energent.ai를 활용해 구조용 제작팀이 3,487개 엔터티 DWG 템플릿에서 완전한 철골 접합 인덱스를 구축한 방법

고객 프로필

중견 규모의 구조용 철골 제작 컨설팅 회사는 재사용 가능한 접합 템플릿 라이브러리를 유지·관리하는 상세 담당자와 구조 엔지니어 팀을 운영하고 있습니다. 이 템플릿에는 보-기둥 접합, 거셋 플레이트 조립, 베이스 플레이트 상세, 브레이싱 시스템 등 표준 조인트 구성이 담겨 있으며, 팀은 이를 여러 고객 프로젝트에서 반복적으로 활용합니다. 이 그룹은 주로 AutoCAD 및 호환 제도 플랫폼에서 생성된 DWG 파일을 다루며, 이를 외부 제작업체에 생산 참고 자료이자 내부 엔지니어링 표준으로 배포합니다.

최근 진행된 프로젝트의 중심에는 여러 프로젝트 사이클에 걸쳐 축적된 철골 접합 제작 상세가 모두 담긴 단일 다중 레이아웃 DWG 템플릿이 있었습니다. 이 도면은 권위 있는 기준 자료로 널리 재사용되었지만, 밀도가 높고 내부 인덱스가 없어 탐색, 해석, 공유에 많은 시간이 소요되었습니다. 팀은 CAD에서 단순히 여는 수준이 아니라, 도면의 내용을 체계적으로 추출할 방법이 필요했습니다.

문제

이 DWG 템플릿에는 Model, Layout1, Layout2의 세 개 레이아웃에 걸쳐 정리된 3,487개의 modelspace 엔터티가 포함되어 있었고, 전체 기하 데이터는 약 1.9 MB였습니다. 도면 전반에는 14개의 서로 다른 공간 클러스터 구역으로 묶인 419개의 텍스트 레이블이 분포해 있었습니다. 이 레이블들은 플레이트 두께(12 THK, 20 THK, 25 THK), 볼트 규격(M16 및 M20), 그리고 UB 및 UC 유니버설 빔과 컬럼을 포함한 구조 단면 유형을 주석 처리하고 있었습니다.

핵심 난점은 구조적인 것이었습니다. 14개 구역 어디에도 명시적인 상세 번호나 제목이 없었습니다. 도면에는 보-기둥 접합, 거셋 플레이트, 스티프너 플레이트, 캡 플레이트, 베이스 플레이트, 클리트, 패드아이, 볼트 홀 패턴, 인양 상세, 탈착식 브레이싱 조립체, 스플라이스 접합 등 최소 11개의 서로 다른 접합 상세 유형이 포함되어 있었지만, 각 항목을 식별하려면 공간 위치, 레이블 내용, 레이어 할당, 기하학적 맥락을 서로 대조해야 했습니다. 범례도 없고, 상세를 인덱싱한 타이틀 블록도 없었으며, 도면에 무엇이 들어 있는지 기계가 읽을 수 있는 요약도 없었습니다.

전용 도구가 없다면 이런 도면 분류 작업은 익숙하지만 비용이 큰 절차를 따릅니다. 엔지니어가 AutoCAD에서 파일을 열고, 레이아웃을 오가며, 레이어 가시성을 하나씩 토글하고, 각 주석 클러스터를 상위 기하 구조와 대조해 추적한 뒤, 도면의 각 영역이 무엇을 의미하는지 수동으로 요약을 작성합니다. 거의 3,500개 엔터티와 400개가 넘는 텍스트 레이블이 있는 이 정도 밀도의 파일이라면, 이 과정은 보통 엔지니어의 시간을 몇 시간씩 소모합니다. 그렇게 만들어진 인덱스는 대개 손으로 입력한 목록이나 비공식 스프레드시트에 그치며, 공유가 충분하지 않고, 도면이 변경될 때 업데이트하기도 어렵고, 원본 DXF 구조와는 완전히 분리되어 있습니다.

문제를 더 복잡하게 만든 것은 외부 제작업체가 단순한 원본 DWG 파일 이상을 필요로 했다는 점입니다. 작업장 작업을 시작하기 전에 제작업체 팀은 도면에 어떤 접합 상세가 포함되어 있는지, 그리고 각 상세가 무엇을 위한 것인지 명확하고 탐색 가능한 요약본을 필요로 했습니다. 이 요약을 수동으로 만드는 일은 이미 검토 작업이 끝난 뒤에도 또 하나의 문서화 단계를 추가하는 셈이었습니다.

지금 이 시점에 필요한 이유

즉각적인 계기는 예정된 제작 인계였습니다. 팀은 정해진 프로젝트 일정 내에 철골 접합 템플릿을 외부 제작업체로 전달해야 했고, 제작업체 작업장에서는 작업을 시작하기 전에 도면 요약본을 요구했습니다. 인덱스가 없으면 제작업체는 개별 상세에 대한 확인을 요청하게 되고, 이는 촉박한 일정에 며칠의 왕복 커뮤니케이션을 더하게 됩니다.

