남주의 디자인 컴퓨테이션 / NJ's Computation for Design

강의 자료는 디자인에서 벡터 데이터와 포인트 데이터라는 두 가지 기본 데이터 유형과 이들이 계산 디자인에서 어떻게 사용되는지 설명합니다. 핵심 아이디어는 같은 숫자가 좌표계의 맥락에 따라 점(위치) 또는 벡터(방향 및 크기)로 해석될 수 있다는 것입니다. 또한 거리 측정을 위한 다양한 방법과 길이, 스케일링, 덧셈, 뺄셈, 내적, 외적과 같은 필수적인 벡터 연산에 대해서도 다룹니다. 궁극적으로 이러한 개념들은 포인트 그리드의 개념과 변환 및 평면의 사용과 연결되며, 대부분의 기하학적 문제를 해결하기 위해 벡터 개념을 이해하는 것이 중요함을 강조합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

소스들은 2025년 데이터 인 디자인 수업의 프로그래밍 및 데이터 처리 워크숍 내용을 담고 있습니다. 강사는 학생들이 디자인 배경을 가지고 있음을 고려하여 파이썬의 기본 개념과 Grasshopper 및 Rhino와의 통합을 중심으로 설명합니다. 주요 내용은 개발 환경 설정(웹사이트, GitHub, Jupyter Notebook, VS Code, Grasshopper, RhinoScriptSyntax) 소개, 파이썬의 변수, 자료형, 연산자, 조건문, 반복문과 같은 기초 문법 학습, 그리고 데이터 구조(리스트) 및 Rhino 지오메트리 객체 처리를 포함합니다. 강사는 실습의 중요성을 반복적으로 강조하며, Grasshopper 컴포넌트의 기능을 파이썬 코드로 구현해보는 연습을 권장하고 기본적인 RhinoScriptSyntax 활용 능력을 최소 목표로 제시합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

강의 발췌본과 브리핑 문서는 데이터와 코드가 디자인 분야에 미치는 영향에 대해 설명합니다. 미래의 디자인 트렌드를 예측하기보다는 변하지 않을 원리와 문제 해결에 필요한 컴퓨팅 사고의 중요성을 강조하며, 데이터를 디자인 개체로 이해하고 벡터, 래스터, 그래프 등 다양한 데이터 구조를 활용하여 디자인 문제를 해결하는 방법을 다룹니다. 또한, 디자인 프로세스를 코드로 변환하고 반복과 최적화를 통해 효율적인 디자인을 구현하며, API 이해와 꾸준한 코딩 연습이 디자이너에게 필수적인 역량임을 역설합니다.

데이터 디자인 수업의 두 번째 강의 이며, 데이터와 컴퓨테이션이 디자인 분야에 통합되는 중요성을 강조합니다. 미래의 성공은 빠르게 변화하는 트렌드 예측보다 변하지 않는 원리, 문제 해결 능력, 컴퓨테이셔널 사고에 대한 깊이 있는 이해에 달려 있다고 주장합니다. 강의는 디자인 개념을 벡터, 래스터, 그래프와 같은 데이터 구조로 변환하고, 이를 코드와 알고리즘을 통해 처리하는 능력이 강력하고 반복적이며 최적화된 디자인 솔루션을 만드는 데 필수적이라고 설명합니다. 궁극적으로 자료는 디자이너들이 디지털 인프라의 발전된 능력을 활용할 수 있도록 API와 같은 기초 개념에 집중하며 직접 코딩을 연습하는 것이 중요함을 역설합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

강의 발췌문과 브리핑 문서는 "디자인 속의 데이터" 강좌의 소개를 다룹니다. 이 강좌는 디자이너들에게 디자인 과정에서 **계산(computation)**과 **데이터(data)**를 효과적으로 활용하는 방법을 가르치는 것을 목표로 합니다. 핵심 질문은 디자인 프로세스를 코드로 해석하고 데이터를 디자인 재료로 사용하는 방법을 이해하는 것입니다. 강사는 건축 및 도시 디자이너이자 소프트웨어 엔지니어로서 다양한 경험을 바탕으로 계산 디자인을 사고방식으로 정의하고, 소프트웨어와 데이터의 중요성을 강조합니다. 강좌는 강의, 토론, 코딩 실습을 통해 계산적 사고를 배우고, 벡터 데이터, 래스터 데이터, 이산화와 같은 핵심 개념과 객체 지향 프로그래밍, 머신 러닝 등의 기술을 탐구합니다. 최종 프로젝트에 중점을 두며, 코딩 연습과 기초의 이해를 통해 디자이너들이 데이터 기반 시대에 필요한 경쟁력을 갖추도록 독려합니다.

