이 연구는 위성사진을 활용하여 건설지점의 기대풍속을 예측하기 위한 인공신경망 방법론을 제안한다. 제안된 방법은 기존 의 엔지니어의 판단을 대체하여, Auto-Encoder를 사용해 지형적 특성을 정량화하고, 이를 바탕으로 대상지점과 유사한 지역의 관측소 풍속 데이터를 선형 조합해 기대 풍속을 예측한다. 또한, 머신러닝과 인공신경망을 활용한 종단간 풍속 예측 모델을 제안하고, 성능을 비교 분석하였다. 그 결과 관측소의 풍속 데이터의 선형 조합보다는 종단간 모델을 구성하는 방법이 더 높은 정확도를 보였으며, 특히 Graph Neural Network (GNN)이 Multi-Layer Perceptron (MLP)에 비해 상당히 우수한 예측 성능을 나타내었다.

최근 고층건물 설계 시 내진설계와 내풍설계의 부조화 문제를 해결하기 위해 성능기반 내풍설계에 대한 연구가 활발히 진행되고 있다. 이 연구에서는 개정 예정인 국내 설계기준(KDS 41)을 기반으로 성능기반 내풍설계를 위한 풍하중 재해도와 비탄성 거동을 허용하는 성능목표를 제시하였다. 비탄성 내풍설계를 위한 반응수정계수 R WR 산정 시 여러 제한 사항들을 고려하여 그 범위를 제안하였으며, 비선형 풍하중 시간이력해석 시 고려해야 할 사항들을 고찰하였다.