RIST · AI AGENT · INDUSTRIAL 3D

AI Agent 기반 산업현장 3D 모델링·지식 구조화

현장 사진과 담당자의 비정형 설명을 분석하고, AI 기반 적응형 인터뷰를 통해 부족한 현장 정보를 보완하여 인터랙티브 3D 현장 모델로 변환하는 Agent Framework를 개발했습니다.

LLM Agent Adaptive Interview Knowledge Structuring Industrial 3D Visualization

PROBLEM

문제 정의

산업 현장의 설비 배치와 연결 관계는 사진이나 도면만으로 완전히 전달하기 어렵고, 실제 현장 정보의 상당 부분은 담당자의 경험과 설명에 의존합니다.

기존에는 현장별 3D 공유 화면을 제작하기 위해 개발자가 설비 위치와 형상을 직접 확인하고 Three.js 코드를 개별 작성해야 했습니다.

이를 개선하기 위해 현장 사진과 담당자의 설명으로부터 필요한 정보를 AI Agent가 수집하고, 정보가 부족한 경우 추가 질문을 수행한 뒤 구조화된 현장 데이터와 3D 모델을 생성하는 프레임워크를 설계했습니다.

SYSTEM DESIGN

시스템 구성

현장 사진·설명

정보 추출

공백·모순 탐지

적응형 인터뷰

구조화 현장 데이터

Three.js 장면 생성

인터랙티브 3D 현장

ADAPTIVE FIELD INTERVIEW

적응형 현장 인터뷰

초기 사진과 설명만으로 확인할 수 없는 설비 치수, 위치, 연결 관계 등의 정보를 분석하고 필요한 후속 질문을 생성합니다.

GAP & CONFLICT DETECTION

정보 공백·모순 탐지

수집된 정보에서 누락된 항목과 서로 모순되거나 불확실한 정보를 탐지하고 필요한 경우 재질의합니다.

STRUCTURED SITE KNOWLEDGE

현장 지식 구조화

인터뷰에서 얻은 현장 정보를 설비, 치수, 위치, 연결 관계 등의 구조화된 데이터로 변환하고 각 항목의 확신도 상태를 함께 관리합니다.

AUTOMATED 3D VISUALIZATION

3D 시각화 자동 생성

구조화된 현장 데이터를 공통 Three.js 렌더링 프레임워크에 입력하여 설비 배치, 연결 관계, 라벨 및 hotspot을 포함하는 인터랙티브 3D 환경을 생성합니다.

ARCHITECTURE

렌더링 코드와 현장 데이터의 분리

현장마다 새로운 Three.js 코드를 처음부터 작성하는 대신, 공통 렌더링 프레임워크와 현장별 JSON 데이터를 분리하는 구조로 설계했습니다.

새로운 현장을 추가할 때 렌더러는 그대로 두고 구조화된 데이터만 교체하면 되므로, 동일한 프레임워크를 여러 현장에 재사용할 수 있습니다.

scene-framework.js + site-{id}.json

{
  "site": "air-compressor-station",
  "equipment": [
    {
      "id": "compressor-01",
      "type": "air_compressor",
      "position": [2.4, 0.0, 1.8],
      "dimensions": [1.8, 1.6, 0.9],
      "connections": ["air-tank-01"],
      "confidence": "confirmed"
    }
  ]
}

현장별 JSON만 교체하면 동일한 렌더러가 그대로 재사용됩니다.

INPUT IMAGES

입력 이미지

AI Agent가 3D 모델링과 현장 정보 구조화에 사용한 입력 이미지입니다. 두 현장 모두 공개 가능한 테스트 현장으로 구성했습니다.

물탱크·펌프 현장 입력 사진 6장 모음 — 입력 사진 6장 · 현장 전경, 물탱크 정면, 펌프 2대, 배관 및 압력계, 제어반 (클릭하면 원본이 열립니다)

공기압축기 스테이션 입력 사진 8장 및 현장 정보 모음 — 입력 사진 8장 · 전체 조감, 컴프레서 2대, 에어탱크, 드라이어, 필터, 배관·밸브, 제어반, 통로 (클릭하면 원본이 열립니다)

LIVE DEMO 01

물탱크·펌프 현장

새 창에서 보기

위 입력 사진 6장과 담당자 설명으로부터 생성한 3D 현장입니다. 화면이 보이지 않으면 ‘새 창에서 보기’를 이용해 주세요.

LIVE DEMO 02

공기압축기 스테이션

새 창에서 보기

동일한 렌더링 프레임워크에 다른 현장 데이터만 입력해 생성한 3D 현장입니다.

OUTCOME

결과

현장별로 직접 작성하던 Three.js 모델을 데이터 기반의 재사용 가능한 framework로 전환
비정형 현장 지식을 LLM 기반 인터뷰를 통해 구조화된 site data로 변환
현장 정보 부족 시 필요한 질문을 자동으로 생성하는 adaptive interview workflow 구현
서로 다른 현장 시나리오에서 공통 3D modeling framework 적용 가능성 검증
3D 현장 페이지 제작 소요 시간 약 4시간 → 약 25분

TECHNOLOGY STACK

사용 기술

AI / AGENT

3D / WEB

DATA

ONGOING DEVELOPMENT

진행 중인 개발

진행 중

웹 기반 3D 시각화에서 나아가, 사진과 2D 도면으로부터 파라메트릭 엔지니어링 CAD를 생성하는 방향으로 프레임워크를 확장하고 있습니다.

2D 엔지니어링 도면 → 3D 모델링
파라메트릭 CAD 생성
CadQuery 연동
STL / STEP 출력
엔지니어링 형상 인식