장벽을 낮추고 디자이너가 실제 현장 협의를 시작하기 전에 더 넓은 범위의 관점을 고려할 수 있도록 돕기 위해 설계되었습니다. 이 도구는 공동체가 정확히 무엇을 원하는지 안다고 주장하는 것이 아니라, 학습된 방대한 인간 경험 라이브러리를 바탕으로 그들이 무엇을 필요로 할 수 있는지를 제안합니다. 시뮬레이션을 통해 디자이너가 타인의 입장이 되어보게 함으로써, 스테이크사이트는 단순히 시각적으로 매력적인 도시를 넘어, 그곳에 거주할 다양한 삶의 모습에 진정으로 환대받는 도시를 상상하는 새로운 방법을 제시합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.