이득:
- 모호한 지속가능성 희망사항을 물, 투과성, 자생종 비율, 그늘, 유지 관리 및 생물 다양성과 같은 측정 가능한 목표로 전환하는 능력
- 인공 지능을 사용하여 스코어카드의 설계를 평가하고 생물 다양성 체크리스트를 생성하여 생태학적 약점을 표시하는 기능
- 녹색으로 보이는 것과 생태적으로 풍부하고 검소한 것의 차이를 이해하고 생태계 서비스를 디자인 요소에 맞추는 능력
공원은 단지 "녹색"이라는 이유만으로 지속 가능하지 않습니다. 물을 많이 마시는 잔디밭, 단일종으로 심은 나무들, 자연과 폐쇄된 디자인. 겉으로는 녹색으로 보이지만 생태학적으로 열악하고 비용이 많이 들 수 있습니다. 지속 가능성은 자원(물, 에너지, 재료)을 아껴서 사용하고 장기적으로 유지할 수 있는 설계 능력입니다. 생물다양성은 한 지역에 존재하는 다양한 생물종(식물, 곤충, 새)을 의미합니다. 생태계가 풍부할수록 탄력성은 더욱 높아집니다. 생태계 서비스는 그늘과 냉각, 공기 정화, 물 여과, 수분, 정신 건강 등 자연이 우리에게 무료로 제공하는 혜택입니다. 이 단원에서는 AI를 사용하여 이 세 가지 개념을 측정 가능한 목표로 디자인으로 변환하는 방법을 살펴보겠습니다.
지속가능성을 측정 가능하게 만들기
“지속 가능한 디자인을 해보자”는 막연한 바람이다. 이를 측정 가능한 목표로 변환하는 것이 필요합니다.
- 물: 관개의 필요성을 줄입니다(가뭄 방지 팔레트, 빗물 사용).
- 투수성 : 단단한 (방수성) 토양의 비율을 줄입니다.
- 자생 비율: 식물 팔레트에서 자생종의 비율을 늘립니다.
- 그늘/냉방: 여름 그늘 지역을 늘립니다(도시 열섬 감소 - 도시 열섬이 주변 지역보다 따뜻함).
- 유지관리 부담: 장기 유지관리 및 비용 절감.
- 생물다양성: 종 다양성과 야생동물을 위한 서식지 제공.
AI는 이러한 주제를 제어 프레임워크로 추출하고, 목표를 구체화하고, 설계 결정을 해당 목표에 연결하는 데 강력합니다. 그러나 실제 측정값(물 소비량, 그늘 면적)은 프로젝트 데이터를 통해 검증됩니다.
힌트: AI에게 “이 디자인이 지속 가능한가?”라고 물어보세요. 질문하는 대신 "물, 투과성, 지역적 비율, 그늘 및 생물 다양성에 대해 이 디자인의 점수를 매기고 약점을 보여주세요."라고 말합니다. 막연한 칭찬보다 측정 가능한 틀이 훨씬 더 가치있습니다.
생물다양성을 위한 디자인
생물 다양성을 높이는 조경 원리: 다양한 층(지피, 관목, 나무), 수분 곤충을 유인하는 꽃 종, 새를 위한 은신처 및 먹이, 물 특징, "너무 깔끔하지 않은" 자연 코너. AI는 이러한 원칙을 프로젝트에 적용하고 "생물 다양성 체크리스트"를 생성하는 데 도움이 됩니다. 유형 선택은 다시 Unit 5에서 로컬 검증을 거칩니다.
세 개의 미니 케이스
사례 1 - 물 발자국이 감소했습니다. 넓은 잔디밭으로 구성된 주택 단지 정원입니다. YZ는 잔디 비율을 줄이고, 가뭄에 강한 초본 지역으로 전환하고, 빗물을 사용하기 위한 프레임워크를 개발했습니다. 적용 후 관개수 소비량이 크게 감소했습니다. 로컬 목록에서 확인된 팔레트.
사례 2 - 수분 매개자 친화적인 정원. 학교 운동장에서 AI는 계절 내내 꽃이 피는 다층형 '수분매개체 정원'의 컨셉과 체크리스트를 제작했습니다. 두 번째 해에는 벌과 나비의 목격이 증가했습니다. 학생들을 위한 활기찬 학습 공간이 만들어졌습니다. 종은 국소적이고 비알레르기성을 갖도록 선택되었습니다.
사례 3 — 오해의 소지가 있는 "녹색". 한 프로젝트는 시각적으로 매우 친환경적이었지만 한 가지 유형의 나무와 많은 관개가 필요했습니다. AI가 지속 가능성 프레임워크 내에서 디자인을 평가했을 때 "지역 비율은 낮고 물은 높으며 생물 다양성은 약하다"라는 경고가 나타났습니다. 팀은 팔레트를 다양화했습니다. "친환경이지만 열악한" 디자인은 진정으로 지속 가능해졌습니다.
