1. 서 론

2024년 기준 우리나라의 아파트는 총 1,297만 호로 전체 주택 재고의 65.3%를 차지하는 가장 대표적인 주거 형태이다 (Statistics Korea, 2025). 이러한 아파트 중심의 주거 구조는 1970년대 이후 대규모 아파트 공급 정책이 본격적으로 추진된 결과이다. 대표적인 사례로 1989년에 발표된 1기 신도시 건설 사업은 수도권 지역에 1995년 전후의 짧은 기간 동안 대규모 공동주택을 공급하였다(Choi et al., 2019). 그러나 당시 공급된 공동주택 단지들은 현재 준공 후 30년 이상이 경과한 노후화 단계에 진입하고 있다. 이에 따라 준공 후 30년 이상 된 아파트 비율은 2021년 11.3%에서 2024년 19.4%로 급격히 증가하였다(Statistics Korea, 2025). 노후 공동주택은 누수, 설비 노후화 등으로 인해 주거환경의 질이 저하되는 문제가 발생하며, 이를 개선하기 위한 대표적인 정비 방식으로는 리모델링과 재건축이 있다.

리모델링은 기존 공동주택의 주요 구조체를 유지한 상태에서 주거환경을 개선하는 방식이다(Moon et al., 2024). 이를 통해 세대의 수평 증축이 가능하며, 기존 건물 상부에 2~3개 층을 증축하여 신규 세대를 계획할 수 있다(Choi and Kim, 2023). 그러나 기존 구조체를 활용해야 하므로 구조적 조건에 따른 용적률 증가의 한계를 가진다. 반면 재건축은 기존 노후 공동주택을 철거한 후 새로운 공동주택 단지를 건설하는 방식이다. 따라서 기존 건축물의 구조적 제약을 받지 않는다는 장점이 있으나, 리모델링에 비해 사업비가 크게 증가한다는 단점이 있다. 결국 사업 주체는 사업 초기 단계에서 리모델링의 명확한 수익성 한계와 재건축의 높은 사업비를 상쇄할 만큼 충분한 수익성을 확보할 수 있는 가능성 사이에서 의사결정을 내려야 한다. 사업 초기 단계에서 리모델링과 재건축 중 어느 방식을 선택할 것인지를 결정하는 데에는 사업성과 직결되는 요소인 용적률이 매우 중요한 영향을 미친다(Son et al., 2015). 따라서 사업 초기 단계에서 확보 가능한 최대 용적률을 산정하고, 이를 통해 재건축의 추가 비용을 상쇄할 수 있는지를 검토하는 것은 사업 방식 선택에 중요한 근거가 될 수 있다. 이를 위해서는 대상 공동주택 단지에서 관련 법규를 준수하면서 달성 가능한 최대 용적률의 단지 배치안을 생성할 필요가 있다.

본 연구에서는 용적률을 최대화하는 단지 배치안을 자동으로 생성하는 프로그램을 개발하였다. 개발된 프로그램은 사용자가 입력한 조건을 기반으로 관련 법규를 만족하는 최대 용적률 단지 배치안을 생성하고, 사업성 분석에 필요한 다양한 정보를 제공하는 것을 목적으로 한다.

본 연구에서 개발한 프로그램은 사업 주체가 재건축 사업의 타당성을 객관적으로 평가하고 신속하게 의사결정을 내릴 수 있도록 지원할 수 있다. 또한 재건축의 사업성이 충분하지 않은 경우 리모델링과 같은 대안으로 조기에 전환할 수 있도록 함으로써 사업 초기 단계의 불확실성을 효과적으로 줄이는 데 기여할 것으로 기대된다.

