스펙트럴 랩스, 편집 가능한 CAD 파일 직접 만드는 AI 모델 'SGS-1' 공개

지금까지 나온 3D 생성 AI는 겉보기엔 그럴듯해도 엔지니어 입장에선 무용지물인 경우가 많았습니다. 게임에나 쓸 법한 빈 껍데기 폴리곤 메시만 뱉어낼 뿐, 정밀 치수를 수정하거나 공장에서 부품으로 깎아낼 수 없었기 때문입니다.

스펙트럴 랩스가 이번에 공개한 SGS-1은 이 문제를 겨냥한 구조화 CAD 전용 파운데이션 모델입니다. 실제 제조가 가능한 파라메트릭 3D 형상을 산업 표준 포맷인 STEP 파일로 직접 만들어냅니다.

빈 껍데기 메시 대신 진짜 CAD 부품 생성

기존 모델이 만든 결과물은 형상 수정이 불가능한 경우가 대부분이었습니다. CAD 소프트웨어로 가져와 구멍 크기를 몇 밀리미터만 바꾸려 해도 데이터를 처음부터 다시 그려야 했습니다.

SGS-1은 수정 가능한 B-Rep 솔리드 지오메트리를 생성합니다. 일반 사진 한 장은 물론, 손으로 대충 그린 스케치나 정밀한 엔지니어링 도면까지 입력값으로 받습니다. 심지어 편집이 불가능한 STL 스캔 파일도 파라메트릭 STEP 파일로 자동 변환해 줍니다.

조립품 맥락을 이해하는 기능도 갖췄습니다. 기존 롤러 조립체의 일부 렌더링 이미지와 함께 브래킷이 필요하다는 텍스트를 입력하면, 빈 공간과 규격에 들어맞는 브래킷 디자인을 알아서 뽑아냅니다.

공간 이해력 시험에서 GPT-5를 앞서다

연구팀은 오픈소스 모델 HoLa, 그리고 CadQuery 파이썬 코드를 작성해 CAD 형상을 만드는 오픈AI의 최신 추론 모델 GPT-5 thinking과 SGS-1을 비교했습니다.

중간에서 높은 난이도의 75개 형상 벤치마크를 두고 10회씩 시도해 완전한 수밀 솔리드를 성공적으로 생성하는지 측정한 결과, GPT-5는 공간 이해력 부족으로 인해 실무에 쓸 수 없거나 너무 단순한 형상만 만들어냈습니다.

반면 SGS-1은 대부분의 과제에서 정상적인 파라메트릭 부품을 생성해 냈습니다. 다만 유기적인 곡면 디자인에는 취약하고, 해상도 한계로 인해 극도로 얇은 두께를 표현하기 어려우며, 여러 부품으로 구성된 어셈블리를 한 번에 통째로 만들지는 못한다는 한계도 명시했습니다.

왜 중요한가

기계 설계자나 하드웨어 개발팀에게 손도면이나 3D 스캔 데이터를 CAD 파일로 다시 그리는 역설계 작업은 엄청난 시간 낭비였습니다. SGS-1이 이 과정을 조금이라도 자동화해 줄 수 있다면 연구 프리뷰를 즉시 사용해 볼 만합니다.

산업 측면에서는 범용 LLM의 한계를 명확히 짚어냈습니다. GPT-5 같은 고도화된 추론 모델조차 텍스트 코드로 복잡한 3D 공간을 구축하는 데는 명백한 맹점을 드러냈기 때문입니다.

시각적인 그래픽에 머물지 않고 제조업 표준인 B-Rep과 STEP 포맷에 집중한 스펙트럴 랩스의 전략은 매우 똑똑해 보입니다. AI가 화면 속 아트를 넘어 실제 물리적 제조 공정으로 침투하기 위해 반드시 넘어야 했던 첫 단추를 제대로 뀄습니다.