2026Master's Thesis
BIM 요소 분류를 위한 지도 및 자기지도 그래프 신경망 성능 비교
GNNBIMSelf-Supervised Learning
Portfolio
Jong Gwang Kim
Architectural Designer & AI Researcher — bridging redevelopment practice with graph neural network research.
M.S., AI · Korea University
Senior · HAEAHN Architecture
0+Projects
0Years in Practice
0Publications
0Automation Tools
Statement
재개발·재건축 설계는 수백 세대의 삶과 도시의 맥락이 교차하는 작업이지만, 초기 검토의 많은 부분이 여전히 반복적인 수작업에 의존합니다. 저는 실무에서 기존 도서 기반 배치도 자동화를 시도하며 이 간극을 직접 경험했고, 그 답을 그래프 신경망(GNN)에서 찾고 있습니다. 건물과 도시를 노드와 관계의 그래프로 읽어내면, BIM 데이터의 분류부터 설계 초기 단계의 도시 맥락 피드백까지 기계가 설계자의 판단을 보조할 수 있습니다. 저의 목표는 정비사업 설계의 경험과 AI 연구를 잇는 것 — 설계자가 더 나은 판단에 집중하도록 돕는 도구를 만드는 것입니다.
Selected Projects
View all projectsExperiments
More in the LabDesign Automation
실무의 반복 작업을 알고리즘으로 대체하는 실험들.
Parking Layout Automation
법정 주차대수, 차로 폭, 램프 조건을 입력받아 지하주차장 배치 대안을 생성하는 Grasshopper 알고리즘. 기획설계 단계의 대안 검토 속도를 높였다.
Mass Modeling from Site Plan
2D 배치도의 주동 외곽선과 층수 정보를 읽어 3D 주동 매스를 자동 생성하는 Grasshopper 알고리즘. 계획설계 대안 스터디와 CG 기초 모델 제작 시간을 단축했다.
Drawing Registration Algorithm
실측 도면 스캔본을 기준 좌표에 정합해 정확한 위치의 배치도로 변환하는 알고리즘. 리모델링 현황조사의 수작업 트레이싱을 대체했다.
Research
Full researchPublications
2025Conference
GNN 기반 건축설계 초기 단계 도시 맥락 피드백 프레임워크
GNNUrban ContextEarly-Stage Design
Dawn
연구는 다시 현장으로 돌아온다
Network
hover · click to explore
News
- 2026석사학위 논문 발표 — GNN 기반 BIM 요소 분류
- 2025.08고잔연립5구역 재건축사업 참여 시작
- 2025한국CDE학회 하계학술대회 논문 발표
그리고 다시 낮 —