기술 요약: ARTISANCAD

문제 정의

자동차 및 항공우주와 같은 분야를 위한 산업용 컴퓨터 보조 설계(CAD)는 장기적인 절차적 모델링(long-horizon procedural modeling), 견고한 피처 의존성(feature dependencies), 그리고 생산 수준의 경계 표현(Boundary Representation, B-Rep) 실행 능력을 요구한다. 일반적인 3D 모델링과 달리, 산업용 CAD는 스케치, 구속 조건, 편집 가능한 파라메트릭 기하 구조를 포함하는 복잡한 워크플로우를 수반한다.

유망해 보이는 기존의 text-to-CAD 방식들은 산업적 맥락에 적용될 때 다음과 같은 심각한 한계에 직면한다:

1. 모호성 처리: 사용자의 프롬프트가 모호하거나, 정보가 불충분하거나, 저수준의 구성 세부 사항 없이 고수준의 설계 의도만을 설명할 경우 대응에 어려움을 겪는다.
2. 전문 지식의 결여: CATIA 작업 기록, 매크로 로그, 도면 주석, 엔지니어링 설명 등 산업적 워크플로우에 자연스럽게 존재하는 풍부한 절차적 지식을 활용하지 못한다.
3. 복잡성 격차: 현재의 방법들은 단순한 부품이나 짧은 스케치-돌출(sketch-extrude) 프로그램에 대해서만 평가되는 경우가 많으며, 복잡한 산업용 부품에 필요한 장기적 절차, 곡면 B-Rep 표면, 하이브리드 연산을 처리하는 데 실패한다.

방법론

본 논문은 전문가 기반 지식 증류(Expert-Grounded Knowledge Distillation) 메커니즘을 통해 전문가의 절차적 지식에 생성 과정을 접지(grounding)시키는 산업 수준의 CAD 에이전트인 ARTISANCAD를 제시한다. 이 시스템은 두 가지 주요 단계로 작동한다.

1. 전문가-기술 습득 (오프라인 단계)

이 단계는 일회성 전문가 CAD 기록을 재사용 가능한 파라미터화된 기술(skill)로 변환한다.

• 입력: CATIA 매크로 기록, 도면 주석, 피처 트리, 엔지니어링 설명을 포함한 이종(heterogeneous) 전문가 데이터.
• 과정: 코드 지향적 에이전트(Codex-xHigh)가 이러한 기록을 구조화된 모델링 절차로 파싱한다.
• 출력 (Part Skill): 기술 $s$는 튜플 $(D_s, O_s, P_s, Z_s)$로 정의된다:
  • $D_s$: 기본 부품 설명 (기능적 역할, 기하학적 특성).
  • $O_s$: 전문가 작업 순서 (고정된 스크립트가 아닌, 재사용 가능한 절차적 사전 지식).
  • $P_s$: 파라미터 스키마 (너비, 반경 등 편집 가능한 파라미터와 유효 범위).
  • $Z_s$: Template CAD-IR (핵심적인 실행 가능 절차 템플릿).

2. 기술 가이드형 변형 CAD 생성 (온라인 단계)

새로운 변형(예: "플레이트를 더 깊게 만들어줘")에 대한 사용자 요청이 주어지면, 에이전트는 백엔드 스크립트를 처음부터 생성하는 대신 기존의 기술을 적응시킨다.

• 기술 검색: 에이전트는 사용자 쿼리에 따라 지식 베이스에서 가장 관련 있는 기술을 검색한다.
• CAD-IR 인스턴스화: 에이전트는 새로운 요청에 맞춰 템플릿 CAD-IR($Z_s$)을 인스턴스화한다. 이 과정에서 누락된 파라미터를 채우고, 작업 인자를 업데이트하며, 전문가로부터 유도된 의존성 및 검증 규칙을 보존한다.
• CAD-IR (중간 표현): 핵심 혁신 요소는 $Z = (P, T, O, E, V)$로 정의되는 실행 가능한 절차적 표현인 CAD-IR이다:
  • $P$: 글로벌 부품 파라미터.
  • $T$: 필수 백엔드 도구 (MCP 바인딩).
  • $O$: CAD 작업의 순서 목록 (의도, 도구 호출, 인자, 출력, 의존성, 검증).
  • $E$: 생성된 엔티티 및 의존성 관계.
  • $V$: 검증 규칙.
• 백엔드 실행: 생성된 CAD-IR은 CATIA-MCP 백엔드로 전달되어, IR 연산을 네이티브 CATIA 명령으로 변환하여 편집 가능한 B-Rep 모델을 생성한다.
• 비전 피드백 루프: 경량 다중 뷰 비전 피드백 시스템이 생성된 모델을 평가한다. 불일치가 발견되면, 에이전트는 파라미터나 작업을 수정하기 위해 백엔드 스크립트가 아닌 CAD-IR을 다시 작성하며, 모델이 시각적 및 구조적 검사를 통과할 때까지 반복한다.

