한국의 3D 프린팅
소개
최근에 했던 프로젝트에서 제가 시도했던 방법들을 공유드리려고 합니다.
프로젝트의 목적은
1. 3D(stp)파일을 업로드해서, 제품의 모형을 시뮬레이션으로 확인
2. 정해진 상자에 적재하기 위한 최적의 적재방법을 제안
3. 그 적재방법을 적용해서 상자내에 1층 적재 모습을 시뮬레이션
하는 것입니다.
이 프로젝트를 위해서 두가지 방법을 생각했습니다.
1. 이미 많이 알려진 3D Bin Packing 알고리즘을 검토해서 적절히 커스터마이징
2. LLM을 파인튜닝하는 방법
이 두 방법에 대해 어떤 전략이 더 나은 전략인지 판단하고 프로젝트를 수행한 과정을 공유합니다.
진행 방법
Research 수행
1-1 chatGPT 심층 리서치 수행
수행결과한국사이트 스크린샷
1-2 Claude research 수행
한국어 텍스트가 있는 페이지의 스크린샷
1-3 NotebookLM으로 통합
요청하신 두 솔루션(Claude, OpenAI)의 분석 결과를 바탕으로, 각 단계별로 두 접근법이 공통적으로 동의하고 제안하는 핵심 요소를 추출하여 정리한 표입니다.개발 단계
공통 핵심 요소 (Consensus)
세부 기술 및 공통 접근법
1. 3D STEP 파일 읽기 및 전처리
OpenCASCADE(OCCT) 기반 파싱
두 솔루션 모두 STEP 파일의 정밀한 형상(B-Rep) 정보와 Bounding Box를 유실 없이 읽어오기 위해 산업 표준인 OCCT(pythonocc-core 등) 커널 사용을 필수로 꼽습니다.
CoACD를 통한 비볼록 형상 분해
펌프나 넥 같은 오목한(Concave) 곡면 부위를 물리 엔진이 인식할 수 있도록 쪼개는 작업에 기존 V-HACD 대신 최신 기법인 CoACD 사용을 강력히 권장합니다.
다중 해상도 형상 유지
무거운 3D 데이터를 그대로 쓰지 않고, 렌더링용(정밀 Mesh), 충돌 검사용(CoACD/Rigid body), 탐색용(Voxel/SDF) 등 목적에 맞춰 형상 표현을 여러 개로 분리하여 유지합니다.
2. 규격상자 최적 적재 알고리즘 제안
무거운 E2E AI(강화학습)의 초기 도입 반대
처음부터 정답을 내놓는 거대한 AI 모델(End-to-End RL)을 학습시키는 것은 비효율적이며, 기하학적/물리적 규칙 엔진을 먼저 구축한 뒤 AI를 보조(랭킹, 일반화)로 얹는 단계적 접근을 강조합니다.
층 템플릿(Layer Template) 및 지그재그 패턴 탐색
3D 공간 전체를 무작위로 탐색하는 대신, 눕힌 상태에서의 안정자세를 찾고 2D 단면 기준의 HCP(육방밀집) 변형, 180도 플립, 교호 배치(지그재그 오프셋)를 조합해 '1개 층(Layer)'의 패턴을 먼저 템플릿화하여 쌓아 올립니다.
3. 3D 상자 적재 시뮬레이션 및 검증
단순 충돌 배제를 넘은 중력/안정성 물리 검증
직육면체(Bounding Box) 근사나 단순 겹침 판정으로 끝내지 않고, 실제 중력이 작용했을 때 무너지지 않는지(Gravity Settle)를 물리 엔진으로 반드시 검증해야 한다고 봅니다.
GPU 기반 물리엔진 및 FCL 활용
정밀한 곡면 충돌과 대규모 병렬 검증을 위해 FCL(HPP-FCL/Coal) 라이브러리와 PhysX 5 기반의 엔진(Isaac Lab/Sim 등)을 활용하여 밀리초 단위의 검증 파이프라인을 구축합니다.
PRD, TRD 작성
해당 기술요소에 대한 PRD, TRD 생성
3d wp 1단계 - 스크린샷
3. 최종 결과
장치를 보여주는 컴퓨터 화면의 스크린샷
다양한 항목을 보여주는 컴퓨터 화면의 스크린샷
사용한 도구: Antigravity, Claude code
결과와 배운 점
3D 모델링이라는 전혀 모르는 분야에 대해서도, 리서치 결과를 NotebookLM에서 질의 응답하며 관련 기술에 대한 지식과 백그라운드를 익힐 수 있는 시간이었다.
리서치에 대한 Harness를 만들고 Hermes Agent가 이 Harness를 이용해서 리서치를 진행하는 것도 만들어보면 좋을 것 같다.
