니츠안 바토브, 헨닝 라르센(Henning Larsen)과 덴마크 왕립 아카데미(The Royal Danish Academy)에서 박사 과정 중인 연구생이자 Krea.ai를 위한 건축 홍보대사로, RELEASE [AEC]의 연설자로 초청되었습니다 — 전문가들이 혁신의 최전선을 유지하고 미래의 도구를 마스터하는 데 도움을 주기 위해 설계된 최초의 기술 행사입니다. 다음 행사는 파리에서 2026년 10월 20일에 열립니다. 이 행사는 AEC 실무자들에게 100% 무료이며: 지금 등록하세요!
AI는 건축 분야로 들이닥치며 무의식적인 주니어 직원들처럼 빠르게 진군하고 있지만, 주로 사무실에서 미묘한 이해, 정밀성, 결정론적 능력의 부족에 대한 좌절감이 여전히 커다랗습니다. 많은 건축가의 AI에 대한 초기 시도는 AI가 자신들이 원하는 EXACTLY 즉, 정확히 그들이 원하는 것을 하게 만드는 방향으로 향합니다: 반복 작업의 자동화, 평면도 채우기, 의도된 렌더링 속도 향상, 그리고 다중 지식 소스를 하나의 디자인 개념으로 융합하는 것 등이 그것입니다. 이러한 도구를 우리 문제에 억지로 적용하려는 시도는 대체로 성공적이지 못해 건축가들에게는 “도구가 아직 준비되지 않았다” 혹은 “프롬프트에 능숙하지 않다”는 느낌을 남깁니다. 어느 정도까지는 두 진술이 사실이지만, 부분적으로만 그렇습니다.
도입의 핵심 장벽은 기술 자체에 대한 이해와 올바른 작업에 맞는 도구의 매칭입니다. 건축가로서 우리는 작업에서 매우 실무적이고 결정론적이며 — 도면이나 렌더링에 존재하는 모든 작은 디테일은 우리가 거기에 배치한 것들입니다. AI가 설계에 무작위 요소를 추가하고, 모호한 결정을 내리며 자율적으로 창의적 주도권을 행사하는 것을 우리는 편안하게 받아들이지 않습니다.
그렇다고 해서 기술이 기하급수적으로 개선되고 있지 않다는 뜻은 아닙니다. 언젠가 우리가 바라는 100%의 정확성과 결정론성에 도달하지 못할지 모르지만, 분명히 근접하고 있습니다. 그것은 ‘충분히 좋다’라는 임계값을 빠르게 넘어서는 점근선이며, 많은 경우 이미 그렇습니다.
우리는 건축 작업에서 점점 더 많은 업무를 AI에 편하게 위임하고 남은 오차 여지를 어떻게든 받아들일 수 있게 되면서 새로운 문제가 생기는 것을 보게 됩니다. 그 문제는 바로 주도권의 상실입니다. 프로젝트 안에서 AI가 실수를 하는 경우도 문제이지만, AI가 거의 실수를 하지 않으면서도 너무 많은 업무를 대신하게 되어 결국 우리 자신이 자신의 프로젝트를 제대로 이해하지 못하게 될 때 더 큰 문제가 됩니다. 글쓰기에서 대형 언어 모델(LLM)을 사용할 때의 경험에서 이것을 알 수 있습니다. 우리는 “클로드(Claude)의 텍스트를 반드시 읽고 검증한 뒤에만 공개하겠다”고 말합니다. 하지만 읽는 행위는 흘려읽기로 바뀌고, 점점 몇 줄만 읽고 넘기게 되며, 결국 우리가 작성했다고 믿는 텍스트를 더 이상 구분하지 못하는 순간이 찾아옵니다.
Pour un praticien en architecture, c’est un problème. Nous ne sommes pas payés uniquement pour produire, mais pour connaître le projet, pour nous ajuster et répondre aux changements, et pour résoudre les problèmes. Nous sommes les maîtres constructeurs. Et lorsque nous ne connaissons pas notre propre projet jusqu’à son cœur, parce que une grande partie de celui-ci n’a pas été créée par nous, nous ne serons pas capables de résoudre les problèmes qui surgissent ou de rendre compte des décisions précoces par la suite. Il en va de même pour le « vibe coding ».