주요 기여

1. 전문가-기술 습득 메커니즘: 이종 전문가 지식(매크로, 로그, 주석)을 CAD-IR 및 재사용 가능한 파라미터화된 기술로 증류하는 새로운 워크플로우를 제시한다. 이를 통해 동일한 컴포넌트 패밀리 내에서 전문가의 모델링 절차를 새로운 변형 요청에 적응시킬 수 있다.
2. ARTISANCAD 에이전트: 멀티 백엔드 지원 기능을 갖춘 기술 가이드형 산업 CAD 에이전트이다. 기술을 검색하고, IR 수준에서 절차를 인스턴스화 및 수정하며, 전용 CATIA-MCP 백엔드를 통해 실행한다. 또한 반복적 개선을 위해 다중 뷰 비전 피드백 루프를 통합한다.
3. 절차적 스캐폴드로서의 CAD-IR: CAD 생성을 명시적이고 실행 가능한 중간 표현으로 나타내는 것이 모호한 텍스트 설명과 복잡한 실행 가능 CAD 구축 사이의 간극을 메운다는 점을 입증한다.

실험 결과

저자들은 두 가지 측면에서 ARTISANCAD를 평가하였다.

1. 공개 Text2CAD 벤치마크

• 설정: 전문가 지식 베이스를 사용하지 않고(CAD-IR의 효과를 분리하기 위해) 100개의 중급 수준 프롬프트에 대해 테스트하였다.
• 결과:
  • Chamfer Distance (CD): 평균 CD를 14.83(IR이 없는 ARTISANCAD)에서 9.88(IR을 포함한 ARTISANCAD)로 감소시켰다.
  • Solid IoU: 0.614에서 0.646으로 향상되었다.
  • 비교: IR을 포함한 ARTISANCAD는 Text2CAD (CD 29.80) 및 CAD-Coder (CD 14.16)와 같은 베이스라인을 크게 앞질렀다.
  • 의의: 전문가 기술 없이도, CAD-IR은 모호한 프롬프트를 실행 가능한 연산으로 변환하는 데 있어 우수한 절차적 스캐폴드를 제공한다.

2. 산업용 자동차 부품

• 설정: 네 가지 복잡한 자동차 부품(Hinge Reinforcement Plate, Hood Panel, Outer Panel Bracket, Lock Reinforcement Plate)에 적용하였다. 전문가 매크로 기록이 기술로 증류되었다.
• 결과:
  • ARTISANCAD는 증류된 기술을 적응시킴으로써 새로운 변형 요청(예: 깊이, 너비 또는 홀 레이아웃 변경)에 대해 편집 가능하고 생산 준비가 된 B-Rep 모델을 성공적으로 생성하였다.
  • Ablation (제거 실험): 기술 가이드형 CAD-IR 없이 이러한 복잡한 부품을 생성하려고 시도했을 때, 에이전트가 짧은 프롬프트만으로는 필요한 장기적 작업 순서와 의존성을 추론할 수 없었기에 실패하였다.

의의 및 주장

본 논문은 ARTISANCAD가 고립된 벤치마크 CAD 시퀀스 생성을 넘어 생산 지향적 CAD 자동화로의 전환을 나타낸다고 주장한다.

• 간극 해소: 본 시스템은 모호한 사용자 의도와 산업 설계에 필요한 엄격하고 장기적인 절차 사이의 간극을 효과적으로 메운다.
• 지식 재사용: 전문가 매크로 기록을 재사용 가능한 기술로 증류함으로써, 엔지니어가 워크플로우를 처음부터 다시 발견하는 대신 축적된 절차적 지식을 활용할 수 있게 한다.
• 강건성: CAD-IR을 중간 계층으로 사용하는 것은 연산 수준의 수정과 시각적 피드백 통합을 가능하게 하여, 직접적인 백엔드 스크립트 생성에 비해 모호한 입력과 실행 오류에 대해 시스템을 더욱 강건하게 만든다.

저자들은 현재의 text-to-CAD 시스템들이 절차적 사전 지식의 부재로 인해 한계를 보이는 반면, ARTISANCAD는 생성 과정을 전문가 유래 기술과 실행 가능한 중간 표현에 접지하는 것이 실제 산업 워크플로우로 확장하는 데 필수적임을 보여준다고 결론짓는다.