Articraft 오픈소스 공개: AI가 코드로 짜내는 관절 구조 3D 모델

프롬프트 한 줄로 3D 모델을 뚝딱 뽑아내는 도구는 이미 넘쳐나지만, 막상 로봇 시뮬레이션이나 게임 엔진에 넣으려고 하면 큰 장벽에 부딪힙니다. 대부분의 생성형 3D 에셋이 관절도 없고 내부 부품도 분리되지 않은 덩어리 메쉬이기 때문입니다.

서랍을 열고, 스위치를 누르고, 손잡이를 돌리는 물리적 상호작용을 구현하려면 결국 사람이 일일이 관절을 심고 가동 범위를 설정해야 했습니다. 5월 14일, 연구팀은 관절 구조를 갖춘 가동형 3D 에셋 생성 시스템인 Articraft와 대규모 데이터셋을 오픈소스로 공개했습니다.

3D 메쉬 대신 파이썬 코드를 짜서 조립한다

Articraft의 핵심 아이디어는 AI에게 복잡한 3D 공간 좌표를 직접 상상하게 만들지 않고, 3D 생성을 온전히 코딩 문제로 치환했다는 점입니다.

시스템은 전용 하네스와 도메인 특화 SDK를 제공합니다. GPT-5.5나 Claude, Gemini 같은 에이전트형 모델이 접속해 각 부품의 기하학적 형태를 정의하고, 힌지나 슬라이드 레일, 회전 바퀴 같은 관절 매커니즘을 코드로 직접 조립합니다. AI가 복잡한 URDF 설정이나 개발 환경 관리에 신경 쓰지 않고 부품 간의 연결 로직에만 집중할 수 있게 작업 공간을 제한한 것입니다.

이 시스템의 또 다른 영리한 점은 에이전트가 완성된 물체의 가동성을 검증하는 테스트 코드까지 함께 작성한다는 사실입니다. 하네스가 코드를 실행해 구조적 오류를 피드백하면, LLM이 이를 바탕으로 코드를 스스로 디버깅하며 정상 작동할 때까지 모델을 다듬습니다.

현재 공개된 사례에서는 단순한 텍스트 입력만으로 관절이 꺾이는 스탠드 조명, 3절 링크 체인, 키캡이 개별 작동하는 기계식 키보드, 복잡한 제트 엔진까지 성공적으로 조립해 냈습니다.

연구팀은 245개 카테고리, 1만 개 이상의 가동 3D 자산이 포함된 Articraft-10K 데이터셋도 함께 공개했습니다. 코드와 로컬 실행 가이드 역시 깃허브를 통해 모두 개방된 상태입니다.

왜 중요한가

우리는 Articraft가 기존 3D 확산 모델의 고질적인 한계를 아주 영리하게 우회했다고 봅니다. 확산 모델은 화려한 겉모습을 만들어내는 데는 능하지만, 부품 간의 유격이나 회전축 같은 엄격한 기계적 제약 조건을 학습하기 어렵습니다. Articraft는 이를 코드 작성이라는 LLM의 주특기 영역으로 끌고 옴으로써 기계적 정합성을 확보했습니다.

특히 피지컬 AI와 로봇 시뮬레이션 분야에 주는 영향이 큽니다. 가상 환경에서 로봇 팔이 도구를 조작하도록 훈련시키려면 실제로 움직이는 3D 에셋이 수없이 많이 필요한데, 수작업 리깅에 의존하던 기존 워크플로는 데이터 부족의 주범이었습니다. 텍스트 명령만으로 즉시 시뮬레이션에 넣을 수 있는 가동 자산을 양산할 수 있게 되면서 연구 속도가 비약적으로 빨라질 것으로 보입니다.

다만 코드로 기하 구조를 정의하는 방식 특성상, 규격화된 기계나 가구 같은 제품에는 매우 강력하지만 부드러운 유기체 형태나 복잡한 예술적 곡면을 표현하는 데는 한계가 따릅니다. 향후 메쉬 확산 모델의 섬세한 디테일과 Articraft의 코드 기반 관절 메커니즘이 어떻게 결합될지가 상용화의 핵심 열쇠가 될 것입니다.