2. 선행연구

단지배치 자동화는 오랫동안 연구되어 온 주제이며, 이에 관하여 다양한 접근법들이 제안되어 왔다. Janssen and Kaushik(2013)은 진화적 설계 개념을 도입하여 다수의 설계 대안 집단을 반복 연산으로 진화시키는 절차를 제안하였다. Dinçer et al.(2014)은 건물 블록을 무작위로 배치한 뒤, 셀룰러 오토마타를 활용하여 규제 제약 만족 여부를 판정하는 방식을 제시하였다. Yi and Kim(2015)은 에이전트 기반 형상 제어와 유전 알고리즘을 결합하여 초기 해집단을 생성하고 일조 성능을 반복적으로 최적화하였다. Kim and Cho(2020)는 일조·이격·건축선 후퇴 등 국내 건축 규제를 반영한 규칙 기반 접근을 제안하였다. Sung and Jeong(2022)은 대지를 각도 경계 상자로 감싸 규칙적 격자 셀로 분할하고 셀 단위로 건물을 순차 배치하는 그리드 기반 방법을 제시하였다. Ying et al.(2023)은 FCN으로 고밀도 배치 시의 외부 풍환경을 예측하고, GA 기반 모듈을 결합하여 건물 간 최적 이격을 확보하는 하이브리드 ML-GA 방식을 제시하였다. Wang et al.(2024)은 주거 커뮤니티 레이아웃 데이터셋으로 학습한 GAN에 전이학습을 결합한 자동 배치 생성기를 개발하였다. Wu et al.(2025)은 개발 잠재력 분석과 설계안 생성을 계단식 흐름으로 연계한 지속가능성 지향 생성 프레임워크를 제안하였다.

그러나, 기존 연구의 다수는 설계 자동화 자체 혹은 용적률이 아닌 다른 성능의 최적화에 초점을 두고 있고, 용적률의 최대화를 목표로 하는 경우는 드물다. 이는 실제 재건축 프로젝트에서 용적률이 사업성을 판단하는 주요 기준임을 고려할 때, 실무 적용 측면에서 보완이 필요한 지점이다. 아울러 기존 연구들은 생성된 단지배치안들에 대한 사업성 평가나 핵심 정량 지표를 자동 산출하는 기능은 부족하다. 또한, GAN 기반 모델은 학습 데이터의 패턴을 학습·재현하는 특성상 법규가 요구하는 정량적 기준을 엄밀히 만족하기 어렵다. 본 연구는 이러한 한계를 보완하여, 규제를 준수하며 최대 용적률의 단지배치안을 자동으로 생성하고, 사업성 검토에 필요한 핵심 지표를 산출하고자 한다는 점에서 기존 연구와 구별된다.

3. 용적률 최대화 단지배치 생성 프로그램 개발

본 프로그램은 Unity를 이용하여 개발하였으며, Fig. 1과 같이 총 4단계의 프로세스로 구성된다. 먼저 모델 및 시나리오 설정 단계에서는 프로젝트 대상 대지를 구성하는 요소(대지 경계선, 인접 대지 경계선, 배치 제한 구역)를 생성하고, 배치에 활용될 건물 모델을 구축한다. 또한 이 단계에서 계획 규제와 배치 조건 조합을 설정한다. 배치 조건 조합은 초기 층수, 면적 유형 조합, 배치 방향, 건물 유형, 면적 유형 비율, 고밀화 옵션의 6가지 주요 설정으로 구성되며, 각 설정에 대한 세부 내용은 추후 설명한다. 다음으로 초기 배치 단계에서는 생성된 대지에 배치 조건 조합을 적용하여 초기 단지배치안을 생성한다. 이후 고밀화 단계에서는 초기 단지배치안의 용적률을 향상시키기 위해 배치된 건물의 층수를 증가시키거나 소규모 건물을 추가하는 과정을 수행한다. 각 배치 조건 조합에 대해 초기 배치 단계와 고밀화 단계는 자동으로 수행되며, 최종 단지배치와 관련된 정보는 마지막 단계인 결과 출력 단계에서 엑셀 보고서 형태로 정리된다. 프로그램은 자동 단지배치 테스트 결과 중 가장 높은 용적률을 달성한 배치 조건 조합을 기본 추천안으로 제시한다. 그러나 사용자는 보고서에 제시된 다양한 조건별 최종 단지배치안의 건폐율, 용적률, 세대수 등의 정보를 검토한 후 최적의 대안을 선택할 수 있다.

Figure 1

Flow of the site layout generation program

Fig. 2는 모델 및 시나리오 설정 단계의 그래픽 사용자 인터페이스(GUI)를 나타낸다. GUI 좌측에서는 단지배치 생성을 위한 설정을 수행하고 관련 정보를 확인할 수 있다. 사용자는 주소를 입력하여 대상 대지를 불러올 수 있으며, 프로젝트 대지의 면적과 적용 규제(건폐율, 용적률, 높이 제한, 대지 안의 공지)를 확인할 수 있다. 또한 규제 조건 수정, 대상 대지 편집, 각 단계의 선택적 실행은 좌측 중앙에 위치한 버튼을 통해 수행할 수 있다. GUI 좌측 하단에는 생성된 단지배치안의 요약 결과가 표시되며, 해당 정보는 단지배치가 변경될 때마다 실시간으로 갱신된다. 모든 조건 조합에 대한 테스트 결과는 엑셀 보고서 형태로 출력할 수 있다.

