현재 IFC/GIS 통합 관련 기술을 개발하고 있습니다.
저는 BIM에 대해 모르는 상태로 시작하여 기술을 개발하기 전 기초 지식부터 하나씩 습득하여 적용하고 있어 전문 수준까진 아닌 처음 접하는 분들을 위한 수준의 글입니다.
BIM
BIM(Building Information Modeling, 빌딩 정보 모델링)은 건축, 엔지니어링, 시공(AEC) 산업에서 3D 모델 기반의 데이터 중심 설계를 수행하는 기술 및 프로세스이다.
단순한 3D 모델이 아니라, 각 요소(벽, 창문, 기둥 등)에 대한 속성 정보와 관계 데이터를 포함하여, 설계부터 시공, 유지보수까지 전 과정에서 활용할 수 있다.
BIM 연구 현황
최근 BIM 관련 연구는 크게 경량화, AI 결합, GIS 통합, 디지털 트윈 분야에서 활발히 진행되고 있다.
1) BIM 모델 경량화
BIM(Building Information Modeling) 기술의 발전과 함께, 보다 효율적인 데이터 활용을 위한 연구가 활발히 진행되고 있다. 현재 BIM 모델에서 주요한 이슈 중 하나는 IFC(Industry Foundation Classes) 파일의 크기와 복잡성으로 인한 로딩 속도 저하이다. 이를 해결하기 위해 BIM 모델의 경량화를 위한 연구가 진행되고 있으며, 주요 방법으로는 경량화된 데이터 구조 적용, LOD(Level of Detail) 최적화, 그리고 메시(Mesh) 데이터 압축 등이 있다. 특히, IfcGeometry의 단순화, Octree 및 Point Cloud 기반의 데이터 압축 기법이 효과적인 접근 방식으로 검토되고 있다.
2) BIM + AI/머신러닝
AI(인공지능) 및 머신러닝 기술을 BIM과 결합하여 다양한 자동화 기능을 연구하고 있다. 예를 들어, AI를 활용한 설계 오류 자동 감지 기술을 통해 벽과 배관 간의 충돌을 사전에 탐지할 수 있으며, 과거 데이터를 학습하여 시공 중 발생할 수 있는 문제를 예측하는 모델도 개발되고 있다. 이와 함께, 유지보수 데이터를 활용한 AI 기반 챗봇을 통해 건물 관리 업무를 지원하는 연구도 진행중이다.
3) BIM/GIS 통합 연구
BIM과 GIS(Geographic Information System)를 통합하는 연구도 중요한 연구 분야 중 하나이다. BIM과 GIS의 결합을 통해 도시 단위에서 효율적인 시설 관리가 가능해지며, CityGML 및 InfraGML과의 연계를 통해 보다 정교한 데이터 분석이 가능하다.
4) 디지털 트윈(Digital Twin)과 BIM 연계
디지털 트윈(Digital Twin)과 BIM을 연계하여 실시간 데이터를 반영한 건물 상태 모니터링 및 시뮬레이션이 가능해진다. IoT 센서를 활용하여 건물의 실시간 운영 데이터를 수집하고, AI를 이용하여 HVAC(Heating, Ventilation, and Air Conditioning) 시스템의 이상 징후를 감지함으로써 예측 유지보수(Predictive Maintenance)를 지원하는 방안도 연구되고 있다.
BIM/GIS 통합
BIM 데이터와 GIS 데이터를 가상 국토 공간 통합 플랫폼상에서 사용할 수 있게 함으로써 신속한 국토 공간정보를 파악할 수 있으며 빌딩, 도로, 터널, 교량 등 다양한 시설물의 전 생애 주기적인 통합 관리가 가능하다.
또한, CAD/BIM 데이터가 가상 국토 공간에서 자동 연계되어 중요 데이터를 체계적으로 관리함으로써 개별 건물의 건설 및 공사 과정뿐 아니라 유지보수 관리에 효과적으로 이루어질 것으로 예상되는 부분이다.
이로써, BIM 데이터를 좌표체계 및 지형 정보를 가지고 있는 GIS 데이터와의 통합 시스템에 대한 활용도가 높아지고 있다.
