최근 고층 건축물의 설계 시 풍향 변화에 따른 내풍 안전성 평가는 필수적이나, 유한요소해석은 막대한 시간과 비용이 소요 된다. 본 연구에서는 풍공학 표준 모형인 CAARC 건축물을 대상으로 해석 속도를 혁신적으로 단축하면서 물리적 타당성을 확보한 물 리정보 신경망을 포함한 다양한 대체모델 체계를 제안한다. 이 연구에서는 해석 자동화 파이프라인을 구축하여 0°-360° 풍향별 구조 응답 데이터를 생성하였으며, 3차 스플라인 보간, 다항회귀, 가우시안 프로세스 회귀, 다층 퍼셉트론과 물리정보 신경망의 성능을 정량 적으로 비교하였다. 분석 결과, 물리정보 신경망 모델은 결정계수 0.9991, 평균 절대 오차 5.848×10-10으로 가장 우수한 성능을 기록하 였다. 특히 물리정보 신경망은 학습 데이터가 없는 외삽 구간에서도 물리적 제약 조건을 통해 실제 유한요소해석 결과와 일치하는 응 답을 성공적으로 재구성하였다. 또한 단일 케이스 유한요소해석 대비 약 31배 이상의 연산 속도 향상을 보여 실시간 구조 응답 평가의 가능성을 확인하였다. 본 연구의 결과는 정적 등가 풍하중에 대한 풍향별 최대 변위 예측에 한정되며, 가스트·와류 진동 등 동적 거동 의 직접 예측은 향후 연구 과제이다.