Figure 2

GUI for Model & Scenario Setup

4. 연구 방법론

4.1 대지 및 건물 모델 생성

단지배치안을 생성하기 위해서는 재건축 사업 대상 대지와 해당 대지에 배치될 건물 모델이 필요하며, 생성된 배치안의 법규 적합성을 검토하기 위한 규제 정보도 함께 구축되어야 한다. 따라서 본 단계에서는 사업 대상 대지와 건물 모델을 생성하고, 규제 검토에 필요한 정보를 입력하도록 하였다.

재건축 사업 대상 대지를 생성하기 위해서는 대지 경계선, 인접 대지 경계선, 배치 제한 구역 등의 정보가 필요하다. 대지 경계선과 인접 대지 경계선은 프로그램이 자동 생성하되, 사용자가 필요에 따라 직접 수정할 수 있도록 하였다. 프로그램은 사용자가 입력한 사업 대상지 주소를 지오코딩하여 위도·경도 좌표로 변환한 후, API를 통해 지적도 정보를 불러와 대지 형상을 생성한다. 불러온 정보가 실제 대상지와 일치하지 않을 경우에는 사용자가 직접 경계점을 입력할 수 있으며, 입력된 점들을 기반으로 삼각분할 기법을 적용하여 대지를 자동 생성한다.

인접 대지 경계선은 인접 필지 간 경계를 의미하며, 용도지역에 따라 건축물 배치를 제한하는 규제선으로 적용될 수 있다. 적용되는 경우 건축물은 최소 이격거리를 확보해야 하며, 정북 방향 경계선으로부터는 건물 높이의 1/2 이상 이격되어야 한다. 또한 배치 제한 구역은 도로, 녹지, 공공시설 등 건축물이 배치될 수 없는 공간을 의미한다.

대지 생성 이후에는 각 건물 유형에 대한 3차원 건물 모델을 파라메트릭 방식으로 생성한다. 사용자가 세대 전용면적을 입력하면 세대 블록의 폭과 깊이, 코어 크기, 발코니 돌출 폭 등의 설계 변수를 자동 산정하고, 이를 기반으로 2차원 평면 형상을 생성한 후 층수와 층고를 적용하여 3차원 모델로 변환한다. 최종적으로 각 건물 유형별 대표 전용면적 3개를 적용한 총 9개의 건물 샘플을 생성하여 배치 단계에 활용한다. 또한 건축면적, 연면적, 건물 높이 및 기하학적 정보 등을 함께 저장하여 건폐율, 용적률, 높이 제한 및 이격거리 검토 등 규제 검증의 기초 자료로 활용하도록 하였다.

4.2 규제 검증 로직

본 연구에서는 관련 법규를 준수하는 단지배치안을 생성하기 위하여 건축물 배치, 층수 증가 등 각 단위 연산마다 규제 검증을 수행하도록 하였다. 이를 위해 건폐율, 용적률, 높이 제한, 건축물 이격거리 등 주요 배치 관련 규제를 설정하고 검증하는 규제 검증 로직을 구현하였다. 건폐율과 용적률은 해당 용도지역의 기준값을 기본으로 적용하되 사용자가 수정할 수 있도록 하였으며, 높이 제한 역시 사용자 설정이 가능하도록 하였다. 건축물 이격거리는 건축법을 기준으로 창이 있는 벽면은 건축물 높이의 1/2 이상, 측벽은 4m 이상 이격하도록 설정하였다. 또한 일조권 규제는 정북 방향 인접 대지 경계선으로부터 건축물 높이의 1/2 이상을 이격하도록 반영하였으며, 사용자가 이를 활성화하거나 비활성화할 수 있도록 하였다.

단지배치 생성 과정에서 프로그램은 Unity의 레이 캐스팅 기능을 이용하여 각 규제의 충족 여부를 검증한다. 레이 캐스팅은 특정 위치에서 일정 방향으로 광선을 투사하여 충돌 객체를 탐색하는 기법으로, 본 연구에서는 건물 모델에 저장된 속성 정보를 광선 형태로 변환한 후 충돌 여부를 판정하는 방식으로 규제 검토를 수행하였다.

