[기획] 도시와 사회를 움직이는 기술 사례들

공공디자인 소식지 제63호(2026. 2.)

_______________________________________________________________________________________________________________________________________

인공지능과 함께 만들어가는 일상

인공지능과 함께하는 일상은 더 이상 먼 미래의 이야기가 아니다. 인구 구조의 변화와 기후 위기가 맞물리면서 보다 효율적이고 지속 가능한 해결 방식을 모색하기 위해 인공지능 도입에 속도를 내고 있는 것이 전 세계적인 흐름이다. 인공지능은 에너지 사용을 예측해 도시 운영 비용을 절감하고, 교통 흐름과 보행 패턴을 분석해 공공공간의 구조를 재편하는 등 자원 소비를 최소화하기 위한 의사결정의 핵심 도구로 기능한다.

이러한 흐름 속에서 우리나라의 정책과 제도 역시 보다 현실적인 단계로 진입했다. 2024년 산업통상자원부는 디자인 산업 전반에 인공지능을 접목해 인공지능 전문 디자이너 1만 명을 양성하고, 인공지능 디자인 활용률을 60%까지 끌어올리겠다는 계획을 발표한 바 있다. 도시와 공공공간에서도 인공지능이 적극 활용될 전망이다. 서울시를 비롯한 여러 지방자치단체에서는 인공지능을 도시 문제 해결의 핵심 수단으로 삼아 에너지 효율 최적화, 자원 관리, 공공 서비스 개선을 위한 실증 사업을 이어가고 있다.

이번 기사에서는 인공지능이 불러오는 변화의 양상을 도시 설계와 공공디자인의 관점에서 살펴본다. 인공지능 기반 데이터 분석 방법론부터 설계 프로그램, 기후 위기 대응을 위한 에너지 효율 관리, 시민의 일상에 직접 개입하는 자율주행 로봇에 이르기까지 공공 영역에서 인공지능이 어떻게 문제 해결의 방식으로 활용되는지를 짚어본다. 더불어 <CES 2026>에 발표된 제품과 기술을 통해 인공지능이 일상과 도시 환경 속으로 스며드는 모습을 구체적으로 조망한다.

인공지능 시대를 뒷받침하는 설계 시스템

인공지능은 방대한 데이터를 수집하고 처리하는 데 그치지 않고, 분석과 재해석을 통해 새로운 가능성을 제시한다. 이러한 인공지능 기반 설계를 가능하게 하는 프로그램의 연구와 개발은 도시와 공간을 보다 정교하게 이해하고, 다양한 시나리오를 실험하기 위한 기반으로 작동한다.

인공지능으로 신도시의 모습을 예측하다

인공지능 건축 설계와 모듈러 시공*을 융합하는 국내 스타트업 ‘텐일레븐’이 개발한 인공지능 건축 설계 플랫폼 ‘빌드잇(Buildit)’은 수작업과 직관에 의존해 온 전통적 설계 과정을 인공지능과 실시간 시각화 기술 기반으로 전환한 도구다. 건축법규는 물론 하천이나 산과 같은 주변 환경, 조망 등 수백 개의 변수를 클라우드 기반 인공지능으로 자동화해 반복 작업으로 인한 업무 시간을 단축했다.

대지 영역 설정만으로 복잡한 건축법을 자동 적용한 설계 안을 30분 안에 생성하는 것은 물론, 용적률과 세대 수, 예상 공사비, 일조량 데이터까지 분석해 리포트 형태로 제공한다. 이러한 기능은 도시 설계 연구 자료 작성이나 공공 주도의 개발 검토 과정에서 전문가들의 의사결정 도구로 활용된다.

유니티(Unity)* 기반의 디지털 트윈(Digital Twin)* 기술을 적용한 빌드잇은 태양광, 시야, 주변 환경과의 관계 등을 정교하게 계산해 현실에 가까운 결과를 제시한다. 이를 통해 신도시 개발을 위한 정부 계획과 까다로운 규제 조건을 반영하면서도 주민의 삶의 질을 고려한 공간 시뮬레이션이 가능하다.

플랫폼에 포함된 실시간 편집 도구 ‘빌드잇 디자이너’를 활용하면 3차원 공간에서 건물의 위치와 층수, 회전 각도 등을 직접 조정하고, 조망과 그림자, 법규 준수 여부를 즉각 확인할 수 있다. 예를 들어 학교 인접 부지에 아파트를 계획할 경우, 주변과의 위화감을 줄이기 위해 동 배치나 높이를 어느 수준까지 조정해야 하는지를 바로 적용해 볼 수 있다. 빌드잇은 개발 효율과 주거 환경을 동시에 검토할 수 있는 기반을 마련하며, 도시 설계를 도면 제작이 아닌 합의와 조정의 과정으로 확장시켰다.

