컴퓨터 지원 설계(CAD)는 현대 공학을 뒷받침하지만, 고품질 부품을 제작하려면 여전히 상당한 전문가의 노력이 필요합니다. 많은 AI 시스템이 CAD 역공학(reverse engineering)을 다루지만, 대부분은 단일 패스(single-pass) 방식이어서 미세한 기하학적 세부사항을 놓칩니다. 반면, 인간 엔지니어는 입력 형상과 재구성된 형상을 비교하고 남은 불일치를 바탕으로 설계를 반복적으로 수정합니다. 에이전트(agent) 기반 방법은 고정된(frozen) VLM을 통해 이러한 루프를 모방하지만, 현재 파운데이션 모델의 취약한 3D 그라운딩(grounding)으로 인해 신뢰성과 효율성이 제한됩니다. 본 논문에서는 입력 형상과 예측된 형상 간의 기하학적 불일치를 활용하여 예측을 반복적으로 개선하도록 학습(training)된 모델(model)인 CADReasoner를 소개합니다. 이 모델은 실행 가능한 CadQuery Python 프로그램을 출력하며, 여기서 렌더링된 메시는 다음 단계의 입력으로 다시 피드백됩니다. CADReasoner는 상호 보완적인 모달리티로서 다중 시점(multi-view) 렌더와 포인트 클라우드를 융합합니다. 실세계와의 격차를 줄이기 위해, 학습 및 평가(evaluation) 과정 모두에 적용되는 스캔 시뮬레이션 프로토콜을 제안합니다. DeepCAD, Fusion 360, MCB 벤치마크(benchmark) 전반에 걸쳐, CADReasoner는 클린 트랙과 스캔 시뮬레이션 트랙 모두에서 최고 수준(state-of-the-art)의 결과를 달성합니다.
대규모 언어 모델(LLM)은 최근 자연어 프롬프트에서 파라메트릭 CAD 프로그램(예: CadQuery)을 합성하는 텍스트-투-CAD 시스템을 가능하게 했습니다. 그러나 실제로 기하학적 설명은 명세가 불충분하거나 내부적으로 모순될 수 있습니다. 중요한 치수가 누락되거나 제약 조건이 충돌할 수 있습니다. 하지만 기존 파인튜닝된 모델들은 텍스트가 모호할 때 사용자 지시사항을 수동적으로 따르고 치수에 대해 환각(hallucination)을 일으키는 경향이 있습니다. 이를 해결하기 위해 우리는 코드 합성 전에 명세 문제를 해결하는 텍스트-투-CadQuery 생성을 위한 능동형 에이전트 프레임워크인 ProCAD를 제안합니다. 우리 프레임워크는 프롬프트를 검토하고 자기 일관적인 명세를 생성하기 위해 필요한 경우에만 구체적인 명확화 질문을 하는 능동형 명확화 에이전트와, 명세를 실행 가능한 CadQuery 프로그램으로 변환하는 CAD 코딩 에이전트를 결합합니다. 우리는 선별된 고품질 텍스트-투-CadQuery 데이터셋을 기반으로 코딩 에이전트를 파인튜닝하고, 명확화 궤적(trajectories)에 대한 에이전트 지도 학습(SFT)을 통해 명확화 에이전트를 학습시킵니다. 실험 결과, 능동형 명확화는 상호작용 오버헤드를 낮게 유지하면서 모호한 프롬프트에 대한 강건성을 크게 향상시키는 것으로 나타났습니다. ProCAD는 Claude Sonnet 4.5를 포함한 최첨단 폐쇄형 모델을 능가하며, 평균 Chamfer 거리를 79.9% 감소시키고 무효 비율을 4.8%에서 0.9%로 낮췄습니다. 우리의 코드와 데이터셋은 https://github.com/BoYuanVisionary/Pro-CAD에서 공개적으로 제공됩니다.