검증 절차는 다음과 같다. 먼저 건축물의 실제 형상이 대지 경계선 내부에 위치하는지와 배치 제한 구역을 침범하지 않는지를 확인한다. 다음으로 기존 건축물과의 관계를 검토하여, 새롭게 배치되는 건축물의 실제 형상이 기존 건축물의 규제 공간을 침범하지 않는지, 반대로 새 건축물의 규제 공간이 기존 건축물의 실제 형상을 침범하지 않는지를 확인한다. 여기서 규제 공간은 배치된 건축물 주변에 형성되는 가상의 규제 영역을 의미한다. 마지막으로 인접 대지 경계선과 관련된 규제를 검토하여 정북 방향 이격거리 및 일조권 규제의 충족 여부를 확인한다.

각 후보 위치에 대해서는 남쪽 방향을 우선으로 하는 각도 스위핑 기법을 적용하여 다양한 배치 각도를 탐색한다. 탐색은 선호도가 높은 0°(정남향)에서 시작하며, 조건을 만족하지 못할 경우 ±15°, ±30°와 같이 탐색 범위를 점진적으로 확대한다. 이러한 과정은 모든 규제를 만족하는 첫 번째 유효 각도를 찾거나 모든 후보 각도를 검토할 때까지 반복된다.

모든 검증을 통과한 경우 건폐율과 용적률이 허용 기준을 초과하지 않는 한 건축물을 배치하며, 동시에 해당 건축물의 규제 공간을 생성한다. 이를 통해 이후 배치 과정에서 새 건축물로 인해 기존 건축물이 규제를 위반하는 상황을 방지할 수 있다.

4.3 초기 배치

초기 배치 단계에서는 부지 및 건물 모델 생성 단계에서 구축된 사업 대상지와 건물 모델을 활용하고, 규정 검증 로직을 적용하여 관련 법규를 만족하는 초기 단지배치안을 생성한다. 초기 배치 단계는 사전 배치와 기본 배치의 두 단계로 구성된다.

사전 배치는 주어진 배치 조건 조합에 따라 대상 부지에서 확보 가능한 연면적을 추정하는 예비 단계이다. 이 단계에서는 사용자가 선택한 건물 유형 중 중간 규모 평형만을 활용하여 배치를 수행하였다. 사전 배치를 통해 산출된 연면적은 사용자가 설정한 평형 비율에 따라 각 평형 유형의 목표 연면적으로 배분되며, 이후 기본 배치 단계에서 활용된다. 기본 배치 단계에서는 세 가지 평형 유형 중 전용면적이 큰 유형부터 우선 배치하고, 목표 연면적이 충족되면 다음 평형 유형으로 전환한다.

두 단계 모두 일정 간격으로 배치 후보점을 이동시키는 래스터 스캔 방식을 사용한다. 먼저 부지를 포함하는 축 정렬 경계상자를 정의한 후, 북서측 지점에서 탐색을 시작하여 일정 간격으로 후보 위치를 이동하며 부지를 순차적으로 탐색한다. 각 격자점은 잠재적인 건물 배치 위치가 되며, 다단계 검증 절차를 통해 법규 적합성을 확인한다.

검증 절차는 예비 검증, 배치 전 검증, 배치 후 검증의 세 단계로 구성된다. 예비 검증에서는 간소화된 광선 추적을 이용하여 건물의 부지 내 위치 여부, 기존 건물과의 충돌 여부, 규제 공간 침범 여부 등을 신속하게 확인하고, 주요 일조 이격거리 조건도 간략하게 검토한다. 배치 전 검증에서는 예비 검증을 통과한 후보에 대해 상세 광선 추적을 수행하여 각종 규정 위반 여부를 확인하며, 하나의 규정이라도 만족하지 못하면 해당 위치는 배치 대상에서 제외된다. 배치 후 검증에서는 실제 생성된 건물 객체를 기준으로 동일한 검증을 다시 수행하여 오류 가능성을 최소화한다. 또한 건폐율 또는 용적률이 설정된 최대 허용값을 초과하는 경우 마지막으로 배치된 건물을 제거하고 초기 배치 과정을 종료하도록 하였다.

