Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Architect-Ant는 건축 평면도에 가구를 자동으로 배치하는 새로운 프레임워크를 제안합니다. AntPlan-270 데이터셋과 도메인 특화 언어(DSL)를 활용하여, 건축적 제약 조건을 준수하면서도 편집 가능한 가구 레이아웃을 생성합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기가구가 배치된 평면도(Furnished floor plans)는 부동산 시각화, 인테리어 디자인 및 건축 워크플로의 핵심 요소입니다. 그러나 객체 수준의 가구 주석(annotations)이 포함된 실제 전문가 설계 평면도 데이터셋의 부족으로 인해 자동 가구 배치 기술의 발전은 제한적이었습니다. 이러한 격차를 해소하기 위해, 우리는 10개의 주거용 방 카테고리에 걸쳐 방별 가구 경계 상자(bounding box) 주석이 포함된 270개의 건축 평면도로 구성된 큐레이션 데이터셋인 AntPlan-270을 소개합니다. 이 데이터셋을 기반으로, 우리는 미세 조정된 시각-언어 모델(vision-language model)을 활용한 편집 가능한 자동 가구 배치 프레임워크인 Architect-Ant를 제시합니다. 가구 레이아웃은 객체 카테고리와 방 기하학(geometry)에 따른 배치를 인코딩하는 압축된 좌표 기반 도메인 특화 언어(DSL, domain-specific language)를 사용하여 표현됩니다. 공간 추론(spatial reasoning) 능력을 향상시키기 위해, 우리는 벽 정렬, 문 및 창문 여유 공간, 동선(circulation), 설비 호환성, 방별 가구 목록과 같은 건축적 제약 조건을 포착하는 절차적 추론 흔적(procedural reasoning traces)을 생성하고, 이를 모델의 미세 조정(fine-tuning)을 감독하는 데 사용합니다. 그 다음, 후보 객체 배치에 대해 선호도 최적화(preference optimization)를 적용하여 레이아웃 품질을 더욱 개선합니다. 생성된 DSL은 의미론적 마스크(semantic masks)로 래스터화(rasterized)될 수 있으며, 이를 Flux 기반 LoRA 렌더러의 조건(condition)으로 사용하여 편집 가능한 기호적 레이아웃(symbolic layout)을 유지하면서도 사실적인 청사진 스타일의 가구 배치 평면도 이미지를 생성할 수 있습니다. 레이아웃 배치 실험을 통해 Architect-Ant가 기하학적으로 유효하고 기능적으로 타당한 레이아웃을 생성함을 보여주며, 이는 구조만 있는 더 큰 규모의 평면도 데이터셋을 가구 배치하는 데 있어 확장 가능한 경로를 제시합니다.