복사 가능한 템플릿 4개
1) 지속가능성 스코어카드:
귀하의 역할: 지속 가능한 경관 평가자. 디자인 레시피를 알려드리겠습니다. 물 효율성, 토양 투과성, 자생종 비율, 그늘/냉방, 유지 관리 부담, 생물 다양성 등의 주제에 대해 1~5점을 부여하고 그 근거를 제시하세요. 낮은 점수 각각에 대해 구체적인 개선 사항을 제안합니다.
2) 측정 가능한 타겟 추출:
"지속 가능한 [공원/정원]"이라는 목표를 측정 가능한 설계 목표로 전환합니다. 즉, 관개, 경경 비율, 자생종 비율, 그늘 면적, 유지 관리 비용 및 생물 다양성에 대한 구체적이고 제어 가능한 목표를 제안합니다.
3) 생물다양성 체크리스트:
[기후/지역]에 대한 조경 프로젝트에서 생물 다양성을 증가시킬 설계 원칙의 체크리스트(층, 수분매개체 유인체, 새/야생동물 보호소, 물 특징, 자연 코너)를 생성합니다. 종명 부여; 정책을 제공하면 로컬에서 유형을 검증하겠습니다.
4) 생태계 서비스 매칭:
이 디자인이 제공하는 생태계 서비스(그늘/냉방, 물 여과, 공기 정화, 수분, 위생)를 나열하고 디자인의 어떤 요소가 각각 제공하는지 연결하세요. 약한 서비스에 대한 제안을 추가합니다.
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
내 디자인을 지속 가능하게 만드세요.
목표나 기준은 없습니다. 출력은 일반적인 권장 사항 목록이 될 것이며 프로젝트에는 영향을 미치지 않습니다.
강력한 프롬프트:
귀하의 역할: 지속 가능한 경관 평가자. 내 디자인: [주로 잔디, 단일 종의 나무 줄, 정기적인 관개, 55% 단단한 땅, 공공 공원]. 물 효율성, 투과성, 자생종 비율, 그늘, 유지 관리 및 생물 다양성이라는 제목 아래 점수를 매기고 가장 취약한 세 가지 제목을 선택하고 예산을 너무 많이 늘리지 않는 각 항목에 대한 구체적인 개선 사항을 제안합니다.
설계 데이터, 기준 설정 및 예산 제약을 고려할 때 결과는 구체적이고 실행 가능합니다.
지속 가능성 헤더 테이블
제목
기준 예시
AI 기여
확인
물
관개 필요
목표, 전략
프로젝트 물 계정
투과성
단단한 지상 요금
확률 제안
현장 계정
지역 종
팔레트 로컬 %
프레임
지역 목록(단위 5)
그림자
여름 그늘 지역
원리
그림자 분석
유지보수
연간 비용
추측하다
실제 영상
생물 다양성
유형/레이어 수
체크리스트
생태 전문가
일반적인 실수
- "녹색=지속가능"을 생각합니다. 물을 많이 마시고 친환경만 추구하는 것은 지속가능하지 않습니다.
- 막연한 목표를 가지고 일합니다. 측정할 수 없는 '지속가능성'은 일어나지 않습니다. 수치적 목표를 설정하세요.
- 단일 수종으로 생물다양성을 극복하다. 층과 종의 다양성은 필수입니다.
- 유지관리 부담을 고려하지 않았습니다. 지속 가능성에는 장기적인 비용도 포함됩니다.
- AI가 측정값을 확인하도록 하세요. 실제 물/그늘/면적 측정은 프로젝트 데이터에서 나옵니다.
요약하면
지속 가능성, 생물 다양성 및 생태계 서비스는 막연한 소망을 측정 가능한 설계 목표로 변환할 때 의미가 있습니다. AI는 이러한 개념을 스코어카드와 체크리스트로 추출하여 디자인의 생태학적 약점을 표시하는 데 강력합니다. 실제 측정은 프로젝트 데이터, 현지 검증을 통한 종 선택, 전문가와의 심층적인 생태학적 결정을 통해 확인됩니다. "녹색으로 보이는 것"과 "생태학적으로 풍부하고 검소한 것"의 차이를 항상 기억하십시오.
응용과제
디자인(실제 또는 가상)을 설명하고 "지속가능성 스코어카드" 템플릿을 사용하여 6가지 주제에 대해 점수를 매깁니다. 가장 취약한 세 가지 주제에 대한 구체적인 개선 사항을 식별합니다. 그런 다음 "생물 다양성 체크리스트" 템플릿을 사용하여 최소 5가지 원칙을 추출하고 이를 디자인에 적용하세요.
체크리스트
- [ ] 나는 측정 가능한 방식으로 지속가능성 목표를 정의했습니다.
- [ ] 디자인을 6개 제목으로 점수를 매겨 약점을 파악했습니다.
- [ ] 생물다양성을 위해 계층과 종의 다양성을 계획했습니다.
- [ ] 유지관리 부담과 장기 비용을 고려했습니다.
- [ ] 실제 측정값과 종 선정 내용을 검증 소스에 연결하였습니다.