빌딩 정보 모델링 (Building Information Modeling, BIM) 프로젝트에서는 빌딩 모델이 필수 속성을 포함하고 있는지 확인하기 위해, 정보 요구사항을 기계 검증이 가능한 정보 전달 사양 (Information Delivery Specification, IDS) 파일로 기술해야 합니다. 그러나 IDS 작성은 여전히 실무적인 병목 현상으로 남아 있습니다. 실무자들은 도메인 어휘, 엄격한 XML 스키마 (XML schema) 제약 조건, 외부 검증기 준수 여부를 처리해야 하는 동시에, 요구사항 자체가 올바르게 표현되었는지도 확인해야 합니다. 본 논문에서는 검증기 인식형 (verifier-aware) IDS 초안 생성을 위해 특화된 오픈 웨이트 (open-weight) LLM인 Ishigaki-IDS를 제시합니다. 이 모델은 BIM/IDS 코퍼스 (corpora)에 대한 지속적 사전 학습 (continued pretraining), 정보 요구사항-IDS 쌍에 대한 지도 미세 조정 (supervised fine-tuning), 그리고 외부 검증기로부터 얻은 검증 가능한 보상을 활용한 강화 학습 (reinforcement learning)을 결합합니다. 목표는 전문가의 검토를 대체하는 것이 아니라, IDS 작성을 저수준의 XML 및 스키마 수정 작업에서 실무자가 검사하고 수정할 수 있는 검증기 로드 가능 (validator-loadable) 초안 단계로 전환하는 것입니다. 166개의 전문가 생성 사례로 구성된 Ishigaki-IDS-Bench에서 Ishigaki-IDS-8B는 생성된 IDS 파일의 검증 통과 지표인 IDSAuditPass 점수 0.651을 달성하였으며, 이는 우리가 평가한 가장 강력한 싱글샷 (single-shot) LLM 베이스라인인 Claude Opus 4.5의 0.331보다 실질적으로 뛰어난 성능입니다. 또한 검증을 통과한 초안들 사이의 요구사항 측면(requirement-facet) 일치도를 측정하는 Audit-Gated FacetF1에서 0.282를 기록했습니다. 동일한 레시피는 확장 가능합니다: 14B 및 32B 변체는 각각 IDSAuditPass 0.753 / 0.693 및 Audit-Gated FacetF1 0.392 / 0.369에 도달했습니다. 6명의 BIM 실무자를 대상으로 한 워크플로우 점검에서, Ishigaki의 지원을 받은 작성 방식은 동일한 검증 및 정렬 엔드포인트 하에서 총 작업 시간을 54.7% 단축했습니다. 이러한 결과는 검증기 인식형 IDS 생성이 BIM 정보 요구사항을 검토 가능한 IDS 초안으로 변환하는 실무적 부담을 줄일 수 있음을 시사합니다.