Dans l’architecture, nous observons des tendances intéressantes dans l’adoption de l’IA. D’un côté, on constate l’avantage attendu des plus jeunes et des débutants en d’assurance numérique et en exploration créative, car ils maîtrisent rapidement le vocabulaire et les outils les plus en vue pour accomplir les tâches à une vitesse sans précédent. Mais nous voyons aussi une autre tendance: les personnes seniors et les experts qui « franchissent la barrière » et commencent à utiliser l’IA rapportent une augmentation considérable de leurs capacités. Ils travaillent non seulement plus vite et plus efficacement, mais obtiennent des résultats meilleurs, pour des coûts bien moindres.
Il y a quelque chose de clé dans le rôle médiateur de l’expérience. Un junior peut désormais générer 100 itérations de design en une fraction du temps qu’il aurait fallu il y a un an pour en modéliser une ou deux. Mais il manque à ce junior l’expérience nécessaire pour distinguer, sélectionner et choisir la bonne itération. Ses repères ne lui fournissent pas encore les bases pour évaluer laquelle est adaptée au contexte, au site, à la langue et au style, ni même si elle est réalisable ou dans le budget. En revanche, un architecte chevronné n’aurait pas besoin de générer 100 itérations. Avec des invites ciblées, cinq suffiraient, et le gain de temps serait immense. Dans la pratique, nous voyons souvent de très bons juniors dépenser 200 euros pour des unités de calcul pour une seule rendu, alors que des professionnels expérimentés produisent un rendu similaire pour le même projet pour moins de 10 euros. D’ailleurs, des phénomènes similaires se produisent dans d’autres industries.
Les compétences irremplaçables ne sont pas le « prompt engineering » ou le « vibe coding » — ce sont les connaissances fondamentales sur lesquelles ces outils s’appuient et tentent de les remplacer, mais leurs ensembles de données d’entraînement et leurs capacités de raisonnement ne peuvent aller que jusqu’à un certain point.
Si vous voulez devenir bon en rendering, étudiez l’histoire de l’art et pratiquez la peinture à l’huile. Apprenez la théorie des couleurs et la composition. Ce type de connaissance augmentera automatiquement vos compétences de « prompting », car votre création deviendra plus intentionnelle, plus nuancée et plus profonde.
La même chose vaut au-delà du rendu. L’architecte qui comprend comment une structure se tient, comment un matériau vieillit, comment les gens se déplacent dans un espace, écrira des instructions plus nettes pour la machine et jugera sa production de manière plus critique. Cette fondation n’est pas ce que les outils remplacent. C’est ce qui vous permet de les diriger, et c’est exactement le type de connaissance que vous ne pouvez acquérir qu’en faisant le travail que les outils vous permettent désormais d’éviter.
À l’ère de l’IA, le vrai risque pour les architectes n’est pas une prise de contrôle soudaine par la technologie. L’architecture n’est pas une tâche unique, ni même dix; c’est l’orchestration de centaines de tâches différentes nécessitant des compétences variées, une pensée holistique et systémique, des capacités de communication, la prise de décision, la pensée design et bien plus encore. Le danger pour la profession est plutôt une glissade lente et régulière des tâches vers l’automatisation, une délégation à la fois, si graduelle que nous ne le remarquons presque pas jusqu’au moment où nous relevons la tête et réalisons que le muscle est déjà parti.
La vie sur notre planète a longtemps été très physique. Travailler les champs, réparer la maison, protéger la famille, voyager, etc. Les tâches de base demandaient autrefois ce que nous considérerions aujourd’hui comme un effort physique immense. Au cours des derniers millénaires, toutefois, nous avons progressivement délégué le travail physique à des animaux, des machines et des spécialistes. Mais lorsque nous avons commencé à le faire, nous sommes devenus gros. Le travail physique n’était plus une nécessité de survie, mais nous avons réalisé qu’il est, en soi, essentiel, et pas seulement comme moyen d’atteindre une fin. Ainsi, nous avons commencé à soulever des charges et à courir, non pas pour déplacer des choses ou arriver plus vite, mais simplement pour rester en forme. Cette note historique sert de métaphore intéressante pour penser la transition vers l’IA dans le domaine de l’architecture: certaines compétences s’acquièrent par le travail.
La capacité d’évaluer un bon design vient de la production manuelle de centaines d’itérations, en faisant face aux conflits et incohérences, aux commentaires des supérieurs et aux difficultés de tenter et d’essayer de faire fonctionner les choses. Mais avec l’IA, nous pouvons atteindre des itérations de conception sans les concevoir à partir de zéro. Nous pouvons produire des textes décrivant nos décisions, sans avoir à les écrire nous-mêmes. Aujourd’hui, les plus expérimentés profitent du fait de ne pas avoir à faire les choses techniquement et peuvent obtenir des résultats incroyables, et les débutants peuvent compter sur les experts pour les orienter et les diriger.
