[그림1] 비수밀 CAD 모델의 NeuS 가이드 하이브리드 레이캐스팅 기반 외곽 쉘 추출 개념도



연구배경

조선, 항공, 자동차 산업에서는 수만 개 부품으로 이루어진 대형 CAD 모델이 설계부터 제작, 유지보수까지 전 과정에서 활용되고 있다. 최근에는 제4차 산업혁명 흐름과 함께 이러한 물리적 자산을 가상 공간에 복제해 모니터링, 시뮬레이션, 협업을 수행하는 디지털 트윈 구축 수요가 빠르게 늘고 있다. 디지털 트윈을 구현하려면 Unity나 Unreal Engine과 같은 가상환경에 3D CAD 모델을 배치해야 하지만, 원본 엔지니어링 데이터는 용량이 매우 크고 복잡한 내부 구조를 포함하고 있어 로딩 속도와 실시간 렌더링 성능을 크게 떨어뜨린다. 

문제는 이것이 단순한 시각화 성능 저하에 그치지 않는다는 점이다. 불필요한 내부 형상은 해석용 격자 생성과 같은 전처리 과정의 부담을 키우고, 협업 및 데이터 공유 효율을 낮추며, 외부에 공개할 필요가 없는 설계 정보까지 노출시킬 수 있다. 따라서 디지털 트윈 환경에 적합한 CAD 데이터 경량화 기술은 외부 형상은 유지하면서 내부 구조를 효과적으로 제거할 수 있어야 한다.

하지만 실제 산업용 CAD 모델은 STEP, IGES와 같은 중립 포맷으로 변환되는 과정에서 공차 차이와 곡면 표현 방식의 차이로 인해 면과 면 사이에 미세한 틈이 발생하는 경우가 많다. 이러한 비수밀(non-watertight) CAD mesh에서는 기존 ray-casting 기반 외곽 추출 기법이 틈새를 통해 내부로 광선이 침투하는 ray leakage 문제를 일으켜, 내부 형상을 외부 형상으로 잘못 분류할 수 있다.

반면 NeuS와 같은 신경 암시적 표면 복원 기법은 틈을 메운 수밀 형상을 생성할 수 있으나, 얇은 판재나 날카로운 엣지와 같은 기계적 디테일이 과도하게 평활화되는 한계가 있다.

본 연구는 이러한 두 접근법의 상반된 특성을 보완하기 위해, 기하학적 정밀도는 ray-casting으로 유지하고 위상적 강건성은 NeuS로 보완하는 하이브리드 프레임워크를 제안한다.

연구목표

본 연구의 목표는 비수밀한 CAD 모델에서도 외부 형상은 최대한 보존하면서 내부 형상을 자동으로 제거하는 것이다. 이를 위해 기하학적 정밀도가 높은 ray-casting과 틈을 메우는 데 강한 NeuS의 장점을 결합한 NeuS-guided hybrid ray-casting framework를 구축하였다. 

궁극적으로는 대규모 CAD 데이터를 경량화하여 디지털 트윈 시각화, CFD 전처리, 데이터 공유 효율 향상, 설계 정보 보호까지 동시에 달성하는 것을 목표로 한다.

연구내용

제안 방법은 크게 두 개의 병렬 경로와 최종 융합 단계로 구성된다. 첫 번째 경로에서는 원본 CAD mesh에 대해 spherical visibility ray-casting을 수행하여 외부 후보 면을 추출한다. 이 과정은 원본 삼각형 face를 직접 사용하므로 외부 형상의 치수 정확도와 경계 정밀도를 유지할 수 있다. 다만 비수밀 모델에서는 틈을 통한 ray leakage로 인해 일부 내부 면이 외부 후보로 잘못 포함될 수 있다.

