이미지 한 장으로 수정 가능한 3D CAD 프로그램까지 생성하는 젠캐드

• 젠캐드는 이미지 한 장을 보고 3D CAD를 생성하는 모델임

  • 여기까지만 들으면 흔한 3D 생성 모델처럼 보이지만, 핵심은 결과 형상만 뽑는 게 아니라 전체 파라메트릭 CAD 명령 이력까지 만든다는 점임
  • 즉 ‘예쁜 3D 덩어리’가 아니라, CAD 프로그램으로 다시 열고 수정할 수 있는 구조를 목표로 함

• 기존 3D 생성 접근이 엔지니어링에 애매했던 이유는 표현 방식 때문임

  • CAD의 경계 표현인 B-rep은 면, 모서리, 꼭짓점의 관계까지 다뤄야 해서 데이터 구조가 복잡하고 모델 학습도 어려움
  • 그래서 많은 접근이 메시, 복셀, 포인트 클라우드 같은 표현으로 우회했음
  • 문제는 이런 표현은 정확도와 수정 가능성이 떨어져 제조, 설계 변경, 설계 공간 탐색에는 한계가 큼

• 젠캐드는 이미지를 조건으로 CAD 명령 시퀀스를 생성하는 쪽을 택함

  • 생성된 명령 시퀀스는 지오메트리 커널을 통해 3D 솔리드 모델로 변환될 수 있음
  • 설계자는 결과물을 단순 모델 파일이 아니라 명령 이력이 있는 CAD 데이터처럼 다룰 수 있음

• 아키텍처는 네 단계로 구성됨

  • 먼저 자기회귀 트랜스포머 인코더로 CAD 명령 시퀀스의 잠재 표현을 학습함
  • 그다음 대조 학습 기반 모델로 CAD 명령 시퀀스와 CAD 이미지의 잠재공간을 맞춤
  • 이후 잠재 확산 모델이 CAD 이미지를 조건으로 CAD 명령 시퀀스의 잠재 표현을 생성함
  • 마지막으로 디코더가 이 잠재 표현을 파라메트릭 CAD 명령 시퀀스로 변환함

sequenceDiagram
    participant CAD_이미지
    participant 표현_학습
    participant 잠재_확산_모델
    participant 디코더
    participant CAD_프로그램
    CAD_이미지->>표현_학습: 이미지 잠재 표현 추출
    표현_학습->>잠재_확산_모델: CAD 명령 잠재공간과 정렬
    잠재_확산_모델->>잠재_확산_모델: 이미지 조건으로 명령 잠재 표현 생성
    잠재_확산_모델->>디코더: 생성된 CAD 잠재 표현 전달
    디코더->>CAD_프로그램: 파라메트릭 명령 시퀀스 출력
    CAD_프로그램->>CAD_프로그램: 지오메트리 커널로 3D 솔리드 변환

• 이 방향이 중요한 이유는 자동 설계의 활용 범위를 넓히기 때문임
  • 제조나 기계 설계에서는 한 번에 완성본을 뽑는 것보다, 사람이 치수와 구조를 계속 바꿔가며 탐색하는 과정이 중요함
  • CAD 명령 이력이 있으면 결과물을 다시 편집하고, 설계 의도를 보존하고, 다른 조건에 맞춰 변형하기 쉬움

기술 맥락

• 젠캐드가 메시나 포인트 클라우드 대신 CAD 명령 시퀀스를 고른 이유는 수정 가능성 때문이에요. 겉모양만 맞는 3D 모델은 보기에는 좋아도, 실제 설계자가 치수를 바꾸거나 제조 조건에 맞게 고치기 어렵거든요.

• B-rep을 직접 다루기 어려운 것도 중요한 배경이에요. CAD 데이터는 단순한 픽셀이나 삼각형 모음이 아니라 면과 모서리의 관계, 생성 순서, 치수 제약이 얽혀 있어서 학습 데이터로 쓰기 까다로워요.

• 그래서 젠캐드는 중간에 잠재공간을 둬요. CAD 명령 시퀀스를 트랜스포머로 압축해 표현하고, 이미지는 대조 학습으로 그 공간에 맞춘 뒤, 확산 모델이 이미지 조건에 맞는 CAD 잠재 표현을 만들어내는 식이에요.

• 이 선택의 장점은 생성 결과가 지오메트리 커널을 통해 실제 3D 솔리드로 변환될 수 있다는 점이에요. 제조나 설계 탐색에서는 “생성됐다”보다 “기존 CAD 워크플로에 들어갈 수 있느냐”가 더 중요하거든요.

• 결국 젠캐드는 이미지 기반 3D 생성과 엔지니어링 CAD 사이의 간격을 줄이려는 시도예요. 자동화가 설계 현장에 들어가려면 예쁜 결과보다 편집 가능한 설계 이력이 필요하다는 문제의식이 깔려 있어요.