ArtiCAD: 텍스트/이미지에서 다중 에이전트 코드 생성을 통한 관절형 CAD 어셈블리 설계

1. 문제 정의 (Problem Statement)

• 배경: 현대 제품 개발의 핵심인 파라메트릭 CAD(Computer-Aided Design) 는 단일 부품 생성에는 성공적이었으나, 여러 부품이 조인트 (joint) 로 연결되어 움직이는 관절형 어셈블리 (Articulated Assemblies) 를 고수준의 설명 (텍스트 또는 이미지) 에서 생성하는 것은 여전히 해결되지 않은 난제입니다.
• 기존 방법의 한계:
  • 단일 부품 생성: 기존 CAD 코드 생성 방법들은 정적 (static) 인 단일 부품만 생성하며, 조인트나 다중 부품 계층 구조를 처리할 수 없습니다.
  • 관절형 객체 재구성: 기존 이미지/비디오 기반 재구성 방법들은 메시 (mesh) 나 3D 가우시안과 같은 수정 불가능한 (non-editable) 형식을 출력하며, 학습된 카테고리 외의 객체에는 일반화 능력이 떨어집니다. 또한, 엔지니어링 반복을 위한 구성 히스토리 (construction history) 가 부족합니다.
  • 공간 추론의 한계: 현재 LLM 과 VLM 은 3D 공간 추론 능력이 제한적입니다. 생성된 개별 부품들을 나중에 조립 단계에서 맞추려고 하면, 좌표계 정렬과 표면 매칭을 위한 거대한 검색 공간으로 인해 실패율이 매우 높습니다.

2. 방법론 (Methodology)

ArtiCAD 는 학습이 필요 없는 (training-free) 다중 에이전트 시스템으로, 복잡한 어셈블리 생성 작업을 네 가지 전문 에이전트 (Design, Generation, Assembly, Review) 로 분할하여 해결합니다.

• 핵심 통찰: 설계 단계에서의 어셈블리 관계 예측 (Design-Stage Assembly Planning)

  • 기존 방식은 부품 생성 후 조립 단계에서 연결 관계를 추론하지만, ArtiCAD 는 설계 (Design) 단계에서 연결 관계를 미리 정의합니다.
  • 커넥터 (Connector) 계약: 각 부품의 연결 지점을 명시적인 로컬 좌표계, 시맨틱 라벨, 조인트 유형 및 운동 한계로 정의하는 '커넥터'를 설계 단계에서 생성합니다.
  • 효과: 이를 통해 기하학적 생성과 연결 계획이 분리되며, 최종 조립 단계는 LLM/VLM 없이 결정론적 (deterministic) 프레임 정렬로만 수행되어 실패 확률을 획기적으로 줄입니다.

• 시스템 아키텍처:

  1. Design Agent: 사용자 입력 (텍스트/이미지) 을 분석하여 부품 명세와 커넥터 기반의 어셈블리 계획 (Kinematic Tree) 을 수립합니다. 대칭 부품은 소스 부품 하나만 생성하고 변환 (SE(3)) 을 적용하여 효율성을 높입니다.
  2. Generation Agents: 설계 계획에 따라 각 부품을 독립적으로 FreeCAD Python 스크립트로 생성합니다. 생성된 코드는 샌드박스에서 실행되고, VLM 을 통한 검증 (Shape, Proportion 등) 을 거칩니다.
  3. Assembly Agent: 생성된 부품과 커넥터 프레임을 기반으로 FreeCAD 의 제약 솔버를 사용하여 부품을 조립합니다. 이 과정은 LLM 없이 순수 수학적으로 수행됩니다.
  4. Review Agent: 생성된 어셈블리의 렌더링 이미지와 조인트 운동 시퀀스를 VLM 과 LLM 을 통해 평가합니다.