*모듈러 시공: 공장에서 표준화된 건축 모듈을 제작·생산하고 현장에서 적층하는 방식으로, 소음과 분진 등을 최소화하고 공사 기간을 단축시킨다.

*유니티: 본래 게임 엔진으로 개발되었으나 현재는 실시간 3D 시뮬레이션을 바탕으로 도시 시각화, 디지털 트윈, 가상·증강현실(VR·AR) 등 인터랙티브 콘텐츠 제작 전반에 활용된다. 

*디지털 트윈: 실제 환경을 가상 공간에 정밀하게 재현한 디지털 복제본으로 현실에서 발생할 수 있는 다양한 상황을 시뮬레이션해 결과를 미리 예측하는 기술이다.

대지 영역 설정만으로 복잡한 건축법을 자동으로 적용하고, 최적의 용적률과 일조량을 확보할 수 있는 다양한 배치안을 제안하는 인공지능 건축 설계 솔루션 ‘빌드잇’. 이미지 출처: buildit.co.kr

3차원 환경에서 건물의 회전과 이동, 층수 조절 등을 손쉽게 편집할 수 있으며, 주변 지형과 건물을 함께 확인하고 

각 층의 조망을 살펴볼 수 있다. 이미지 출처: buildit.co.kr

빌드잇은 2,000세대 규모의 아파트 단지도 30분 만에 도출해 다양한 유형의 설계 안을 비교할 수 있으며, CAD 도면과 3D 모델, 환경 분석, 건축 개요 등을 함께 제공한다. 이미지 출처: buildit.co.kr

도시의 맥락을 읽고 분석하는 인공지능

미국 카네기멜론대학교(Carnegie Mellon University)의 코드랩(CodeLab, Computational Design Laboratory)은 디자인과 컴퓨팅, 건축 환경의 교차점에서 새로운 방법론을 탐구하는 융합 연구 공간이다. 이곳에서 발표한 ‘USS(Urban Structure Synthesizer)’는 도시를 구성하는 복잡한 요소를 데이터로 분석하고, 그 구조적 패턴을 비교·재구성하기 위해 개발된 인공지능 기반 연구 프로젝트다.

도시는 재료, 건물, 필지, 거리와 블록 등이 패턴으로 반복 연결된 도시 조직(Urban Fabrics)*이 얽혀 형성되는 복합 구조다. 전통적인 도시 분석은 피츠버그나 런던처럼 이미 형성된 도시의 형태를 도식화해 블록과 도로, 건축물 등의 배치를 분해하는 방식에 의존해 왔다. 이는 물리적 특성으로 도시를 분석하는 방식으로 건물이 놓인 주변과의 관계와 맥락(Context)를 충분히 반영하지 못하는 한계가 있었다. USS는 이러한 전통적 도시 분석 방식에서 한 걸음 더 나아가 도시를 형태의 집합이 아닌, 맥락 정보를 포함한 데이터 체계로 다룬다. 전통적인 도시 분석이 도시의 형태와 물리적 요소를 분류·도식화했다면, USS는 빌딩과 거리, 필지와 같은 개별 구성 요소와 주변 상황을 분석 단위로 묶어 도시의 형태학적 상황을 데이터화 하는 방식을 제안한다. USS는 도시의 구성 요소를 고차원 벡터 공간으로 표현하고, 바서슈타인 생성적 적대 신경망(WGAN, Wasserstein Generative Adversarial Network)* 기반 모델을 통해 도시 구조(Urban Structure)* 이미지를 도출한다. 이를 통해 도시의 특성을 담고 있는 맥락적 데이터를 바탕으로 새로운 도시 구조 다이어그램을 생성할 수 있음을 보여준다. 

*도시 조직: 건물, 필지, 도로, 블록 등이 반복적으로 배열되며 형성되는 도시 공간의 물리적 패턴과 공간의 짜임새. 

*바서슈타인 생성적 적대 신경망: 기존 생성적 적대 신경망(GAN)의 학습 불안정성을 개선하기 위해 확률 분포 사이의 거리를 측정하는 바서슈타인 거리(Wasserstein distance) 방식을 적용한 생성 모델로, 학습 안정성과 생성 결과의 신뢰성을 강화했다.