https://namjulee.github.io/njs-lab-public/work?id=2025-introductionToDesignComputation

브리핑 문서: 컴퓨테이셔널 디자인 및 데이터 활용이 브리핑 문서는 "#컴퓨테이셔널디자인 59 buildSMART Conference 2024"에서 발췌한 내용을 검토하고 주요 테마, 아이디어, 사실을 요약합니다. 연사는 건축 설계, 소프트웨어 엔지니어링, 컴퓨테이션 디자인 전문가로서 데이터와 계산을 통해 진화하는 디자인의 지형을 논하며, 21세기 디자이너들에게 새로운 관점을 채택하고 기술을 습득하는 것의 중요성을 강조합니다.핵심 테마:디자인 재료로서의 데이터: 핵심 주장은 데이터가 21세기 디자이너들에게 석재, 유리, 콘크리트, 철강이 역사적으로 디자인을 형성했던 것과 유사하게 근본적인 "재료"로 부상하고 있다는 것입니다.현실의 디지털화 및 디자인의 코드화: 발표는 두 가지 핵심 과정에 초점을 맞춥니다: "공간 정보의 이산화"와 "디자인 프로세스의 코드화". 이는 현실 정보를 데이터로 변환하는 방법과 디자인 개념(알고리즘)을 컴퓨터가 실행할 수 있도록 번역하는 방법을 의미합니다.컴퓨테이셔널 사고 및 문제 해결: 연사는 이 데이터 중심 시대에 디자이너를 위한 근본적인 기술로서 "컴퓨테이셔널 사고" (문제를 분해하고, 추상화하고, 패턴을 식별하고, 구조를 만드는 것)를 채택하는 것의 중요성을 강조합니다.데이터 구조 및 알고리즘 이해: 발표는 디자인 개념 자체를 알고리즘으로 간주하며 데이터 구조(데이터가 구성되는 방식) 및 알고리즘(데이터가 처리되는 방식)과 같은 근본적인 컴퓨터 과학 개념을 이해할 필요성을 강조합니다.연역적 접근 방식과 귀납적 접근 방식의 구분 (전통적인 프로그래밍 vs. 머신 러닝): 연사는 모든 문제가 동일하게 잘 해결되는 것은 아니라고 명확히 합니다. 높은 확실성이 필요한 애플리케이션(예: 항공 우주)에는 전통적인 결정론적 프로그래밍(연역적)이 중요하지만, 확률 및 예측이 포함된 문제(예: 영화 추천)에는 머신 러닝(귀납적)이 더 적합합니다. 문제에 따라 올바른 접근 방식을 선택하는 것이 중요합니다.기초 지식의 중요성: 빠르게 변화하는 기술 환경에서 연사는 모든 새로운 트렌드를 끊임없이 쫓기보다는 변하지 않는 근본적인 원칙(데이터 구조 및 벡터/래스터 개념 등)에 집중하는 것의 중요성을 강조합니다.가장 중요한 아이디어 및 사실:연사의 배경 및 관점: 건축 설계 및 소프트웨어 엔지니어링 분야의 연사의 독특한 배경, Esri(ArcGIS) 및 실리콘 밸리 스타트업(Ready)과 같은 회사에서의 경험, MIT에서의 연구는 계산 및 디자인 통합에 대한 실용적이고 미래 지향적인 관점을 제공합니다. 또한 수많은 비디오와 컴퓨테이션 디자인에 대한 책을 통해 다른 사람들을 교육하고 정보를 제공하는 데 적극적으로 참여하고 있습니다.기술 변화의 역사적 영향: 연사는 건축 역사에서 새로운 재료의 변혁적인 영향과 현재 데이터 및 소프트웨어 기술의 영향을 비교하며, 특히 "빅 데이터 붐"(2010년), 알파고(2015년), ChatGPT(2022년)가 기술에 대한 대중과 디자이너의 인식을 바꾸는 데 미친 영향을 강조합니다.