도시의 시각문화는 건물만으로 이루어지지 않는다. 거리, 나무, 표지판, 기반 시설, 사람들이 모이는 장소가 풍경과 공동의 삶을 만든다. 2024년 연구 연재의 열여섯 번째 글에서는 도시의 모형을 실제 도시와 혼동하지 않으면서, AI가 이런 선택에 어떻게 도움을 줄 수 있을지 살펴본다.
디지털 도구는 개발 시나리오를 비교하고 공간 정보를 정리하며 이동과 수요의 패턴을 찾는 데 도움을 준다. 하지만 모든 지도, 시뮬레이션, 최적화가 AI를 사용하는 것은 아니다. 어떤 방법이든 결과는 데이터와 가정, 설정한 목표에 달려 있다. 잘 만든 시각화는 그 한계를 드러내야 한다. 하나의 제안을 피할 수 없는 미래처럼 보여서는 안 된다.
명료한 시각 자료와 번역, 대안 비교는 주민 참여를 도울 수 있다. 그러나 도구에 접근할 수 있다고 의사결정에 영향력을 갖는 것은 아니다. 디지털 접근이 어려운 사람의 의견을 듣는 통로를 마련하고, 의견이 계획에 어떻게 반영됐는지 설명해야 한다. 공동체에는 알고리즘이 찾아낼 단 하나의 선호가 존재하지 않는다.
이용량과 유지보수 수요 예측은 기반 시설 계획을 지원할 수 있다. 그래도 예측은 추정이지, 회복력이나 지속가능성의 보증이 아니다. 비용을 따지고 제안을 검증하며 우선순위를 정하는 일은 엔지니어, 도시계획가, 공공기관의 몫이다. 차량 통행 속도를 높이는 해법이 걷거나 머물기에는 더 나쁜 거리를 만들 수도 있다.
공공장소는 지역의 생활 리듬과 기후, 문화적 관습을 바탕으로 설계할 수 있다. 자동 조명이나 관수는 특정 상황에 유용하지만, 자동 제어가 반드시 AI인 것은 아니다. 센서가 많다고 더 환영받는 장소가 되지는 않는다. 무엇을 왜 측정할지는 관찰과 대화, 개인정보 보호를 바탕으로 결정해야 한다.
녹색 기반 시설에는 초록빛 조감도 이상의 것이 필요하다. 그늘, 물, 토양, 생물다양성, 장기적인 관리가 함께 작동해야 한다. 분석 도구로 대안을 비교하더라도 생태와 지역에 관한 지식으로 적합성을 검토해야 한다. 환경적 효과는 외관에서 추정할 것이 아니라 시간을 두고 평가해야 한다.
문화적 위험은 널리 유통되는 같은 이미지로 도시를 조립하는 데 있다. 익숙한 광장과 입면, ‘스마트’ 가로시설물이 어디서나 반복될 수 있다. 지역의 정체성은 장식뿐 아니라 사용 방식, 기억, 변화에 적응하는 능력에서 나온다. 새로운 투자가 누구에게 이익이 되고, 비용 상승으로 누가 그곳을 떠나게 될지도 물어야 한다.
나는 AI를 공적 판단을 지원할 도구로 본다. 판단 자체를 대신할 수는 없다. 더 나은 도시는 최적화된 도식 이상의 것이다. 사람들이 선택의 이유를 이해하고 질문하며 방향을 함께 정할 수 있는 곳, 그곳에서 가능한 삶이 시각적 풍요로 이어지는 곳이다.
AI와 시각문화: 17. 완벽한 이미지 너머의 인테리어 ↗
