미국 스카이폴 AI(Skyfall AI)가 복잡한 물리적 제품의 설계를 자동화하는 월드모델 ‘스카이-001(SKY-001)’을 공개했다. 아이디어나 2D 스케치를 입력하면 설계를 계층적으로 구성하고, CAD(컴퓨터 지원 설계)와 BIM(건축정보모델링) 소프트웨어에서 구현할 수 있는 단계별 제작 계획을 만들어 내는 모델이다.
스카이폴 AI는 19일(현지시간) 스카이-001이 기존의 대형언어모델(LLM) 중심 접근법을 넘어 장기적인 공간 계획과 반복적인 3D 추론을 수행하도록 설계됐다고 밝혔다. 자동차 엔진과 드론, 위성은 물론 의료시설과 건물 평면도에 이르는 복잡한 설계 작업을 자동화하는 것이 목표다.
기존 생성 AI 모델은 3D 형상을 시각적으로 표현할 수는 있지만, 실제 엔지니어링에 필요한 부품 간 계층 구조와 기계적 제약, 설계 이력을 정확히 다루는 데 한계가 있다. 겉보기에는 그럴듯한 모델이어도 실제 제작이 가능한지는 보장하기 어렵다. 그동안 엔지니어들은 복잡한 시스템을 개별 부품과 조립 구조로 나누고, 각 부품의 형상과 제작 순서를 정하는 데 많은 시간을 들여 왔다.
스카이-001은 결과물뿐 아니라 그 결과물을 만들어 내는 과정까지 계획해 이런 문제를 해결한다. 텍스트나 2D 콘셉트 스케치를 바탕으로 전체 설계를 구성하고 주요 조립체와 하위 부품으로 나눈 뒤, 부품별 스케치와 3D 모델링 작업을 순서대로 생성한다. 각 설계 단계가 전체 구조와 일관성을 유지하도록 하는 방식이다.
모델은 두 단계로 작동한다. 먼저 ‘계층형 컴포저(Hierarchical Composer)’가 전체 설계를 만든 다음 여러 단계의 구성 요소로 분해한다. 이어 ‘구축 월드모델(Construction World Model)’이 각 요소를 실제 형상으로 구현하기 위한 시각적 작업 순서를 예측한다. 복잡한 설계를 하나의 긴 작업으로 처리하는 대신 하위 작업으로 나눠 병렬 진행할 수 있어 계산 부담과 오류 누적을 줄일 수 있다는 설명이다.
자동차 엔진을 설계하는 경우를 예로 들면, 먼저 엔진 전체의 대략적인 형상을 만든 뒤 주요 조립체와 개별 부품으로 나눈다. 그다음 부품별 세부 형상을 정교하게 다듬고, 스케치와 돌출·절삭 같은 모델링 작업을 차례로 생성한다. 이미지 하나에서 출발해 외부에 드러나지 않는 내부 부품까지 포함하는 다단계 설계 구조를 만드는 방식이다.
건축 분야에도 적용할 수 있다. 건물의 외곽선과 층별 면적, 방의 크기와 배치에 관한 설명을 입력하면 공용 복도와 계단, 엘리베이터, 개별 주거 공간 등을 담은 평면도를 생성한다. 방과 벽체에 더해 문과 창문, 설비 요소도 단계별로 배치할 수 있다.
여러 설계안을 한 번에 만들어 비교하는 기능도 제공한다. 같은 요구사항을 바탕으로 여러 후보를 생성하고, 사용자가 하나를 선택하면 세부 부품과 제작 순서까지 구체화한다. 스카이폴 AI는 이 방식이 엔지니어와 건축가, 디자이너가 실제 제작에 착수하기 전에 다양한 설계 가능성을 살펴보는 데 도움이 될 것으로 기대한다.
스카이폴 AI가 공개한 자체 벤치마크 평가에 따르면, CAD 부품 생성 벤치마크(구성 요소 1000개 대상)에서 스카이-001은 오픈AI의 ‘GPT-6 아스트라’를 비롯해 ‘제미나이 4(Gemini 4)’, ‘오웬 3.8 맥스(Owen 3.8 Max)’ 등 다른 회사 모델보다 뛰어난 효율성을 보였다.
건당 생성 비용은 스카이-001이 0.005달러였다. GPT-6 아스트라의 0.75달러와 주요 경쟁 모델의 0.25~0.59달러에 비해 크게 낮은 수준이다.
형상 중첩도를 나타내는 IoU 점수는 스카이-001이 79.7%, GPT-6 아스트라가 79.1%로 비슷한 정확도를 기록했다. 스카이-001은 작업 속도를 약 50배 높였으며, 비용은 건당 $0.005로 150분의 1 수준까지 낮췄다.
BIM 평면도 생성 벤치마크(평면도 1000개 대상)에서는 스카이-001의 처리 속도가 GPT-6 아스트라보다 약 120배 빠르고 비용은 약 185분의 1 수준이었다. IoU 점수도 43.6%로 GPT-6 아스트라의 40.6%보다 높았다고 스카이폴 AI는 설명했다.
다만 이 수치는 자체 평가 결과인 만큼, 실제 산업 현장에서의 성능과 비용 절감 효과는 추가로 검증해야 한다.
학습 데이터도 계층형 설계 방식에 맞춰 마련했다. CAD 모델은 20만개가 넘는 부품을 대상으로 학습했고, 개별 부품의 제작 과정을 익히는 데 60만개 이상의 구축 사례를 사용했다. BIM 모델 학습에는 실제 및 합성 평면도 3만5000개와 도면 생성 단계 200만개가 활용됐다.
샘 파수팔락 스카이폴 AI CEO는 “장기 계획을 수행하는 월드모델로 무차별적인 LLM 호출을 대체하면 토큰 비용이 급격히 낮아질 것”이라고 말했다.
그는 이어 “제번스의 역설에 따라 한계 계산 비용이 낮아지면 도입이 크게 확대될 것”이라며 “지능이 전기처럼 어디서나 이용할 수 있고 저렴해지는 미래를 여는 데 도움이 될 것”이라고 밝혔다.
현재 스카이-001은 초기 연구 프리뷰로 시연되고 있으며, 정식 상용 배포는 2027년 초로 예정돼 있다. 향후 CAD에서는 자연어 지시로 부품을 수정하고 주변 부품에도 변경 사항을 연동하는 기능을 개발할 계획이다. BIM 분야에서는 생성된 평면도를 건축가가 계속 편집할 수 있는 건물 모델로 확장하는 방안을 추진한다.
장기적으로는 이 설계 자동화 기술을 회로기판(PCB)과 다른 하드웨어 설계 분야에도 적용할 계획이다. 복잡한 목표를 구조화된 작업 계획으로 바꾸고 실행하는 월드모델을 통해 물리적 제품의 설계부터 제작까지 자동화하는 것이 목표다.