연구진, 평면도 생성을 토큰 예측으로 전환하는 마크업 언어 FML 발표

AI에게 집 평면도를 그려달라고 하면 대개 픽셀 단위의 이미지를 만들어내기 일쑤였습니다. 겉보기엔 그럴듯해도 자세히 보면 벽 한가운데 문이 박혀 있거나 수치가 맞지 않아 실제 설계용 CAD 프로그램에서는 쓸 수가 없었습니다.

연구진(Kaede Shiohara, Toshihiko Yamasaki)은 주거용 벡터 평면도 생성을 다룬 논문 「Unified Vector Floorplan Generation via Markup Representation」을 발표했습니다. 이 연구는 컴퓨터 비전 학회인 CVPR 2026에 채택되었습니다.

연구진의 해법은 단순하면서도 신선합니다. 평면도를 이미지로 보지 않고, 웹사이트를 구성하는 코드처럼 다루는 것입니다.

집을 위한 HTML, FML 언어

핵심은 평면도 마크업 언어인 FML(Floorplan Markup Language)입니다. 웹 브라우저가 HTML 태그를 읽어 화면을 띄우듯, FML은 방, 벽, 문, 좌표 등의 건축 요소를 순차적인 텍스트 태그로 정의합니다.

평면도를 이런 마크업 언어로 변환하면, 복잡한 공간 기하학 문제가 대규모 언어 모델이 가장 잘하는 '다음 토큰 예측(Next-token Prediction)' 문제로 바뀝니다.

연구진은 이를 바탕으로 트랜스포머 기반 모델인 FMLM을 개발했습니다. 조건을 입력하면 모델이 글을 쓰듯 토큰을 하나씩 생성해 벡터 평면도를 완성합니다. 픽셀이 아닌 구조화된 코드를 직접 생성하기 때문에 방이나 문의 개수가 유동적으로 변해도 자연스럽게 처리됩니다.

단 하나의 모델로 다양한 설계 조건 해결

기존의 평면도 생성 기술은 한계가 뚜렷했습니다. 규칙 기반 시스템은 구조적 안정성은 높지만 결과물이 지나치게 획일적이었고, 최근의 생성 모델들은 부지 경계선 기반 생성, 방 인접 그래프 기반 생성 등 조건이 바뀔 때마다 모델을 따로 학습시켜야 했습니다.

반면 FML은 입력 조건과 최종 평면도를 모두 하나의 문법 체계 안에 담아냅니다. 대표적인 평면도 데이터셋인 RPLAN을 활용한 실험에서, FMLM은 단일 모델임에도 각 작업에 특화되었던 기존 전용 모델들의 성능을 모두 넘어섰습니다.

현재 이 프로젝트는 연구 논문과 소개 페이지만 공개된 상태이며, GitHub 코드나 사용 가능한 데모는 아직 제공되지 않습니다.

왜 중요한가

건축가나 인테리어 디자이너에게 벡터 기반 출력은 실무 활용의 핵심 전제조건입니다. 픽셀 이미지는 결국 사람이 CAD에서 다시 그려야 하지만, 태그로 정렬된 벡터 데이터는 설계 소프트웨어로 곧바로 불러와 수정할 수 있기 때문입니다.

업계 관점에서도 복잡한 공간 설계 문제를 텍스트 생성의 틀로 끌고 들어온 판단은 영리해 보입니다. 건축 전용의 복잡한 기하학 신경망을 새로 바닥부터 만들기보다, 이미 고도화된 트랜스포머 생태계의 예측 능력을 그대로 빌려 쓸 수 있기 때문입니다.

다만 일반적인 단층 아파트 구조를 넘어 복층 구조나 비정형 상업 공간처럼 복잡한 3차원 공간까지 태그 문법만으로 정교하게 통제할 수 있을지는 검증이 더 필요합니다. 코드가 공개되기 전까지 당장 업무에 쓰기는 어렵겠지만, CAD 기반 생성형 AI의 발전 방향을 잘 보여주는 연구입니다.