CMU, 클릭 한 번으로 3D 모델을 부품별로 분할하는 'Point2Part' 공개

3D 모델링이나 애니메이션을 작업해 본 사람이라면 가장 번거로운 일이 형태를 잡는 것보다 부품을 쪼개는 작업이라는 점에 공감할 것입니다.

단일 3D 자산이나 한 장의 콘셉트 이미지에서 관절을 움직이거나 분해 가능한 부품을 얻으려면 일일이 면을 자르고 정리해야 하며, 조금만 틈이 생겨도 메쉬가 겹치거나 구멍이 뚫리기 일쑤였습니다.

카네기멜론대학교(CMU) 연구진은 이러한 수작업을 대신할 3D 분할 모델 'Point2Part'를 공개했습니다. 이미지나 3D 메시 위에서 분리하고 싶은 부품을 마우스로 클릭하기만 하면 AI가 깔끔한 독립 부품으로 쪼개줍니다.

틈새와 관통을 원천 차단한 전체 공간 분할

기존 3D 부품 분할 툴들은 각 부품을 따로따로 예측하거나 생성하는 방식을 주로 썼습니다.

이러다 보니 부품끼리 서로 파고드는 관통 현상이 일어나거나, 부품 사이에 어색한 빈틈이 생겨 다시 조립했을 때 원래 모양이 유지되지 않는 문제가 발생했습니다.

Point2Part는 물체 전체 공간을 빈틈없이 나누는 '결합 분할(Joint Partitioning)' 방식을 택했습니다. 기하학적으로 모든 부품이 서로 겹치지 않으면서 전체 형태를 완벽히 채우도록 설계한 것입니다.

성능 지표에서도 차이가 확연합니다. 단일 이미지에서 닫힌 부품 메쉬를 생성하는 테스트에서 기존 PartCrafter의 침투율이 2.45%에 달했던 반면, Point2Part는 0.01%로 낮췄으며 수밀성(Watertight) 100%를 기록했습니다.

3D 메시 분할 작업에서도 기하학적 호환성을 이전 모델들 대비 10배 이상 끌어올리며 침투율을 X-Part의 3.05%에서 0.06%로 대폭 줄였습니다.

클릭 한 번으로 조절하고 전개도까지 완성

사용법 역시 직관적입니다. 원하는 부품마다 하나의 포인트 프롬프트를 찍어주기만 하면 됩니다.

포인트를 찍는 위치와 수에 따라 부품의 세분화 단계를 자유롭게 조절할 수 있습니다. 입력 형태 역시 단일 2D 이미지, 기존 3D 메시, 메시 면 단위 레이블링까지 모두 지원합니다.

처리 속도 또한 매우 빠릅니다. 메시 면 레이블링의 경우 모델당 0.3초 만에 추론을 끝내며 69.80 mIoU를 달성했습니다. 기존 PartSAM이 36.6초 걸리던 작업을 순식간에 끝내는 셈입니다.

부품당 4개의 포인트를 제공하면 정확도는 74.84 mIoU까지 올라갑니다. 분할된 부품들을 바깥쪽으로 펼치면 공학용 부품 분해도를 손쉽게 제작할 수도 있습니다.

왜 중요한가

게임 개발자, 3D 프린팅 이용자, 제품 디자이너에게 Point2Part는 작업 시간을 획기적으로 줄여줄 도구입니다.

현재 3D 생성 AI가 만들어내는 결과물은 대부분 겉보기만 그럴듯한 덩어리 메쉬여서, 게임 엔진에서 관절을 심거나 부품별로 질감을 입히려면 결국 사람이 쪼개야 했습니다. 이 과정을 클릭 몇 번으로 단축할 수 있다는 점은 큰 실무적 이점입니다.

산업적 관점에서도 3D 생성 기술의 다음 격전지는 단순 외형 생성이 아니라 물리 엔진 및 로봇 시뮬레이션에서 즉시 사용 가능한 기능적 자산 제작입니다. 부품 간 간섭을 구조적으로 방지한 CMU의 설계는 매우 현명한 접근입니다.

다만 현재 시점에서는 프로젝트 페이지와 아카이브 사전 논문(arXiv:2609.38180)만 공개된 상태입니다. 깃허브 저장소를 통해 가중치와 훈련 코드를 추후 공개하겠다고 밝힌 만큼, 토폴로지가 엉망인 실제 스캔 데이터나 복잡한 산업용 모델에서도 동일한 완성도를 보여줄지는 정식 릴리스 이후 검증이 필요합니다.