*도시 구조: 도심과 부도심의 배치, 교통축, 생활권 체계 등을 통해 형성되는 도시 전체의 작동 체계와 위계 구조.

도시 형태 데이터를 분석해 패턴을 학습하고 이를 바탕으로 새로운 도시 조직을 생성하는 USS의 연구 프로세스 다이어그램. 이미지 출처: jinmorhee.net

도시 형태를 인공지능이 이해할 수 있는 딥 이미지 디스크립터(DID, Deep Image Descriptor)로 변환해 분석하는 방법론(위)과 이 데이터를 기반으로 새로운 도시 조직을 생성하는 합성 모델의 개념도(아래). 이미지 출처: jinmorhee.net

데이터 기반으로 만든 3D모델(왼쪽)과 인공지능이 학습한 도시 데이터로부터 생성한 도시 구조의 합성 이미지(가운데), 이미지 기반 구조를 도시 디자인에 적용해본 사례(오른쪽). 이미지 출처: jinmorhee.net

생활의 편의와 안전을 돕는 자율주행 로봇

인공지능과 자율주행 기술을 결합한 로봇이 도시 인프라로 스며들고 있다. 순찰과 배송이라는 역할을 수행하는 로봇은 도시를 이동하며 보행 환경과 주변 조건을 감지하고, 도시의 미시적 데이터를 축적한다. 이렇게 수집된 정보는 도시 관리와 공공 서비스 개선을 위한 참고 자료로 활용된다.

일상의 안전을 지키는 성남시 인공지능 자율주행 순찰로봇

성남시는 2025년 11월부터 인공지능 기반 자율주행 순찰 로봇 ‘뉴비(Neubie)’를 도입해 도시 치안 시스템에 관한 실증 사업을 시행하고 있다. 서현역 광장과 판교역 광장, 야탑동 상희공원, 율동공원 등 유동 인구가 많은 4개 거점을 중심으로 시범 운영 중이며, 본격적인 운영에 앞서 기술 안정성과 현장 적합성을 점검하는 단계다.

뉴비는 자율주행 기능과 영상 인식 기술을 결합한 이동형 순찰 장비로, 고정형 CCTV로는 포착하기 어려운 보행자 밀집 구역과 사각지대를 중심으로 순찰한다. 탑재된 센서를 통해 보행자와 장애물을 인식하고 주행 경로와 속도를 스스로 조정하는 자동 회피 기능을 갖추고 있어, 시민의 보행 동선을 방해하지 않고 자연스럽게 주변을 이동하는 것이 특징이다.

이 사업은 성남시와 분당경찰서, 로봇 전문 기업 뉴빌리티가 참여한 컨소시엄 형태로 추진됐다. 성남시는 로봇 운행 환경과 순찰 시나리오를 설계하고, 뉴빌리티는 로봇 제작과 기술 운영을 담당하며, 분당경찰서는 범죄 예방 분석과 긴급 대응 체계를 맡는다. 성남시는 시범 운영을 통해 자율주행 안정성과 객체 인식 정확도, 실제 보행 환경에서의 순찰 효율성을 검증하고 있으며, 향후 야간 조도 변화와 보행 흐름의 복잡성 등 도심 환경 데이터를 반영해 순찰 기능을 고도화할 계획이다.

스마트 순찰 로봇 뉴비가 야탑동 상희공원과 판교역을 순찰 중인 모습. 사진 출처: 성남시

도시의 흐름을 재설계하는 영국 밀턴 케인즈의 배송 로봇 군단

런던 북서쪽에 위치한 밀턴 케인즈(Milton Keynes)는 격자형 도로망과 보행자 중심의 설계 원칙을 바탕으로 한 계획 도시의 대표 사례로 손꼽혀 왔다. 이 도시는 2018년부터 자율주행 배송 로봇을 도입하며, 로봇을 일상적인 도시 인프라로 수용해 온 곳이기도 하다. 샌프란시스코에 본사를 둔 스타십 테크놀로지스(Starship Technologies)가 개발한 자율주행 로봇 ‘스타십’은 밀턴 케인즈를 시작으로 유럽과 미국 등 전 세계 270여 개 지역으로 서비스를 확장해 왔다.

