Zero-to-CAD: Agentic Synthesis of Interpretable CAD Programs at Million-Scale Without Real Data

다음은 "Zero-to-CAD: Agentic Synthesis of Interpretable CAD Programs at Million-Scale Without Real Data" 논문에 대한 상세한 기술적 요약입니다.

1. 문제 제기

생성형 컴퓨터 지원 설계 (CAD) 분야는 치명적인 데이터 부족에 직면해 있습니다. 대규모 3 차원 데이터셋 (예: ABC, Objaverse) 이 존재하지만, 이들은 주로 정적인 경계 표현 (B-Reps) 또는 메시로 구성되어 있어 편집, 제약 조건 관리, 설계 의도에 필수적인 **구축 이력 (파라메트릭 레시피)**이 결여되어 있습니다.

• 기존 한계: 구축 시퀀스를 포함한 기존 데이터셋 (예: DeepCAD, Fusion 360 Gallery) 은 규모가 작고, 단순한 "스케치 및 신장 (sketch-and-extrude)" 워크플로우에 국한되며, 필렛, 챔퍼, 불리언 합집합, 로프트와 같은 복잡한 연산이 부족합니다.
• 격차: 풍부한 연산 어휘를 포함하고 인간이 읽을 수 있는 대규모의 다양하며 실행 가능한 CAD 프로그램 데이터셋은 존재하지 않습니다. 기존 합성 방법 (예: CAD-Recode) 은 종종 문법적으로 유효하지만 의미적으로 피상적인 (하드코딩된 값, 좌표 체인) 코드를 생성하며, 인간이 설계한 모델의 구조적 다양성이 결여되어 있습니다.

2. 방법론: Zero-to-CAD 파이프라인

저자들은 실제 CAD 파일을 사용하지 않고 처음부터 약 100 만 개의 실행 가능한 CAD 시퀀스를 합성하는 확장 가능한 프레임워크인 Zero-to-CAD를 제안합니다. 핵심 혁신은 CAD 생성을 에이전트 기반 검색 문제로 재구성하는 것입니다.

A. 에이전트 합성 루프

이 시스템은 CadQuery Python 라이브러리를 사용하는 피드백 기반 CAD 환경 내에 대형 언어 모델 (LLM) 을 내장합니다. 에이전트는 폐쇄 루프에서 작동합니다:

1. 생성: LLM 은 부품 설명을 기반으로 CadQuery 코드를 생성합니다.
2. 실행 및 유효성 검사: 코드가 격리된 서브프로세스에서 실행됩니다. 실패할 경우 에이전트는 구조화된 오류 피드백 (문법 오류, 토폴로지 문제, 내보내기 실패) 을 받습니다.
3. 도구 사용: 실패 시 에이전트는 다음을 수행할 수 있습니다:
   • 문서 조회: TF-IDF 및 정규식을 사용하여 CadQuery 문서에서 특정 API 구문을 검색합니다.
   • 추론 및 수정: 오류를 분석하고 문서를 참조한 후 코드를 수정합니다.
4. 반복: 이 과정은 코드가 성공적으로 실행되고 기하학적 유효성 검사를 통과할 때까지 반복됩니다 (시도당 최대 10 턴).

B. 2 단계 생성 프로토콜

다양성과 규모를 보장하기 위해 파이프라인은 2 단계 접근 방식을 사용합니다:

1. 카탈로그 생성: LLM 은 65 개의 사전 정의된 기계 부류로 조직된 다양한 부품 설명 (예: "마운팅 브래킷", "기어") 의 카탈로그를 생성합니다.
2. 코드 생성: 각 설명에 대해 에이전트가 코드를 생성합니다. 모드 붕괴를 방지하기 위해 시스템은 다음을 사용합니다:
   • 참조 스니펫: 복잡한 부류의 구조를 안내하되 매개변수 복제를 강제하지 않는 템플릿을 제공합니다.
   • 프롬프트 변이성: 다양한 설계 솔루션을 장려하기 위해 무작위성을 주입합니다.

C. 유효성 검사 프레임워크

고품질 데이터만 배포되도록 엄격한 3 단계 필터를 적용합니다:

1. 코드 실행: 문법 오류 및 런타임 예외를 확인합니다.
2. 기하학적 유효성 검사: 토폴로지 유효성 (자기 교차 없음), 연결성 (단일 솔리드 바디), 최소 복잡도 (≥7 개의 면), 양의 부피를 보장합니다.
3. 내보내기 유효성 검사: 미묘한 기하학적 결함을 포착하기 위해 STL 및 STEP 형식 모두로의 성공적인 내보내기를 확인합니다.