BIM과 GIS 데이터 통합의 문제점
BIM 데이터와 GIS 데이터의 통합을 위해 BIM 데이터의 표준인 IFC 데이터와 GIS 데이터간의 변환 연구도 이뤄져 왔지만 데이터 구조적 차이로 인해 손실 문제가 발생한다.
IFC와 GIS 데이터의 표준 데이터인 CityGML 두 데이터 간의 변환 시 LOD 등 각 개체 간 의미나 구성 방식 또는 형태의 차이로 1:1로 mapping이 불가능하며, IFC의 방대한 정보에 비해 CityGML은 상대적으로 단순하게 구성되어 있어 완벽한 mapping이 어려움이 있다.
IFC는 지속적으로 발전하고 있으며 버전에 따라 IFC의 3D 형상과 속성 정보의 표현은 개선되고 있지만 아직 많은 건설 분야의 데이터들을 표현하지 못하고 있다.
또한, IFC의 복잡한 데이터 구조와 크기로 인해 GIS에서 처리 및 통합 시 성능 저하 문제가 발생된다. GIS는 대규모 지리 공간 데이터를 다루는데 최적화되어있기 때문에 IFC 데이터를 빠르게 렌더링하기 어렵고 분석이 제한적이기 때문이다. 그로 인해 경량화 처리가 중요시되고 있고 중복 데이터를 제거하여 불필요한 데이터를 줄이거나, BIM 파일을 shapefile 등의 포맷들로 변환하려는 시도들이 있었다.
IFC
IFC(Industry Foundation Classes)는 BIM(Building Information Modeling) 데이터의 상호운용성을 보장하기 위해 개발된 개방형 표준이다.
BIM의 표준데이터 모델인 IFC(industry foundation classes)는 BIM의 표준을 개발하고 보급하는 국제 비영리 조직 BuildingSMART에서 제안된 것으로 객체지향 기법을 적용하여 객체 구성요소인 건물, 지붕, 벽, 문 등의 객체와 그 객체들 간의 관계를 express 언어 기반의 구조화된 스키마로 정의된다.
예로, 주요 엔티티(Entity)인 IfcProduct는 그 하위 엔티티인 IfcBuildingElement의 위치와 형상을 표현하는 기본적인 데이터 구조를 가지며, 그 하위 엔티티들인 IfcBeam, IfcColumn, IfcWall 등은 건물을 실제로 구성하는 지붕, 기둥 벽체 등을 표현하고 각 특성을 나타내는 속성정보들을 갖고 있다.
각 엔티티의 형상을 표현하기 위해 IfcProductDefinitionShape와 이를 구성하는 IfcShapeRepresentation의 하위 엔티티들을 사용하며 B-Rep 모델을 사용해 솔리드에서 면, 모서리, 점 순으로 정보를 제공하도록 설계되어 있다.
IFC4에 추가된 IfcAdvancedBrep Entity는 NURBS를 기반으로 한 B-rep 모델을 변환하고 정의할 수 있는 응용 애플리케이션의 증가를 지원하기 위해 도입된 Entity로써 모든 면, 모서리 및 꼭지점이 명시적으로 표현되는 경계 표현 모델로서 다양한 방식으로 생성된 surface를 지원할 수 있게 되면서 점점 발전해 가고 있다.
IFC 버전은 1~2년 간격으로 지속적으로 업데이트되어 엔티티의 전체 개수 증가에 따라 데이터 스키마 확장에 대한 유연성 증가와 기능 증가를 나타내므로 최신 버전의 IFC 모델은 현실세계를 더 잘 반영함을 의미한다.
BuildingSMART에 따르면 현재 IFC 최신버전은 2024년에 발표된 IFC4.3이며, 2005년 발표된 IFC2x3(2007년 최신 수정버전 포함) 구 버전과 함께 지속적으로 구현되고 있다.
아래 이미지는 IFC 버전에 따른 Entity의 개수 변화를 나타내는데, IFC 버전 증가에 따른 Entity의 전체 개수 증가는 데이터 스키마 확장에 따른 유연성 증가와 기능 증가를 나타낸다.
-
Total Entity와 Instantiable Entity의 변화 (a)
-
Root Entity의 변화 (b)
반면, Root Entity의 개수가 감소하는 것은 데이터 스키마를 더 적은 수의 set으로 구성하고 그 set내에 하위 Entity가 존재할 수 있게 한 것으로, 이는 데이터 구조를 단순화하여 이후 데이터 코딩이 필요할 때 이를 쉽게 하기 위함이다.