당장의 마감일을 넘어, 팀은 더 넓은 CAD 템플릿 라이브러리를 표준화하는 방안도 검토하고 있었습니다. 여러 도면 파일이 수년간 축적되었지만 일관된 인덱싱 방법론이 없어, 재사용할 때마다 처음부터 다시 검토해야 했습니다. 이번 제작 인계는 라이브러리 전체에 확장 가능한, 보다 체계적인 CAD 도면 문서화 접근 방식을 평가할 구체적이고 시간 제한이 있는 계기가 되었습니다. 단일 파일의 문제를 해결하는 데 그치지 않는 방식이어야 했습니다.

energent.ai를 선택한 이유

팀은 현실적인 대안 세 가지를 검토했지만, 모두 이번 작업에는 충분하지 않다고 판단했습니다.

CAD 소프트웨어는 도면을 완전한 충실도로 표시하고 편집할 수 있었지만, 자동 요약, 공간 클러스터링, 구조화된 보고서 생성 기능은 제공하지 않았습니다. CAD 도구 안에서 분석을 수행하더라도 여전히 수동 해석과 별도의 문서화 단계가 필요했으며, 이는 팀이 피하고자 했던 바로 그 몇 시간의 작업이었습니다.

맞춤형 Python 추출 스크립트를 작성하는 것은 기술적으로 가능했지만, 추출 로직을 설계하고, DXF 엔터티 모델을 처리하고, 클러스터링 알고리즘을 구현하고, 결과를 원본 파일과 대조 검증해야 했습니다. 단일 도면을 위해 그 정도 투자를 정당화하기는 어려웠고, 라이브러리의 다른 모든 템플릿에 대해서도 다시 만들거나 유지보수해야 했습니다.

팀이 검토했던 범용 AI 도구들은 CAD 관례와 철골 접합 표준을 추상적으로 설명할 수는 있었지만, 실제 DWG 업로드를 받아 엔터티 구조를 파싱하고, 실제 좌표와 레이블 수에 기반한 공간적 분석을 생성할 수 있는 도구는 없었습니다.

energent.ai는 DWG 파일을 직접 받아 검증된 변환 및 추출 파이프라인을 실행하고, 맞춤 스크립트나 수동 레이어 검토, 전문 도구 없이도 구조화된 산출물을 제공했습니다.

워크플로

1단계: 파일 업로드 및 DWG-to-DXF 변환. 상세 담당자가 DWG 템플릿을 energent.ai에 업로드했습니다. 에이전트는 파일을 DXF 형식(버전 AC1027)으로 변환하고 ezdxf 라이브러리를 사용해 결과를 검증했으며, 세 개 레이아웃에 걸친 3,487개의 modelspace 엔터티와 1,908,830 bytes의 파일 크기를 확인했습니다. 독립적인 재읽기 검증 단계에서 DXF가 구조적으로 유효하며 엔터티 수가 변환 결과와 일치함을 확인했습니다. 이 단계는 사용자 설정이 전혀 필요하지 않았습니다.

2단계: 엔터티 및 레이블 추출. 에이전트는 변환된 DXF에서 모든 텍스트 엔터티를 추출하여 각 레이블의 내용과 공간 좌표를 함께 캡처했습니다. 그 결과 419개의 텍스트 레이블 전체 목록과 함께, 선, 호, 블록 참조, 치수 객체 등 더 넓은 엔터티 구성과 도면 조직의 기반이 되는 레이어 구조까지 파악할 수 있었습니다.

3단계: 공간 클러스터링. 추출 단계에서 얻은 좌표 데이터를 사용해, 에이전트는 공간적 근접성을 기준으로 419개 레이블을 14개의 클러스터 구역으로 분할했습니다. 각 클러스터는 도면의 서로 다른 영역에 대응했으며, 단일 접합 상세 또는 밀접하게 관련된 상세 세트를 설명하는 주석들을 묶었습니다. 이 클러스터 맵은 이후 해석 단계의 구조적 기반이 되었습니다.

4단계: 접합 상세 해석. 클러스터 맵과 각 구역 내 레이블 내용을 바탕으로, 에이전트는 11개의 접합 상세 유형을 식별했습니다: 보-기둥 접합, 거셋 플레이트, 스티프너 플레이트, 캡 플레이트, 베이스 플레이트, 클리트, 패드아이, 볼트 홀 패턴, 인양 상세, 탈착식 브레이싱 조립체, 스플라이스 접합. 각 유형에 대해 에이전트는 관련 플레이트 두께 주석과 볼트 규격 — 12 THK, 20 THK, 25 THK 플레이트; M16 및 M20 볼트 — 을 문서화하고, 각 접합의 제작 목적을 설명했습니다.