[그림2] NeuS-guided hybrid ray-casting 프레임워크

두 번째 경로에서는 동일한 모델로부터 NeuS 기반 watertight guide surface를 생성한다. 이 guide surface는 내부와 구분하기 위한 위상적 참조 경계로만 사용된다. 특히 산업용 CAD 모델은 텍스처가 거의 없고, 선박과 같이 종횡비가 매우 큰 구조를 포함하기 때문에 일반적인 NeuS 학습만으로는 복원 품질이 충분하지 않다. 이를 해결하기 위해 본 연구는 각 축을 독립적으로 정규화하여 형상을 1 × 1 × 1 큐브 공간에 효율적으로 배치하는 anisotropic cube normalization을 도입하였다. 또한 표면 법선을 RGB 색상으로 변환하는 normal-to-RGB encoding을 적용하여, 텍스처가 없는 CAD 형상에서도 기하학적 경계와 방향 정보를 학습할 수 있도록 하였다. 이 두 방법은 guide surface의 복원 정확도를 유의미하게 향상시켰다.



[그림3] Anisotropic cube normalization 적용 전/후 비교



[그림4] Normal-to-RGB encoding 적용 전/후 비교



최종 융합 단계에서는 ray-casting으로 얻은 외부 후보 면을 NeuS guide surface와 비교하여 정제한다. 이때 각 삼각형 face 꼭짓점 3개와 엣지 중점 3개를 포함한 6개 지점에서 signed distance를 계산하는 6-point asymmetric tolerance filtering을 적용하였다. 내부 판정에는 더 엄격한 기준을, 외부 판정에는 상대적으로 완화된 기준을 적용하여, NeuS guide의 국소적 수축이나 편차를 보완하면서도 내부 면은 효과적으로 제거하도록 설계하였다.

실험결과

실험은 선박, 자동차, 항공기 모델을 대상으로 수행되었다. 대형 선박 모델에서는 내부 삭제율 93.80%, 외부 보존율 98.50%, 면적 가중 F1 score 96.09%를 기록하였다. 또한 원본 19,530,594개의 face는 2,214,073개 수준으로 줄어 약 88.66%의 경량화 효과를 보였다.

항공기 모델에서도 내부 삭제율 94.64%, 외부 보존율 97.05%, F1 score 95.83%를 보여 다양한 형상에 대한 적용 가능성을 확인했다. 자동차 모델은 부품 간 간격이 좁아 외부 보존율이 81.01%로 다소 낮게 나타났지만, 내부 삭제율은 92.07%를 기록하여 내부 형상 제거 성능은 여전히 유의미한 수준을 보였다.

정성적 비교에서도 ray-casting 단독 결과는 외관상 외부 쉘처럼 보이지만, 단면에서 보면 내부 배관, 칸막이, 폐쇄 구조물이 상당 부분 남아 있는 반면, 제안 기법은 이러한 잔존 내부 구조를 크게 줄이면서 원본 외곽의 형상 정밀도를 유지하는 경향을 보였다.

[그림5] 원본 CAD 메시의 외부 형상 비교



[그림6] 원본 CAD 메시의 단면 형상 비교



[표1] CAD 모델에 대한 외곽 쉘 추출 성능의 정량적 비교



측정지표는 잔존 face 수, 면적 가중 내부 제거율(Inner Removal Rate), 면적 가중 외부 보존율(Outer Preservation Rate), 면적 가중 F1 score이다.



결론

본 연구에서는 비수밀 CAD 모델에서 발생하는 ray leakage 문제를 해결하기 위해, NeuS와 ray-casting을 결합한 NeuS-guided hybrid ray-casting framework를 제안하였다. 제안 방법은 NeuS 복원 결과를 최종 형상으로 사용하지 않고, 수밀한 guide surface로만 활용함으로써 위상적 강건성을 확보하였으며, 최종 외곽 쉘은 원본 CAD의 face를 직접 선택함으로써 기하학적 정밀도를 유지하였다. 또한 anisotropic cube normalization, normal-to-RGB encoding을 도입하여 고종횡비 산업용 CAD 형상과 텍스처가 없는 조건에서도 안정적인 내부 형상 제거가 가능함을 보였다.

실험 결과, 제안 기법은 외부 형상의 정밀도는 유지하면서도 복잡한 내부 구조를 효과적으로 제거할 수 있었고, CAD 데이터 경량화와 실시간 렌더링 성능 향상 효과도 함께 확인하였다. 이는 제안 기법이 디지털 트윈 시각화와 산업용 CAD 전처리 효율을 높이는 실용적 기술로 활용될 수 있음을 보여준다.