Que se passera-t-il dans 10 ans ? Dans 20 ? Les experts prendront leur retraite, et les débutants deviendront seniors. auront-ils les mêmes compétences ? Leur compréhension de la conception et de l’espace se développera-t-elle de la même manière sans avoir à les créer manuellement ?
아마도 기술 습득 과정을 더 적극적으로 고려하고, 자동화에 끌려다니기보다는 주니어가 수동으로 작업할 수 있도록 일부 시간을 “희생”하는 방식으로 생각해 보는 것이 좋습니다. 측정하기 어렵고 낙관적으로 들릴 수 있는 이 요구에도 불구하고, 다른 직종은 이미 이 선택을 했습니다. 수술은 건축보다 자동화 곡선에서 더 앞서 있습니다. 로봇 시스템은 이미 인간의 손보다 더 높은 정밀도로 특정 절차를 수행할 수 있습니다. 그럼에도 수술 레지던트들은 여전히 자신의 손으로 수술을 수행하며, 감독하에 천천히 진행합니다. 이는 판단이 실행을 통해 발전하며 지름길이 아니라는 것을 분야가 이해하기 때문입니다. 의학은 이를 논의하지 않았고, 직업의 구조에 이를 내재시켰습니다. 우리 분야도 같은 도덕적 의무를 지니고 있으며, 단지 공정하고 지속 가능한 디자인에 그치지 않아야 합니다. 우리는 또한 우리 직업의 미래에 대한 책임이 있습니다. 결국, 돈을 벌기 위해 이 일에 종사하는 사람은 거의 없지요…
그래서 우리의 교육에도 그에 상응하는 수준을 도입해 보는 것이 어떨까요? 인턴십과 학문 교육의 일부로 건축 “ gyms ”를 운영해, 자동화의 이점을 취하기보다는 수동으로 해결하는 과제를 통해 스스로의 결정을 지키고 책임을 질 수 있는 형태를 유지하는 것을 목표로 할 수 있습니다. 이게 측정하기 어렵고 낙관적으로 들릴지라도, 다른 전문 분야들은 이미 이 길을 택했습니다. 수술이 건축보다 더 앞서 있는 만큼, 로봇 시스템은 특정 절차를 인간의 손보다 더 정확하게 수행할 수 있습니다. 그러나 외과 레지던트는 여전히 자신의 손으로 작업하며 감독하에 천천히 진행합니다. 이는 판단이 실행을 통해 발전한다는 사실을 분야가 이해하기 때문입니다. 의학은 이를 논의하지 않았고, 직업의 구조에 이를 내재시켰습니다. 우리 분야도 같은 도덕적 의무를 지니고 있으며, 단지 공정하고 지속 가능한 디자인에 머물러 있어서는 안 됩니다. 우리는 또한 우리 직업의 미래에 대한 책임이 있습니다. 결국, 돈 때문만 이 일을 하는 사람은 거의 없으니까요…
그렇다면 인턴십과 학계 교육의 일부로 건축가의 체육관 같은 훈련 시스템을 도입해 보지 않겠습니까? 최적의 해를 가장 빠르게 찾는 것이 목적이 아니라, 우리의 의사결정에 대한 자율성과 책임을 유지하기 위해 수동으로 해결하는 건축 과제에 도전해 보는 것이죠.
대안은 프롬프트를 잘 다루는 능력은 높지만, 직접 설계하고 구축하는 방법을 잊어버린 직업일 수 있습니다.
*이 글의 모든 이미지는 다음과 같은 방식으로 제작되었습니다: 저는 전체 기사를 Claude에 입력하고, 글의 서로 다른 부분에 대한 다섯 개의 간단한 이미지 프롬프트를 생성해 달라고 요청했습니다. 다른 지시는 없었습니다. 그런 프롬프트를 Krea K2 모델에 입력해 해석했습니다. 결과를 여러분이 판단하시길 — 잘 만들어졌다고 보시나요?
니츠안 바토브, 헨닝 라르센과 덴마크 왕립 아카데미에서 박사 과정 중인 연구생이자 Krea.ai를 위한 건축 홍보대사, RELESE [AEC]의 연설자 — 전문가가 혁신의 최전선에 남아 미래의 도구를 숙달하도록 돕기 위해 설계된 최초의 기술 행사. 다음 행사는 파리에서 2026년 10월 20일 열립니다. 이 행사는 AEC 실무자에게 100% 무료이며: 지금 등록하세요!