전용 애플리케이션을 통해 제품을 주문하면 로봇이 직접 배송하는 방식이며, 사용자는 로봇의 이동 경로를 실시간으로 확인할 수 있다. 배송 로봇 스타십은 보행 속도에 맞춰 인근 상점과 거주지를 오가며 식료품과 소형 물품을 운송한다. 배송 과정에서는 보행로를 따라 이동하고, 장애물을 감지·회피하며, 신호 체계와 보행 환경을 인식해 보행자와 충돌 없이 공존하도록 설계됐다.

밀턴 케인즈의 배송 로봇은 단순한 자동화 배송 시스템을 넘어, 보행자 중심 도시 환경에서 로봇이 어떻게 움직이는지를 직접 검증한 사례다. 로봇 운행을 통해 축적되는 데이터 역시 중요한 의미를 지닌다. 로봇이 지속적으로 수집하는 보도 상태와 경사도, 통행 환경 데이터는 도시 관리 주체와 공유돼 보행로 유지·보수나 환경 개선을 검토하는 참고 자료로 활용된다. 이는 기존의 차량 중심 도시 데이터로는 포착하기 어려웠던 보행자의 일상적 이동 환경에 주목하며, 도시를 보다 세밀하게 바라보는 관점을 제시한다.

영국 밀턴 케인즈에서 보행로를 따라 물품을 배달하고 있는 배송 로봇 ‘스타십’의 모습. 보행자와 같은 속도로 이동하는 자율주행 능력을 갖추고 있으며, 6개의 바퀴를 활용해 보도 블록의 작은 단차도 넘을 수 있도록 설계됐다. 사진 출처: starship.xyz

<CES 2026>을 통해 살펴본 생활 밀착형 인공지능 기술의 진화

올해 1월 초 라스베이거스에서 열린 세계 최대 기술 박람회 <CES 2026>에서는 인공지능과 자동화 기술이 실험 단계를 넘어 실제 삶에 적용되는 흐름이 뚜렷하게 나타났다. 기후 위기 대응을 위한 에너지 효율 관리와 가정용 로봇 사례를 통해 인공지능 기술이 도시와 일상에 스며드는 과정을 확인할 수 있었다.

탄소 감축 기술의 문턱을 낮춘 인공지능 기반 에너지 최적화 플랫폼

건물의 에너지 효율 제고는 탄소 중립 목표 달성을 위한 핵심 전략 중 하나다. 그러나 전통적인 에너지 관리 시스템은 수천 개의 센서를 설치하고 복잡한 하드웨어를 운영해야 하는 구조적 한계로 인해, 대형 시설이나 자본력이 있는 기업 중심으로만 적용돼 왔다. 한국그린데이터가 개발한 인공지능 기반 에너지·탄소 관리 플랫폼 ‘그린오에스(GreenOS)’는 이러한 한계를 극복한 기술이다.

<CES 2026>에서 엔터프라이즈 테크(Enterprise Tech) 부문 혁신상을 수상하며 국제적으로 주목받은 그린오에스의 핵심은 센서리스(Sensor-less)와 에이전틱(Agentic) 인공지능 기능이다. 단일 계량기에서 수집되는 전력 신호만으로도 각 설비와 기기의 에너지 소비 패턴을 분석하고, 탄소 배출량을 예측한다. 그린오에스는 단순한 모니터링을 넘어 소비 분석과 이상 징후 탐지, 소비 예측, 절감 시나리오 제안, 자동 ESG 리포트 생성 등의 기능을 제공한다.

인공지능 챗봇은 에너지 데이터를 스스로 분석하고 예측해 맞춤형 조언을 제공하며, 사용자는 대화형 인터페이스를 통해 리포트 차트를 즉시 확인할 수 있다. 별도의 센서 설치가 필요 없어 초기 도입 비용과 시스템 복잡성을 크게 낮춘 것이 장점으로, 대형 시설뿐 아니라 중소형 공공 건물과 학교, 노후 아파트 등 자원 여건이 제한된 시설에서도 에너지 사용 개선과 탄소 감축 효과를 기대할 수 있다.

인공지능 기반 에너지 데이터 분석 기업 한국그린데이터에서 선보인 에너지 효율화 플랫폼 그린오에스. 전력, 설비 데이터 수집부터 최적화 제어까지 통합적인 서비스를 제공한다. 출처: greendata.kr

휴머노이드로 진화한 가사 로봇

고령화 사회로 접어들면서 가정 내 일상 노동과 돌봄의 부담은 새로운 사회적 과제로 떠오르고 있다. LG전자가 <CES 2026>에서 공개한 인공지능 기반 홈 로봇 ‘LG 클로이드(CLOiD)’는 이러한 변화의 흐름을 반영한 제품이다. 클로이드는 기존 ‘이동형 AI홈 허브 로봇 Q9’에서 한 단계 확장해, 실제 물리적 가사 작업을 수행할 수 있도록 양팔을 갖춘 것이 특징이다.