디자인의 모든 곳에 데이터가 존재: 연사는 기하학, 건축, 도시 계획, 조경에서부터 시각화, 재료, GIS에 이르기까지 모든 것을 데이터의 관점에서 바라보는 것이 새로운 관점을 열어준다고 주장합니다.벡터 vs. 래스터 데이터: 이는 현실 정보를 디지털화하는 두 가지 근본적인 방법으로 제시됩니다.벡터: 좌표와 연결성으로 정의된 점, 선, 다각형을 사용하여 객체를 나타냅니다. 연사는 이것이 단지 수학 문제를 해결하는 것이 아니라 "형상을 표현하기 위한 하나의 수식"이라고 재치 있게 언급합니다.래스터: 각 셀이 값을 보유하는 픽셀(또는 3D의 복셀) 그리드를 사용하여 정보를 나타냅니다. 이는 위성 이미지 또는 밀도 맵과 같은 연속적인 데이터를 표현하는 데 특히 유용합니다.데이터 구조 (벡터, 래스터, 그래프, 복셀): 발표는 컴퓨테이션 디자인에서 사용되는 주요 데이터 구조를 설명합니다:벡터 및 래스터: 위에서 설명한 대로 공간 정보를 표현하기 위한 것입니다.그래프: 관계 및 연결성을 나타내는 데 유용한 전통적인 비선형 데이터 구조로, 벽과 기둥과 같은 요소가 연결된 BIM 파일에서 예시됩니다.복셀: 픽셀을 3D 공간으로 확장하여 체적 그리드 내의 정보를 나타냅니다.알고리즘으로서의 디자인 프로세스: 연사는 디자인 개념과 방법론을 알고리즘과 동일시하며, 디자이너는 이미 알고리즘을 가지고 있으며 과제는 이를 계산에 맞게 번역하는 것임을 강조합니다.컴퓨테이셔널 사고의 역할: 이는 문제를 더 작고 관리 가능한 부분으로 분해하고, 핵심 요소를 추상화하고, 반복되는 패턴을 식별하고, 일관성 있는 솔루션을 구축함으로써 "문제 해결"을 포함합니다.머신 러닝의 한계: 머신 러닝의 강력함을 인정하면서도(예: ChatGPT), 연사는 이를 보편적인 솔루션으로 보는 것에 대해 경고합니다. 머신 러닝은 일반화에 뛰어나지만 결정론적 정확성이 필요한 문제에는 적합하지 않을 수 있습니다. "머신 러닝으로 조종되는 비행기를 타신다면, 돈을 주더라도 타지 않겠습니다"라고 말하며, 중요한 시스템에서 확실성의 필요성을 강조합니다."좋은 오류"와 창의성: 연사는 창의성, 특히 생성형 디자인(예: GAN 사용)의 맥락에서, "좋은 오류" - 예상치 못했지만 받아들일 수 있거나 흥미로운 결과로 기존 규범을 뛰어넘는 것 - 를 생성하는 것으로 이해될 수 있다고 제안합니다.사례 연구 (예시): 자세한 내용은 간략했지만, 발표는 도시 분석(시간 기반 구역으로 도시 분할), 데이터 기반 도시 공간 특성화("제3의 공간" 등), 이미지 분할 및 메타데이터를 통한 공공 공간 사용 분석, 주차장 레이아웃 최적화, 규칙 및 반복 기반 기둥 최적화, 환경 데이터 및 시뮬레이션을 통합한 조경 디자인 도구 개발 등 컴퓨테이션 접근 방식을 보여주는 프로젝트를 언급합니다.변하지 않는 기본: 연사는 데이터 구조(벡터, 래스터), 계산의 근본적인 개념과 같은 영속적인 원칙에 집중해야 한다고 강력히 조언합니다. 이는 빠르게 변화하는 기술이 구축되는 "기반"을 형성하기 때문입니다.공유 및 교육의 중요성: 연사는 컴퓨테이션 디자인과 업계 내 지식 공유를 촉진하기 위한 광범위한 노력(비디오, 책, 강의 자료 등)을 강조합니다.