D. 데이터셋 큐레이션

• 총 규모: 생성된 시퀀스 약 100 만 개 (999,633 개 승인).
• 큐레이션된 서브셋: 최대 기하학적 다양성을 보장하기 위해 DINOv3 시각 임베딩에 대한 k-평균 클러스터링을 통해 선택된 10 만 개 모델의 서브셋.
• 가독성: 좌표 체인 트랜스파일레이션과 달리 Zero-to-CAD 프로그램은 명명된 매개변수(예: plate_thickness, fillet_radius) 와 논리적 구축 단계를 사용하여 인간이 읽을 수 있고 수정 가능합니다.

3. 주요 기여

1. Zero-to-CAD 데이터셋: 광범위한 연산 커버리지 (불리언, 필렛, 챔퍼, 로프트, 스윕, 쉘) 를 갖춘 최초의 실행 가능하고 해석 가능한 CAD 구축 시퀀스 100 만 개 규모 데이터셋.
2. 에이전트 합성 프레임워크: 도구 접근 및 문서가 포함된 CAD 환경에 기반을 둔 LLM 이 실제 학습 데이터 없이도 유효하고 복잡한 설계를 생성하기 위해 자기 수정할 수 있음을 보여주는 새로운 파이프라인.
3. 가독성 및 편집 가능성: 생성된 코드는 명명된 변수, 논리적 흐름 등 인간 엔지니어링 관행을 모방하여 합성 생성과 실용적 사용성 간의 격차를 해소합니다.
4. 부트스트래핑 능력: 합성 데이터가 시퀀스 생성 모델을 부트스트래핑하여 실제 구축 이력을 한 번도 보지 않고도 이미지에서 편집 가능한 CAD 를 재구성할 수 있음을 입증합니다.

4. 실험 결과

A. 데이터셋 품질 및 다양성

• 비교: CAD-Recode 및 ABC 와 비교.
• 지표: Zero-to-CAD 은 실제 세계 ABC 데이터셋에 대한 더 낮은 프레이체 거리 (0.164 대 0.268) 와 더 높은 k-볼 커버리지를 달성합니다.
• 복잡성: 평균 면 수 (46.2) 는 실제 세계 부품 (ABC: 50.7) 과 거의 일치하는 반면, CAD-Recode 는 현저히 단순합니다 (16.4).
• 유효성: Zero-to-CAD 부품의 0% 가 분리된 멀티바디 솔리드이거나 7 면 임계값 미만인 반면, CAD-Recode 는 각각 56.3% 와 12.9% 입니다.

B. 이미지에서 시퀀스로 재구성 (부트스트래핑)

저자들은 Zero-to-CAD 데이터셋에서 8 개 다중 뷰 이미지로부터 편집 가능한 CAD 코드를 재구성하기 위해 Qwen3-VL-2B 비전 - 언어 모델 (VLM) 을 파인튜닝했습니다.

• 분포 내 성능: 파인튜닝된 모델은 Zero-to-CAD 테스트 세트에서 82.1% 성공률과 0.747의 평균 IoU 를 달성했습니다.
• 베이스라인 비교: 기본 Qwen 모델 (6.6% 성공) 과 GPT-5.2(72.2% 성공, 0.485 IoU) 보다 훨씬 뛰어났습니다.
• 분포 외 (OOD) 일반화: 실제 세계 ABC 데이터셋(인간 설계) 에서 테스트했을 때, 모델은 61.0% 성공률과 0.377의 평균 IoU 를 유지하며, 오직 합성 데이터만으로 학습되었음에도 기하학적 충실도 (IoU 및 챔퍼 거리) 에서 GPT-5.2 변형들을 능가했습니다.

5. 의의

• 데이터 병목 현상 해결: Zero-to-CAD 는 확장 가능한 에이전트 합성을 통해 편집 가능한 CAD 데이터의 부족을 극복할 수 있음을 보여주어, 독점 데이터 추출의 필요성을 제거합니다.
• 기하학과 의도 연결: 파라메트릭이고 읽을 수 있는 코드를 제공함으로써, 이 데이터셋은 차세대 CAD AI 가 단순히 형태를 생성하는 것을 넘어 엔지니어가 수정할 수 있는 설계를 생성할 수 있게 합니다.
• 합성 감독의 실현 가능성: 실행 환경에 의해 검증된 기계 설계에 대한 LLM 사전 지식은 고품질 학습 데이터로 변환될 수 있음을 결과가 입증합니다. 이는 더 작고 전문화된 모델 (2B 파라미터) 이 특정 CAD 작업에서 거대 프론티어 모델 (GPT-5.2) 을 능가할 수 있게 하여, 산업용 AI 도입을 위한 비용 효율적인 경로를 제공합니다.
• 자원 공개: 저자들은 전체 데이터셋, 큐레이션된 서브셋, 사전 계산된 임베딩, 파인튜닝된 모델을 공개하여 연구 커뮤니티에 필수적인 자원을 제공합니다.