5단계: Markdown 워크스루. 에이전트는 도면을 위한 단계별 읽기 가이드, 11개 모든 상세 유형에 대한 실무 제작 노트, 각 상세와 연결된 핵심 레이블, 전체 14개 클러스터 구역 요약을 포함한 구조화된 Markdown 보고서 (steel_connection_drawing_walkthrough.md)를 생성했습니다. 이 보고서는 프로젝트 인계 패키지나 내부 기술 참고 라이브러리에 바로 포함할 수 있도록 형식화되었습니다.

6단계: 인터랙티브 HTML 대시보드. 에이전트는 도면의 클러스터 레이아웃 맵, 엔터티 유형 및 레이어 수 요약, 접합 상세-클러스터 매핑 표, 샘플 레이블이 포함된 14개 클러스터 전체 검색 가능 표를 담은 브라우저 기반 HTML 대시보드 (steel_connection_visual_dashboard.html)를 생성했습니다. 대시보드에는 원본 파일에 명시적인 상세 번호나 제목이 없었기 때문에, 상세 그룹화가 공간 및 레이블 맥락에서 추론되었다는 점을 명시적으로 알리는 주의 문구도 포함되었습니다.

파일 업로드부터 검증된 산출물까지의 전체 과정은 단일 세션 내에서 완료되었습니다.

결과

아래의 모든 지표는 원본 DWG 파일에서 확인된 엔티티 수와 구조적 특징을 직접 추적한 것입니다.

• DXF에서 419개의 텍스트 레이블 추출: 각 레이블은 공간 좌표와 함께 캡처되었으며 클러스터 구역별로 정리되었습니다.
• 14개의 공간 클러스터 구역 식별 및 매핑: 도면의 modelspace 전반에 걸쳐 적용되었으며, 원본 파일에는 없던 탐색용 인덱스를 제공합니다.
• 11개의 연결 상세 유형 문서화: 실제 도면 레이블에서 가져온 플레이트 두께와 볼트 콜아웃 참조가 각각 함께 포함되었습니다.
• 2개의 구조화된 산출물 생성: 제작사 인계를 위한 형식의 Markdown 워크스루와, CAD를 사용하지 않는 사용자도 도면 내용을 탐색할 수 있는 인터랙티브 HTML 대시보드입니다.

정성적 성과도 매우 컸습니다. 일반적으로는 엔지니어가 AutoCAD에서 몇 시간을 들여 레이어 가시성을 전환하고, 주석 클러스터를 형상과 대조하며, 별도의 요약 문서를 작성해야 하는 작업이 단일 에이전트 세션에서 완료되었습니다. 그 결과물은 수작업 프로세스보다 더 구조화되고 완성도 높은 문서였으며, Markdown과 브라우저 기반 형식 모두로 즉시 공유할 수 있었습니다. 또한 팀은 추가 스크립팅이나 전문 도구 없이도 CAD 라이브러리의 다른 템플릿에 적용 가능한 재현성 있는 워크플로를 확보했습니다.

추출된 상세 클러스터

자동 추출 결과 14개의 텍스트 레이블 클러스터가 발견되었습니다. 일부 클러스터는 DWG에서 여러 연결 상세가 서로 가깝게 배치되어 있어 범위가 넓으며, 따라서 위의 해석에서는 이를 실무적으로 유용한 상세 유형으로 통합했습니다.

증빙

"We needed to send this drawing to the shop and they needed to understand what each detail was before they started work. The agent found all eleven connection types, mapped them to the zones in the drawing, and produced the walkthrough. That would have taken me half a day by hand." — Fabrication Detailer

steel_connection_drawing_walkthrough.md 보고서와 steel_connection_visual_dashboard.html 대시보드는 제작사 인계 패키지에 첨부되었습니다. 대시보드의 검색 가능한 클러스터 표를 통해 제작 팀은 CAD 소프트웨어에서 DXF 파일을 열지 않고도 14개 구역 클러스터와 각 연결 유형을 확인할 수 있었으며, 그 결과 복잡한 다중 레이아웃 도면 인계에서 흔히 발생하는 왕복 커뮤니케이션이 줄어들었습니다.

신뢰 참고

두 산출물의 연결 상세 분류는 공간 클러스터링과 레이블 내용에 근거해 추론한 것이며, 원본 CAD 파일에는 존재하지 않는 명시적 상세 번호나 제목을 바탕으로 한 것은 아닙니다. 이 점은 에이전트의 HTML 대시보드에도 명시적으로 포함되어 있습니다. 이러한 결과물을 실제 제작 작업의 기준으로 사용하기 전에, 면허를 보유한 구조 엔지니어가 각 추론된 상세 유형이 원 도면의 설계 의도와 일치하는지 검증해야 합니다. Markdown 워크스루와 인터랙티브 대시보드는 탐색 보조 자료, 인계 요약, 내부 참고 문서로는 적합하지만, 정식 엔지니어링 도면 검토나 날인된 구조 문서를 대체할 수는 없습니다.