1. 컨텐츠의 저작 목적 및 배경

산업 플랜트 및 공정 시스템의 설계와 운영에서 P&ID는 배관·장비·센서 간의 연결 흐름을 2차원으로 시각화한 핵심 도면으로, 전체 공정의 구조적 이해와 안전 관리를 위해 산업 전반에서 광범위하게 활용되고 있다. 그러나 3D 장비 및 배관 모델로부터 연결성을 수작업으로 분석하여 P&ID를 작성하는 기존 방식은 절차가 복잡하고 많은 시간과 비용이 소요되며, 모델과 도면 간 불일치로 인한 잠재적 위험 요소를 내포하고 있어 보다 효율적인 접근이 요구된다. 이에 3D 모델로부터 장비 및 연결 정보를 자동으로 추출하여 P&ID를 작성하는 소프트웨어를 개발함으로써 작업 시간과 비용을 절감하고, 모델-도면 간 정합성을 확보하여 산업 공정의 안전성과 신뢰성을 높이고자 했다.

2. 컨텐츠의 저작 과정

1) 장비 탐지 패키지: 3D 장비 및 배관 모델 내 객체에 대한 Labeling 작업을 진행하고 Unity를 활용하여 3D 모델의 시각적 특징을 반영한 학습 데이터셋을 구축했다. 이를 기반으로 YOLOv8 객체 탐지 모델을 학습시키고, 학습된 모델을 3D 모델에 적용하여 시스템 내 장비 정보를 자동으로 탐지 및 추출했다. 

2) 연결 정보 추출 패키지: 3D 객체에 Mesh Collider와 Collider Layer를 적용하고 객체 간 물리적 간섭을 활용하여 Node-Edge 그래프를 구축했다. 이후 A* 경로 탐색 알고리즘을 적용하여 장비 간 배관 연결 정보를 효율적으로 추출했다. 

3) P&ID 자동 생성 패키지: 추출된 장비 정보와 연결 정보를 기반으로 Python을 활용하여 Visio 다이어그램 내 표준 기호와 자동으로 매칭하고, 해당 정보를 도면 내에 2차원으로 시각화하여 P&ID를 자동으로 생성했다.

그림 1. 이미지 인식 기술을 활용한 3D 모델 정보 추출 및 P&ID 자동 생성 연구의 구성도

3. 컨텐츠의 설명

그림 2. 연구 검증을 위한 3D Plant Model (모델 내 장비 구성 : tank 1 1개, tank 2 1개, Air cooler 2개, Heat exchanger 3개, Primary Pump 6개)

본 소프트웨어의 정량적 성능 검증을 위해 Sample 3D 플랜트 모델에 적용하였다. 장비 탐지에서는 100%(14개 중 14개)의 완전한 리콜률을 달성하였으며, 배관 노드는 92.1%(102개 중 94개)가 성공적으로 탐지되었다. 일부 누락은 파이프 구간이 극히 짧거나 구성 요소 간 간격이 충돌 메쉬 확장 임계값을 초과하는 영역에서 발생하였으나, 이를 제외한 나머지 구간에서는 P&ID 생성에 필수적인 물리적 연결을 나타내는 117개의 엣지를 정확하게 식별하여 높은 연결 무결성을 유지했다.

결론적으로, Sample 3D 플랜트 모델에 본 소프트웨어를 적용한 결과, 장비 노드 100% 탐지 및 배관 노드 92.1% 탐지, 117개의 연결 엣지 식별을 달성하였으며, 이를 통해 복잡한 3D 모델로부터 연결 정보를 자동으로 복원하는 본 프레임워크의 유효성을 입증했다.

4. 컨텐츠의 실용성 및 독창성

본 소프트웨어는 3D 플랜트 및 산업 시스템 모델을 입력으로 장비 정보와 배관 연결 정보를 자동으로 추출하여 P&ID 작성에 활용하는 도구로 개발했다. 다양한 산업 장비를 사전 학습한 객체 탐지 모델과 Mesh Collider 기반 Node-Edge 그래프 및 A* 경로 탐색 알고리즘을 적용하여 추가 학습 없이도 대부분의 3D 플랜트 환경에 범용적으로 적용할 수 있으며, 기존의 수작업 방식보다 단순화·자동화된 처리 과정을 통해 작업 시간 단축과 정보 신뢰성 향상 효과를 얻었다. 사용자는 3D 모델 입력만으로 장비 정보 추출부터 연결 정보 생성, P&ID 완성까지의 전 과정을 최소한의 조작으로 수행할 수 있어, 기존 방식에서 발생하던 정보 혼용 및 정확성 저하 문제를 해소하고 효율적인 P&ID 작성 워크플로우를 구현했다.