AI+CAD 데이터 표현 아키텍처: DeepCAD 솔리드 모델링에서 WHUCAD 산업 수준 파라메트릭 피처 모델링까지

초록 (Abstract)

컴퓨터 보조 설계 (CAD) 분야의 발전은 기계 학습 (ML) 및 인공지능 (AI) 기술의 통합에 크게 의존하고 있습니다. 최근 연구들은 CAD 모델을 표현하기 위해 다양한 데이터 구조를 제안해 왔습니다. 그러나 기존의 방법론들은 주로 단순한 기하학적 형상 (Geometry) 표현에 집중되어 있으며, 실제 산업 현장에서 요구되는 복잡한 파라메트릭 피처 (Parametric Feature) 및 설계 의도 (Design Intent)를 충분히 반영하지 못하는 한계가 있습니다.

본 논문에서는 AI+CAD 데이터 표현 아키텍처를 제안합니다. 이 아키텍처는 단순한 솔리드 모델링 (Solid Modeling)을 넘어, 산업 수준의 파라메트릭 피처 모델링 (Parametric Feature Modeling)을 지원하는 것을 목표로 합니다. 우리는 먼저 DeepCAD를 기반으로 한 솔리드 모델링 접근 방식을 검토하고, 이를 확장하여 WHUCAD 프레임워크를 통해 산업 현장에서 사용되는 복잡한 설계 파라미터와 피처 관계를 학습할 수 있는 구조를 제시합니다.

우리의 연구 기여는 다음과 같습니다:

1. DeepCAD의 기하학적 표현 방식을 확장하여 설계 의도가 포함된 파라메트릭 모델링을 지원하는 새로운 데이터 표현 아키텍처를 제안합니다.
2. 산업 수준의 데이터셋인 WHUCAD를 도입하여, 실제 제조 공정에서 사용되는 복잡한 피처 기반 모델링을 학습할 수 있는 환경을 구축합니다.
3. 제안된 아키텍처가 기존의 단순 기하학적 모델링 방식보다 설계 의도 보존 및 모델 수정 (Modification) 측면에서 우수함을 실험적으로 입증합니다.

결론적으로, 본 연구는 AI가 단순한 형상 생성을 넘어, 실제 엔지니어링 워크플로우에 통합될 수 있는 고차원적인 CAD 데이터 표현의 방향성을 제시합니다.