코덱스가 그린 캐드 도면, 블렌더를 거쳐 이미지로 — 설계 자동화 파이프라인 실험

도면 파일 하나에서 시작된 실험

저녁 7시가 넘어서자 방 안 대화는 코드에서 도면으로 옮겨갔다. 누군가 캐드 도면 파일을 앞에 두고 AI 코딩 도구에 도면을 통째로 먹여본 경험을 풀어놓기 시작했다. 캐드 도면은 일반 텍스트가 아니라 좌표와 레이어로 구성된 이진 파일에 가깝다 보니, 이를 AI가 읽고 다루게 만드는 일 자체가 하나의 관문이었다.

도면을 받자마자 변환·파싱 — 구체적 발화들

한 참가자는 도면 파일을 받는 즉시 처리하는 자신만의 방식을 공개했다.

"도면은 받자마자 DWG-> DXF 인버팅해서 다 파싱해버립니다"

DWG는 오토캐드의 기본 저장 포맷이지만 폐쇄적인 이진 구조라 외부 도구가 곧바로 읽기 어렵다. 반면 DXF는 텍스트 기반의 교환용 포맷이라 파싱이 훨씬 수월하다. 이 참가자는 도면을 받는 순간 이 변환부터 거쳐 AI가 이해할 수 있는 형태로 바꿔둔다고 설명했다.

이어 다른 참가자는 한발 더 나아가 AI 코딩 도구에 직접 캐드 도면을 그려달라고 요청한 결과를 공유했다.

"이번엔 코덱스로 캐드에 도면 그려줘보라고 했는데 잘 그려주네요! 갓스트라!!"

같은 참가자는 여기서 멈추지 않고 파이프라인을 한 단계 더 늘렸다.

"이번엔 코덱스로 오토캐드에 도면 그리게 해서 블랜더로 모델링 후 지피티로 이미지 뽑아봤습니다!"

도면을 그리는 단계는 코덱스가, 입체화는 블렌더가, 마지막 시각 결과물은 이미지 생성 모델이 맡는 식으로 역할이 나뉜 셈이다. 밤이 깊어질 무렵에는 또 다른 참가자가 이 조합을 실무 관점에서 저울질하고 있다는 근황을 전했다.

"앗... 감사합니다... GPT to Blender 사용량 최적화 관점에서 연구 중입니다."

왜 이 조합이 뜨는가

세 발화를 이어 보면 방향이 보인다. 도면 포맷 변환, 도면 생성, 3D 모델링, 이미지 렌더링이라는 서로 다른 네 단계를 각기 다른 도구로 쪼개 자동화하려는 흐름이다. 이 흐름에서 눈여겨볼 대목은 참가자들이 쓰는 이름이 정확히 갈리지 않는다는 점이다. 캐드 도면을 그린 것은 코덱스지만, 결과에 감탄하며 튀어나온 말은 "갓스트라"였다. 코덱스와 아스트라는 모두 오픈AI 계열 도구로 실무 현장에서는 종종 뭉뚱그려 불리지만, 정작 밤사이 다른 화제에서 언급된 클로드 계열(오푸스, 페이블)과는 계보 자체가 다르다. 코딩 자동화 도구가 설계·제조 영역까지 손을 뻗는 지금, 어떤 모델이 어떤 단계를 맡았는지 구분해 기록해두는 습관이 갈수록 중요해지는 이유다.

설계 자동화가 향하는 곳

이 실험이 흥미로운 이유는 단발성 장난이 아니라 파이프라인으로 이어졌다는 데 있다. 도면 파싱, 도면 생성, 3D 모델링, 이미지 출력까지 설계 실무의 여러 단계를 AI 도구 여러 개로 잇는 시도는 한 사람의 취미를 넘어 실제 업무 도입 가능성을 시사한다. 특히 "사용량 최적화 관점에서 연구 중"이라는 언급은, 이미 실험 단계를 지나 비용과 효율을 따지는 실무 검토로 넘어가고 있다는 신호로 읽힌다. 다만 DWG-DXF 변환처럼 손실이 발생할 수 있는 단계가 파이프라인 초입에 끼어 있는 만큼, 정밀도가 중요한 실제 설계 도면에 이 방식을 그대로 적용하려면 별도의 검증 단계가 뒤따라야 할 것으로 보인다. 캐드·3D·이미지 생성을 넘나드는 이런 실험이 방 안에서 반복적으로 공유된다는 사실 자체가, 코딩 도구의 활용 범위가 텍스트와 코드를 넘어 설계 도면이라는 물리적 결과물 영역으로 확장되고 있음을 보여준다.