LG전자가 클로이드를 통해 제시하는 핵심 비전은 ‘제로 레이버 홈(Zero Labor Home)’으로, 인공지능 로봇 기술을 통해 가사 노동의 부담을 줄이고 거주자가 보다 가치 있는 일에 집중할 수 있도록 돕는 데 있다. 클로이드는 세탁물 정리나 물건 집기 등 일상적이고 반복적인 가사 작업을 수행하도록 설계됐다.

클로이드의 머리에는 고성능 칩셋과 디스플레이, 카메라, 센서, 음성 생성형 인공지능이 탑재돼 사람과 자연스럽게 상호작용할 뿐만 아니라, 사용자의 생활 패턴과 주변 환경을 학습해 이에 연동된 가전 제어도 수행할 수 있다. 이 기술은 시각 인식과 언어 이해를 결합한 VLM(Vision Language Model), 시각·언어 정보를 행동으로 전환하는 VLA(Vision Language Action) 등 피지컬 인공지능 기술을 포함하며, 수만 시간에 이르는 가사 작업 데이터를 바탕으로 학습된 결과다.

이러한 기능을 바탕으로 LG 클로이드는 고령자나 신체적 제약이 있는 사용자에게 보다 안전하고 자립적인 생활을 도울 수 있다. 일반 가정은 물론 공공 요양 시설 등 돌봄 현장에서도 보조 인프라로 활용될 가능성을 보여준다.

머리와 몸통, 두 개의 팔, 자율주행 휠로 구성된 LG 클로이드. 사람 팔의 움직임과 흡사한 관절과 섬세한 다섯 손가락을 통해 물건을 집고 옮기는 등 정교한 동작을 수행할 수 있다. 사진 출처: LG전자 뉴스룸

식기세척기에 그릇을 넣거나 세탁기에서 빨래를 꺼내 개는 등 섬세한 가사일을 수행하는 LG 클로이드. 사진 출처: LG전자 뉴스룸

정서적 교감에 중심을 둔 AI 반려 로봇

고령화와 1인 가구 증가로 인해 사회적 고립과 정서적 돌봄 문제가 새로운 사회 과제로 떠오르는 가운데 눈길을 끄는 로봇이 등장했다. 일본 스타트업 루덴스 AI(Ludens AI)가 <CES 2026>에서 공개한 ‘코코모(Cocomo)’는 이러한 사회 변화에 대응해 정서적 교감과 동반자 역할에 초점을 맞춘 인공지능 반려 로봇이다. 코코모는 가사 수행이나 정보 제공에 초점을 둔 홈 로봇과는 달리 사용자와의 감정적 연결을 중심으로 설계되었다. 부드러운 외형과 촉감, 체온 수준의 따뜻함을 유지하는 표면 구조를 통해 실제 반려동물과 유사한 감각적 경험을 제공하는 것이 특징이다.

루덴스 AI가 제시하는 핵심 방향성은 ‘함께 사는 로봇’으로, 명령 수행보다 정서적 교류에 중점을 둔다. 코코모는 인간과 동물의 관계에 가까운 상호작용을 구현하고자 음성 대화 대신 부드러운 소리, 진동, 움직임과 같은 비언어적 신호를 활용해 상태를 표현하며 사용자의 반응에 따라 행동 패턴을 점차 조정한다. 카메라와 터치 센서, 음향 감지 기능 등을 통해 사용자와의 상호작용 정보를 수집하고 이를 기반으로 관계 형성을 강화하도록 설계되었다. 또한 자율 주행 기반 이동 기능을 갖춰 집안에서 사용자를 따라다니며 동반자 역할을 수행한다. 코코모는 AI 기술이 생활 편의성을 넘어 인간의 감정 돌봄 영역으로 확장되고 있음을 보여주는 사례로, 혼자 생활하는 고령자나 장기 요양 대상자 등에게 정서적 연결감을 제공하는 지원 수단으로 활용될 가능성을 제시한다.

일본 스타트업 루덴스 AI에서 선보인 인공지능 반려 로봇 ‘코코모’. 집안에서 사람을 따라다니며 음성과 터치에 반응하며 정서적 유대감을 형성한다. 사진 출처: ludensai.com

글: 공공디자인 소식지 편집부