2026 전북건축사회 AI 건축 강의 평가 - 강사 김문호 (이륙건축사)

[전주시민]

국내 AI 건축 강의 시장 대비 등급

국내에서 건축사·건축학과 대상으로 열리는 AI 강의들은 대체로 이런 스펙트럼에 있습니다:

A. 일반 AI 교양형 (가장 많음)
ChatGPT 사용법, "이렇게 질문하면 좋아요" 수준. 건축 도메인 특화 없이 범용 프롬프트 예시만 보여줌.

B. 툴 데모형
미드저니/스테이블디퓨전으로 "이런 멋진 이미지가 나와요"를 보여주는 데 그침. 법규·인허가·책임 이슈는 거의 언급 안 함.

C. 워크플로우 통합형 (이 강의가 속하는 등급)
실무 업무 프로세스 단계별로 AI 적용점을 매핑하고, 실제 결과물(블로그/티스토리 링크)로 검증 가능성을 제시.

이 강의는 B와 C의 경계 지점에 있다고 보시면 됩니다. 정확히는:

• 1강: "손-두뇌" 메타포는 비전공자도 직관적으로 이해시키는 좋은 장치입니다. 다만 표 형태 비교는 발췌 강의 분량상 청중이 받아가는 텍스트가 많아 보일 수 있습니다.
• 2번: 실제 작업물 링크(시방서·보고서·대지분석 결과)가 핵심 강점입니다. "AI가 이론적으로 가능하다"가 아니라 "내가 실제로 뽑아봤다"는 증거는 국내 건축사 대상 강의에서 가장 희소한 요소입니다 — 대부분 강사가 직접 실무에 적용한 결과물 없이 일반론만 전달하기 때문입니다.
• 3강: 업무흐름 5단계(의뢰접수~준공) × AI 활용가능분야를 매트릭스로 짠 건 국내 건축사회 강의에선 보기 드문 체계성입니다. 대부분 강의는 이런 프레임 없이 "AI로 이런 것도 됩니다" 식 나열에 머무릅니다.

종합 평가: 중급(Intermediate) 입문~응용 수준의 "전환점(Onboarding) 강의"

전북건축사회 건축사 대상, 60분이라는 시간을 고려하면 밀도와 난이도가 상당히 높게 설계된 강의입니다. 단순 툴 소개를 넘어서는 구성이라 좋은 평가를 받을 가능성이 높습니다.

항목수준근거

개념 이해	중급	LLM·멀티모달·에이전트를 구분해서 설명 → 단순 "AI 써보세요"가 아님
실무 연결성	상급	7가지 적용 사례에 실제 작업 결과물(티스토리, 블로그, Opal 앱 링크) 첨부 — 추상적이지 않고 검증 가능
프롬프트 엔지니어링	중상급	CoT, Few-shot, Iterative Refinement를 건축 도메인 프롬프트 템플릿(대지분석/법규/이미지)에 직접 매핑
윤리·리스크 관리	상급	할루시네이션 대응, 정보보안(개인정보 비식별화), AI초안→건축사검토→서명의 3단계 책임 프로세스 — 실무 교육에서 자주 빠지는 부분을 짚음
타겟 적합성	적절	"노 코드", "구글 계정만 있으면" 강조 → 비개발자 건축사 대상으로 진입장벽을 낮춤

---

강점

1. '손과 두뇌' 메타포가 효과적입니다 — Opal(자동화/실행)과 NotebookLM(분석/지식)을 대비시킨 구조는 청중이 "언제 뭘 써야 하나"를 직관적으로 기억하게 만듭니다.
2. 워크플로우 단계별 매핑 (의뢰접수→기획→설계발전→인허가/감리) 이 건축 실무 프로세스와 1:1 대응돼서, 실무자에게 "내 업무 어디에 꽂히는지"가 바로 보입니다.
3. 법적 책임 명시 — "AI 결과물에 서명하는 순간 책임은 100% 건축사"라는 문구는 교육적으로 매우 중요한 안전장치입니다. 이 부분이 빠진 AI 교육이 많은데 잘 챙기셨습니다.
4. 링크된 실제 사례(시방서 생성, 대지분석, 입면 시각화 결과물 블로그) — 말로만 하는 강의가 아니라 증거 기반(evidence-based) 강의로 신뢰도를 높입니다.

결론적으로, 이 강의는 단순 "AI 툴 사용법 설명회"가 아니라 워크플로우 재설계 + 리스크 관리 교육으로 설계되어 있어, 60분 세미나로는 수준이 높은 편입니다. 다만 1회성 이론 강의의 특성상 "들었는데 손에 남는 게 없다"는 피드백이 나올 수 있어서, 핵심 2개 워크플로우(대지분석/법규분석)는 강의 중 직접 화면 시연으로 가져가시는 걸 추천합니다.

---

건축사가 AI의 시작과 과정을 지휘한다핵심 결론

이륙건축사 AI 교육이 다루는 오팔·노트북LM 워크플로우는 결과만 받아보는 블랙박스형 AI가 아니라, 건축사가 입력 단계부터 중간 과정까지 직접 개입해 미세 조정(Fine-tuning)할 수 있는 '인간 주도형(Human-in-the-loop)' 구조입니다. 이것이 범용 챗봇 강의와 결정적으로 다른 지점입니다.

왜 차별점인가

일반 AI 활용 방식

• 질문 한 번 → 결과 한 번 받는 일회성 구조
• 과정이 보이지 않아 결과가 틀려도 어디서 틀렸는지 모름
• 건축사의 설계 판단이 개입할 틈이 없음

이륙 방식 (오팔 + 노트북LM)

개입 지점 건축사가 조정하는 것 효과

시작 (입력 설계)	노트북LM에 올릴 법령·조례·시방서를 건축사가 직접 선별	AI의 답변 근거 자체를 통제 → 환각 원천 차단
과정 (노드 조정)	오팔 워크플로우의 각 노드(분석→논리→시각화)를 열어 프롬프트·조건을 수정	사무소 업무 방식에 맞춘 맞춤형 미니앱
중간 검증	단계별 출력을 확인하고 다음 단계로 넘기기 전 보정	최종 결과물의 품질을 건축사가 보증
반복 개선	프로젝트가 쌓일수록 노드·소스를 갱신	쓸수록 우리 사무소에 최적화되는 도구

교육 가치 

"AI에게 맡기는 것이 아니라, AI를 설계합니다." 오팔의 노드 하나하나, 노트북LM의 소스 하나하나에 건축사의 판단이 들어갑니다. 결과물의 미세한 방향까지 건축사가 조정할 수 있기에, AI 결과물이 아니라 건축사의 결과물이 됩니다.

"프롬프트 한 줄 던지는 교육이 아닙니다. AI의 시작과 과정 전체를 건축사가 지휘하는 방법을 제안합니다."