4.4 단지배치안 고밀화

초기 배치 단계에서 생성된 단지배치안이 대상 부지의 잠재 용적률을 모두 반영한 결과일 가능성은 낮다. 이는 기존 건축물의 층수를 추가로 증가시킬 수 있고, 저층·소규모 건축물을 배치할 수 있는 유휴 공간이 남아 있기 때문이다. 따라서 용적률을 극대화하기 위해서는 높이 제한을 준수하는 범위 내에서 기존 건축물의 층수를 증가시키고, 남은 공간에 소규모 건축물을 추가 배치할 필요가 있다. 이때 동일하게 한 개 층을 증가시키더라도 건축면적이 큰 건물일수록 추가되는 연면적이 크므로, 건축면적이 더 큰 건물의 층수를 우선적으로 높이는 것이 용적률 향상에 더 효과적일 가능성이 높다.

층수 증가 과정에서는 배치된 각 건물의 층수를 개별적으로 상향 조정하게 된다. 층수 증가 알고리즘은 각 건물에 대해 현재 층수보다 1층 높은 건물을 동일 위치와 방위각에 임시 배치하여 규제 준수여부를 검증한다. 검증을 통과하면 해당 층수로 정보를 갱신하고 다시 1층 더 높이는 시도를 반복하며, 층수 제한에 도달하거나 규제 검증에 실패하면 해당 건물의 층수 조정은 중단되고 다음 건물로 넘어간다. 따라서 특정 건물이 인접 대지 경계선, 인접 건물 등에 의해 층수 증가가 제약받지 않는다면 고도 제한에 도달할 때까지 해당 건물의 층수를 향상시킬 수 있으며, 이는 용적률 증가로 이어지게 된다.

소규모 건축물 추가 배치는 층당 2세대로 구성된 저층 건축물을 이용하여 잔여 공간을 탐색하는 과정이다. 해당 건축물은 건축면적이 작고 일조권 이격거리 요구가 상대적으로 작아 협소한 공간에도 배치가 가능하다. 탐색 간격은 1m로 설정하여 잔여 공간을 정밀하게 탐색하였으며, 전용면적 59m²형, 54m²형, 49m²형 건축물 순으로 배치를 시도하였다. 이는 건축면적이 큰 건축물부터 잔여 공간에 우선 배치하여 용적률 증가 효과를 극대화하기 위함이다.

5. 결 과

본 연구에서는 개발된 프로그램의 적용성과 성능을 검증하기 위하여 총 3개의 일반상업지역에 지어진 실제 아파트 단지를 대상으로 분석을 수행하였다. 이를 위해 대상 부지 정보를 기반으로 프로그램을 통해 단지배치안을 생성하였으며, 생성한 단지배치안의 용적률을 실제 아파트 단지의 용적률과 비교·분석하였다. 세 부지 모두 일반상업지역에 해당하므로, 건축법 제61조 및 같은 법 시행령 제86조에 따라 공동주택의 채광·일조권 관련 이격 규정이 적용되지 아니한다. 이에 따라 단지배치안 생성 과정에서 정북방향 일조권 및 인접 대지 경계선에 대한 이격은 적용하지 않았다. 다만 본 연구에서는 최소한의 채광 확보를 위하여 건물 상호 간 채광창 이격은 건물 높이의 1/2 이상으로 유지하였다. 각 부지의 개요는 Table 1, 2, 3에 서술하였으며, 대상 단지의 배치 현황은 Fig. 3에 나타내었다. 각 사례의 기존 건폐율은 주상복합 저층부 등의 건축면적이 함께 반영된 값이므로, 프로그램이 생성한 단지배치안의 건폐율과의 직접 비교에는 주의가 필요하다.

Figure 3

Actual sites

진행 결과 모든 부지에서 프로그램이 산출한 단지배치안 중 가장 높은 용적률을 기록한 사례에서, 기존 단지보다 용적률이 높게 나타났다. 용적률 개선 정도는 최저 33.8%p에서 최대 140.3%p이다. 부지별 단지배치안 생성 과정에서의 용적률 값은 Table 4, 5, 6에 서술하였다. 개발된 프로그램의 최종 단지배치안은 Fig. 4에 제시하였다.

Figure 4

Site layouts generated using the developed program

Site A의 경우, 초기 배치 단계에서 용적률이 518.5%(1,260세대)로 산출되어 기존 단지의 용적률(499.7%)을 상회하였다. 이후 고밀화 과정을 거친 최종 단지배치안의 용적률은 640.0%(1,638세대)까지 상승하였다. 이는 기존 단지 대비 용적률이 140.3%p, 세대수가 513세대 증가한 결과이며, 초기 배치안과 비교하면 용적률이 121.5%p, 세대수가 378세대 증가한 결과이다. Site A는 다른 사례와 달리 층수 증가보다 소규모 건물 추가를 먼저 수행하였을 때 더 높은 용적률을 기록하였는데, 이는 먼저 추가된 소규모 건물의 층수가 더 증가했기 때문이다.

