국산 CAD 자존심 캐디안의 ‘AI 도전기’ - 세 번째 이야기

캐디안이 생각하는 혁신의 궁극적인 도달점은 멀티모달 기반 생성형 AI 모델인 ‘Text to Image’의 학습 구조를 기반으로 하는 ‘언어 입력 기반 CAD 도면 생성(Text to Drawing)’ 기술이다. 

이 기술에는 대규모언어모델(Large Language Model, LLM), 멀티모달 러닝(Multi-Modal Learning), 오브젝트 디텍션(Object Detection) 및 세그먼테이션(Segmentation), 컨스트럭션 팩터 인퍼런스(Construction factor Inference), 2D/3D 오브젝트 제너레이션(Object Generation) 등 다양한 기술이 사용될 예정이다.

캐디안이 생각하는 언어 입력 기반 CAD 도면 생성(Text to Drawing) 솔루션의 대략적인 흐름은 다음과 같다.

건축사는 LLM으로 만들어진 챗봇(Chat-bot)과 자신이 설계하고자 하는 건축물에 대해 대화를 진행하고, 쳇봇 콘트롤러가 건축사의 답변을 기반으로 건축에 필요한 설계 요소를 추출해 입력 프롬프트를 만든다. 그리고 이 프롬프트를 학습된 멀티모달(Text-Drawing Image 쌍) 모델에 입력하면, 설계자의 건축 요소에 맞는 창의적인 건축 이미지가 생성된다.

생성된 이미지는 객체탐지에 의해 각 건축 요소를 기반으로 하는 CAD 도면으로 변환된다. 물론 CAD 도면으로 변환하는 시점에서 건축 설계에 필요한 다양한 룰을 기반으로 추론과 최적화를 거쳐 도면화할 예정이다. 

이 솔루션이 현재 다른 솔루션과 크게 다른 점은 주거용 건축을 위한 설계자가 자신의 요구를 문장으로 전달하면, 멀티모달을 기반으로 학습된 AI 모델과 2D/3D 설계 도구를 이용해 단순 이미지(픽셀)가 아닌, 건축에 적용 가능한 CAD 도면(벡터)을 생성하는 것이다.

이미지 인지 분야에서 강세를 누렸던 회귀, 분류, 탐지 등의 기술에서 생성형으로 넘어가고 있는 강력한 흐름이 이어지고 있다. 대표적인 예가 ‘Text to Image’로 대변되는, 말로 구성된 프롬프트에 해당하는 멀티모달이다. 이는 학습(Multi modal learning)된 이미지를 생성하는 기술이다. 대표적인 프로그램으로 ‘스테이블 디퓨전(Stable Diffusion)’, ‘달리(DALL-E) 2’, ‘미드저니(Midjourney)’ 등이 있다.

이런 흐름에 맞춰 건축 산업 및 설계 산업에서도 생성형 AI 기술을 이용한 다양한 솔루션을 제시하고 있다. 현재 스테이블 디퓨전(Stable Diffusion), 달리(DALL-E) 등을 이용해 설계자의 창의적 영역을 지원하는 콘셉트 건축 이미지를 생성하고 있다. 

그러나 이 기술은 단지 텍스트에 담겨 있는 의미를 해석한 후 픽셀 단위의 그림을 그리는 역할을 하는 것이며, 벡터로 구성된 진정한 의미의 CAD 데이터 생성이라고 볼 수는 없다. 따라서 추후 이미지에서 CAD 요소를 찾고 도면화하는 기술은 다양한 콘셉트 이미지 및 콘셉트 도면이 있는 경우 그 이미지에서 건축 요소를 인지하고, 건축 룰을 적용한 추론을 거쳐 최종 CAD 도면 데이터를 만드는 설계 기술의 핵심으로 자리매김하게 될 것이다.

이미 CAD 시장은 포화에 이르렀다. 이에 따라 인적 자원이 많이 소요되는 전문적인 설계 영역을 좀 더 빠르고 쉽게 처리할 수 있는 기술 개발이 향후 CAD 시장을 선도할 전망이다. 

AI 기술이 각 산업으로 접목되면서 외국의 대형 CAD 개발사들은 막대한 자체 예산으로 빠르게 AI 기술을 설계 도구에 접목하고 있다. 

만약 AI 기반의 외국계 CAD 솔루션이 개발 완료돼 빠르게 국내 설계 시장을 장악하면 우리나라 CAD 시장은 외국계 공급사에 완전히 지배당하게 될 것이다. 

새로운 제품과 건설은 도면 설계에서 시작되며, 이러한 디지털 도면 정보는 우리나라의 미래 먹거리가 될 것이다. 따라서 국내 CAD 산업의 보호와 CAD 산업의 글로벌 경쟁력 확보를 위해 설계·엔지니어링 기술의 핵심인 CAD 엔진 분야에 AI 기술을 접목하는 일의 중요성은 아무리 강조해도 지나침이 없다.