유한 요소 해석 (FEA) 피드백을 활용한 자기 개선형 CAD 생성 에이전트
요약
본 연구는 자유 형식의 엔지니어링 요구사항으로부터 조립된 다중 부품 STEP 파일을 생성하고, 유한 요소 해석(FEA)을 통해 물리적 타당성을 검증하는 자기 개선형 CAD 생성 에이전트 프레임워크를 제안합니다. 기존 모델들이 물리적 요구사항 충족에 어려움을 겪는 문제를 해결하기 위해 텍스트 전용 청사진 스키마와 21-뷰 이미지 렌더러를 도입하여 엔지니어의 반복 작업 방식과 유사한 피드백 루프를 구축했습니다. 실험 결과, 이러한 감독 신호는 기하학적 재구성 성능을 유의미하게 향상시켰으며 시각적 완성도와 물리적 구조 요구사항을 동시에 만족하는 결과물 생성을 유도합니다.
핵심 포인트
- 엔지니어링 브리프로부터 조립된 다중 부품 STEP 파일을 생성하고 FEA로 검증하는 산업 친화적 작업 정식화 도입
- Codex 및 Claude Code 에이전트가 초기 시도에서 엄격한 물리적 기준을 충족하는 데 한계가 있음을 확인
- 텍스트 전용 청사진 스키마와 21-뷰 이미지 렌더러를 통한 새로운 감독 신호(supervision signals) 제공
- S2O 및 Fusion360 데이터셋에서 기하학적 재구성 성능(Box-IoU)의 유의미한 향상 입증
컴퓨터 보조 설계 (CAD)는 현대 산업 디자인의 중추이지만, 학습된 CAD 생성기들은 여전히 실제 엔지니어링 파이프라인에는 미치지 못하고 있습니다. 이들은 엔지니어처럼 반복 작업을 수행하지도 않으며, 엔지니어링에서 요구되는 사항을 평가하지도 못합니다. 기존 연구들은 CAD 생성을 부품 합성 (part synthesis)과 조립 (assembly)이라는 두 개의 분리된 단계로 취급해 왔으며, 전자는 정답 참조 모델과의 근접성으로 평가되고 후자는 다루어지더라도 별도의 제약 조건 해결 (constraint solving) 단계로 축소되었습니다. 본 연구에서는 모델이 자유 형식의 엔지니어링 브리프 (engineering brief)로부터 완전히 조립된 다중 부품 STEP 파일을 생성하고, 이를 유한 요소 해석 (FEA)을 통해 검증하도록 요구하는, 보다 산업 친화적인 작업 정식화 (task formulation)를 도입합니다. FEA 검증 결과, Codex (GPT-5.5) 및 Claude Code (Opus-4.7) 에이전트는 첫 번째 시도 스윕 (first-attempt sweep)에서 엄격한 통과 기준을 충족하는 결과물을 단 하나도 생성하지 못했으며, 가장 우수한 설정조차 평균적으로 입력된 요구 사항의 약 20%만을 충족했습니다. 또한, 우리는 에이전트의 시각적 검사를 돕는 새로운 텍스트 전용 청사진 스키마 (blueprint schema)와 21-뷰 이미지 렌더러 (21-view image renderer)라는 두 가지 추가적인 감독 신호 (supervision signals)를 도입하여, 생성 루프를 실제 엔지니어들이 반복하는 방식에 더 가깝게 정렬했습니다. S2O 및 Fusion360 데이터셋에서 동일한 피드백 도구들은 기하학적 재구성 (geometric reconstruction) 성능을 향상시켰으며, GPT-5.5/xhigh의 경우 S2O에서 Box-IoU가 0.444에서 0.592로, Fusion360에서 0.397에서 0.505로 상승했습니다. 이러한 신호들은 종합적으로 CAD 프로그램이 시각적으로 그럴듯할 뿐만 아니라 물리적 및 구조적 요구 사항까지 검증된 결과물을 생성하도록 유도합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.GR (Graphics)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기