Site B의 경우, 초기 배치 단계의 용적률은 525.5%로 기존 단지배치안에 미치지 못하였으나, 고밀화 과정을 거치며 용적률이 점진적으로 향상되었다. 층수 증가, 소규모 건축물 추가, 2차 층수 증가를 순차적으로 모두 적용한 결과 초기 배치안보다 용적률이 223.9%p 상승하였으며, 그 결과 최종 단지배치안에서 749.4%의 용적률을 기록하며 기존 배치안의 715.6%보다 높은 용적률을 보인 것으로 나타났다.

Site C 또한 Site B와 같이 초기 배치 단계 직후의 배치안에서는 용적률(594.9%)이 기존 단지배치안(815.0%)에 미치지 못하였으나, 고밀화 과정을 거쳐 915.0%까지 용적률을 끌어올렸다. 다만 Site C는 세대수는 686세대로 기존(924세대)보다 적게 산출되었는데, 이는 해당 배치안에서 상대적으로 전용면적이 큰 세대 유형의 비율이 높아 동일 연면적 대비 세대수가 감소한 것으로 판단된다.

6. 결 론

본 연구의 결과를 통해 대상 부지에서 용적률을 극대화할 수 있는 단지배치안 생성 가능성을 확인하였다. 본 연구에서는 대상 부지의 용적률을 극대화하기 위하여 반복적인 배치 과정을 통해 초기 단지배치안을 생성하고, 이후 소규모 건축물 추가 배치와 건축물 층수 증가를 수행하는 공동주택 단지배치 자동화 프로그램을 개발하였다. 개발된 프로그램은 설정된 배치 조건에 따라 단지배치안을 자동으로 생성할 수 있으며, 실제 사례를 대상으로 한 적용 결과 기준 단지배치안보다 높은 용적률을 확보하는 것으로 나타났다.

또한 개발된 프로그램은 생성된 단지배치안의 용적률과 세대수 정보를 제공함으로써 노후 공동주택 재건축 사업의 사업성 검토를 위한 기초 도구로 활용될 수 있을 것으로 판단된다. 사업 초기 단계에서 다양한 배치 대안을 신속하게 생성하고 비교할 수 있다는 점에서 의사결정 지원 도구로서의 활용 가능성도 기대된다.

다만 본 연구에서 도출된 최대 용적률 단지배치안은 설계에서 고려될 수 있는 모든 요소를 프로그램에 포함하기보다는, 사업성 분석의 기초 자료로서 활용 가능한 수준의 배치안을 만들어 내는 데 우선하였음에 유의할 필요가 있다. 특히 본 프로그램은 용적률·세대수 등 정량 지표를 중심으로 배치안을 생성하므로, 거주성, 동 배치의 합리성 등 정성적 품질은 별도로 검증되지 않았다. 또한 이 프로그램이 산출한 단지배치안 중 가장 높은 용적률의 단지배치안이 반드시 최종 사업수익을 극대화하는 결과를 의미하는 것은 아닐 수 있음을 감안하여야 한다. 일반적으로 건축물 높이와 단위면적당 공사비의 관계는 U자형 특성을 보이는 것으로 알려져 있으며, 이에 따라 최대 용적률이 항상 최적의 경제성을 보장하지는 않을 수 있다. 용적률이 거의 같은 두 배치안이라 하더라도 각 건물의 층수 구성, 고층 건물의 비율 등에 따라 단위면적당 공사비가 상이할 수 있기 때문이다. 이는 두 배치안의 사업성 차이로 이어질 가능성을 내포하므로, 향후에는 개발된 프로그램을 통해 생성된 단지배치안의 용적률, 세대수 및 건축계획 정보를 기반으로 예상 수익과 사업비를 산정할 필요가 있다. 특히, 건물마다 층수 구간에 따른 공사비를 적용하였을 때의 결과를 면밀히 살펴보고자 하며, 더 나아가 이를 활용한 사업성 분석 기능을 추가적으로 개발하고자 한다. 아울러 본 연구에서 다룬 단지배치 자동화 주제에 대해 추가적인 확장 연구가 진행 중이며, 주차 등의 사항에 대해서도 추가로 고려할 계획이다.