• 품질 향상 메커니즘:

  • 교차 단계 롤백 (Cross-Stage Rollback): 생성 및 조립 단계에서 발생한 오류를 VLM/LLM 검증기를 통해 식별합니다. 오류가 '코드 (Code)' 수준인지 '설계 (Design)' 수준인지 분류하여, 책임 있는 에이전트에게만 피드백을 보내 불필요한 재시도를 방지합니다.
  • 자기 진화 경험 저장소 (Self-Evolving Experience Store): 성공 및 실패 사례를 벡터 데이터베이스에 축적하여, 향후 작업에서 관련 지식 (Few-shot) 을 검색 및 참조하도록 하여 시스템 성능을 지속적으로 개선합니다.

3. 주요 기여 (Key Contributions)

1. 첫 번째 훈련 없는 다중 에이전트 시스템: 텍스트와 이미지로부터 편집 가능한 관절형 CAD 어셈블리를 생성하는 최초의 시스템인 ArtiCAD 를 제안했습니다.
2. 설계 단계 어셈블리 계획: 커넥터 계약을 통해 조립 관계 예측을 설계 단계로 앞당겨, 현재 LLM/VLM 의 공간 추론 한계를 우회했습니다.
3. 교차 단계 피드백 및 자기 진화: 오류를 정밀하게 격리하는 롤백 메커니즘과 경험을 축적하는 메모리 시스템을 도입하여 생성 품질과 안정성을 높였습니다.
4. 새로운 벤치마크 및 응용: 120 개 태스크로 구성된 ArtiCAD-Bench를 제안하고, CADPrompt 및 ACD 데이터셋에서 평가했습니다. 또한, URDF 내보내기를 통해 로봇 시뮬레이션용 훈련 자산 생성 등 실용적 응용을 입증했습니다.

4. 실험 결과 (Results)

• ArtiCAD-Bench 평가:
  • 단일 VLM 루프 (Single-VLM Loop) 베이스라인 및 다양한 LLM 백본 (GPT-5.2, Claude-Opus, Gemini 등) 과 비교하여 기하학적 정확도 (Geo.), 디테일 (Detail), 운동성 (Motion) 모든 지표에서 우위를 보였습니다.
  • 특히 성공률 (Success Rate) 은 100% 에 근접하여, 복잡한 어셈블리 생성에서도 높은 안정성을 입증했습니다.
  • Ablation Study: 'Late prediction (나중 예측)'이나 'Cross-stage rollback 제거' 시 성능이 크게 저하됨을 확인하여 제안된 메커니즘의 필수성을 입증했습니다.
• 단일 부품 생성 능력 검증 (CADPrompt):
  • 어셈블리 생성 파이프라인이 단일 부품 생성 품질을 해치지 않음을 확인했습니다. 오히려 구조화된 계획 덕분에 단일 부품 생성 품질이 미세하게 향상되었습니다.
• 관절형 객체 재구성 비교 (ACD Dataset):
  • SINGAPO, Articulate-Anything, PAct 등 기존 최첨단 방법들과 비교하여, 정지 상태의 기하학적 정확도 (RS-CD, RS-IoU) 와 이동 가능 조인트 유형 정확도에서 압도적인 성능을 보였습니다. 특히 기존 방법들이 놓치는 정밀한 구조적 변형과 조인트 위치를 정확히 복원했습니다.

5. 의의 및 응용 (Significance & Applications)

• 실제 프로토타이핑: 생성된 CAD 파일은 3D 프린팅을 통해 물리적 프로토타입으로 직접 제작 가능합니다 (예: 탁구 테이블 축구 게임 등).
• Embodied AI 자산 생성: 생성된 어셈블리는 URDF 형식으로 자동 내보내져 로봇 시뮬레이션 환경 (SAPIEN, Isaac Sim 등) 에서 즉시 사용 가능한 훈련 자산이 됩니다.
• 엔지니어링 워크플로우 혁신: 고수준의 아이디어를 수정 가능하고, 조립 가능하며, 시뮬레이션 가능한 파라메트릭 CAD 모델로 변환하는 자동화 파이프라인을 제시하여 제품 개발 주기를 단축할 수 있습니다.

결론적으로, ArtiCAD 는 LLM 의 공간 추론 한계를 '커넥터 계약'과 '다중 에이전트 협업'으로 우회하여, 복잡한 움직이는 기계 장치의 CAD 설계를 자동화하는 획기적인 접근법을 제시했습니다.