AI 요약
3D 모델링 플랫폼 ModelRift는 AI 모델의 공간 기하학적 추론 능력을 정확히 측정하기 위해 OpenSCAD CLI를 활용한 3D LLM 실용 벤치마크를 실시했으며, Antigravity 2.0이 뛰어난 성능으로 1위를 기록했습니다. 본 테스트는 단순한 '구멍 뚫린 상자' 수준의 기초 코드 작성을 배제하고, 로툰다, 돔, 28개의 회전 열주, 페디먼트 등 정밀한 비례와 관계 구성이 필수적인 '판테온(Pantheon)' 사원 빌드를 과제로 삼았습니다. OpenSCAD는 자연스럽고 유기적인 점토형 3D 스컬프팅보다 불리언 연산, 회전 대칭, 압출 등 명확한 기하학적 연산에 매우 강력하여 LLM이 기하학 논리를 구조화하기에 최적입니다. 텍스트 형태의 컴팩트한 어휘를 사용하는 구조 덕분에 LLM은 복잡한 UI 액션을 제어할 필요 없이 매개변수 기반 코드로 복잡한 3D 아키텍처를 효과적으로 작성할 수 있었습니다. 이번 벤치마크 결과는 3D LLM 에이전트가 단순 코드 생성을 넘어 CLI 피드백 루프를 돌며 형상을 자율적으로 수정 및 개선해 나갈 수 있음을 시사합니다.
핵심 인사이트
- Antigravity 2.0의 1위 달성: OpenSCAD 기반의 건축용 3D LLM 벤치마크에서 Antigravity 2.0 모델이 최고점의 형상 제어 및 매개변수화 능력을 보여주며 1위를 차지했습니다.
- 실용적 중급 과제 '판테온': 단순 입체 문법 검증을 탈피하여, 원형 드럼, 직사각형 포르티코, 돔 링 등의 구조적 연관성을 올바르게 매핑해야 하는 로마 판테온 사원을 벤치마크 과제로 채택했습니다.
- 텍스트 기반 모델링의 우위: UI를 통해 3D 애플리케이션을 조작해야 하는 Blender MCP 등 타 도구 조작 방식에 비해, 텍스트 형태의 OpenSCAD 코딩 방식이 언어 모델의 논리 구조와 가장 잘 부합함을 입증했습니다.
주요 디테일
- CLI 기반 실시간 피드백 루프: AI 코딩 도구들에 판테온 참조 정보를 프롬프트로 제공하고, 이들이 OpenSCAD CLI를 사용해 실시간으로 렌더링 미리보기를 띄우며 코드를 반복 개선하도록 유도했습니다.
- 기하학적 도전 과제 해결: 돔 중앙의 오쿨루스(oculus) 차감 연산 및 반경을 따라 28개의 기둥을 회전 정렬하는 고난도 불리언 연산과 반복 제어 성능을 검증했습니다.
- 유지보수의 간편함: OpenSCAD 코드로 작성된 모델은 설계에 오류가 있을 경우 씬 상태를 뒤흔들 필요 없이, 오직 코드상의 매개변수(parameter)나 루프 변수 변경만으로 간편한 수정이 가능합니다.
- ModelRift의 플랫폼 아키텍처: 플랫폼 ModelRift는 LLM이 공간적 기하학을 가장 논리적으로 이해할 수 있는 매개체가 OpenSCAD라고 판단하여, 서비스 자체를 해당 기술 기반으로 설계했습니다.
향후 전망
- 파라메트릭 CAD AI의 부상: 복잡한 마우스 조작 없이 텍스트 설명문만으로 완성도 높은 파라메트릭 도면을 생성해내는 3D LLM 에이전트가 설계/제조 분야의 생산성을 극대화할 것입니다.
- 텍스트-3D 연동의 표준화: OpenSCAD처럼 구조가 직관적이고 표준화된 텍스트 기반 3D 프로그램이 향후 생성형 3D AI 개발의 주요 인터페이스로 정착될 가능성이 큽니다.
출처:hackernews