- IFC 버전에 따른 Attribute 개수 변화(c)
IFC 버전에 따른 Attribute의 개수 변화를 나타내며, Optional Attribute의 증가는 IFC 스키마를 더 유연하게 만들고 데이터 구조 복잡성을 감소시키기 위해 만들기 위한 시도이다.
Required Attribute의 감소와 Optional Attribute 증가는 속성정보가 부족할 경우에도 IFC를 더 많은 조건에서 사용할 수 있다는 것을 나타낸다.
IFC 버전 업데이트에 따른 Entity와 Attribute의 변화를 보았을 때, 전체적인 개수는 증가하는 추세를 보이지만, Root Entity 및 Required Attribute의 감소 추세를 보았을 때 IFC4 버전은 기능 개선과 더불어 데이터 스키마의 복잡성을 줄이고 유연성을 늘리기 위한 시도로 해석된다.
버전에 따른 IFC 데이터 스키마 차이를 보았을 때, IFC Entity 세부 분석을 통해 가장 많이 사용되는 IFC2x3 버전과 이에 비해 기능 개선이 이루어진 IFC4 버전에 공통적으로 적용될 수 있는 부분도 고려해야할 필요가 있다.
데이터 구조
IFC 데이터 구조는 객체 지향적인 방식으로 설계되어 있으며, 다양한 객체(Entity) 및 속성(Properties) 들이 계층적으로 연결된 구조를 갖는다. 주요 개념은 다음과 같다.
주요 구성 요소
- Entity(객체, 개체)
IFC에서 각 건축 요소(벽, 창문, 문, 슬래브 등)는 개별적인 Entity로 정의됨
예: IfcWall(Standard Wall), IfcDoor(Door), IfcBeam(Beam)
- Attributes(속성)
각 엔티티에는 고유한 속성이 포함됨
예: IfcWall에는 재료(Material), 두께(Thickness), 높이(Height) 등의 속성이 있음
- Relationships(관계 구조)
개체 간 관계를 정의하는 구조
예: IfcRelAggregates(구성 관계), IfcRelContainedInSpatialStructure(공간 포함 관계)
- Property Sets(속성 세트, PSet)
IFC 개체에 추가적인 속성을 부여하는 구조
예: Pset_WallCommon(벽의 일반적인 속성), Pset_DoorCommon(문의 기본 속성)
- Geometric Representation(형상 표현)
IFC 모델은 객체의 형상을 다양한 방식으로 표현함
예:
- Brep(Boundary Representation) → 삼각형 메시 기반의 표현
- CSG(Constructive Solid Geometry) → 기본 형상을 조합하여 생성
- Swept Solid(돌출 형상) → 프로파일을 특정 방향으로 확장하여 생성
각각의 요소들은 서로 참조하는 구조를 갖고 있다.
IFC 예시 데이터이다.
#254380의 IFCSITE가 갖고 있는 속성 정보들을 보면 #254829, #253826을 참조하고 있다.
#254829와 #253826을 따라가면 다음 속성을 가리키는 Entity를 참조하는 것을 볼 수 있다.
IFC는 문, 벽 등 건물을 이루고 있는 객체들에 대한 정보뿐만 아니라 위치에 관련된 정보도 갖고 있다.
GIS 데이터와 통합을 위해서는 이 위치 정보도 매우 중요하다.
출처
- 황정래 외(2012), 건설데이터와 GIS데이터의 효율적 활용을 위한 IFC와 CityGML간의 연관성 분석 연구
- Sun, Z., Wang, C. and Wu, J., 2024, Industry foundation class-based building information modeling lightweight visualization method for steel structures.
- Gabriele, M. and Previtali, M., 2021, HBIM-GIS integration with an IFC-to-shapefile approach: The Palazzo Trotti Vimercate pilot case study, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, VIII-4/W2-2021, pp 167-174.
- Amor, R., 2015, Analysis of the evolving IFC schema, Proc. of the 32nd International Conference, CIB W78, Eindhoven, The Netherlands.
- Kang, T. W. and Hong, C. H., 2014, GIS-based BIM object visualization system architecture design using open source BIM server cost-effectively, Journal of Korea Spatial Information Society, Vol. 22, No. 1, pp. 45-53.
