MachinaCheck: AMD MI300X 기반의 멀티 에이전트 CNC 제조 가능성 분석 시스템 구축

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

MachinaCheck는 중소규모 CNC 가공 공장의 수동 견적 프로세스를 자동화하기 위해 개발된 멀티 에이전트 AI 시스템이다. 고객이 업로드한 STEP 파일을 분석하여 30초 이내에 제조 가능성 보고서를 생성하며, 필요한 공구와 공정 및 리스크를 식별한다. 보안이 중요한 제조 데이터 보호를 위해 192GB VRAM을 갖춘 AMD Instinct MI300X 하드웨어에서 Qwen 2.5 7B 모델을 온프레미스로 구동하여 데이터 외부 유출을 원천 차단했다. 테스트 결과 전체 파이프라인 실행에 25~40초가 소요되었으며, 모든 테스트 부품에서 정확한 제조 가능성 평가를 수행했다.

배경

CNC 제조 공정 및 STEP 파일 구조에 대한 기본 이해, LangChain 및 vLLM 프레임워크 사용 경험, AMD ROCm 환경에서의 모델 배포 지식

대상 독자

제조업 AI 솔루션 개발자, 온프레미스 LLM 도입을 검토 중인 엔지니어, AMD 가속기 활용 사례 연구자

의미 / 영향

이 사례는 고성능 하드웨어를 통한 로컬 LLM 구동이 단순한 기술적 선택을 넘어 보안이 생명인 제조 산업에서 AI 도입을 가능케 하는 핵심 비즈니스 전략임을 시사한다. 특히 중소기업의 도메인 지식을 에이전트화하여 숙련공의 업무 부하를 줄이는 실질적인 AI 활용 모델을 제시했다.

섹션별 상세

전통적인 CNC 가공 공장의 수동 Feasibility 분석은 도면당 30~60분이 소요되며 인적 오류로 인한 불량 발생 위험이 높다. MachinaCheck는 STEP 파일을 직접 파싱하여 30초 만에 제조 가능성 보고서를 생성함으로써 숙련된 관리자의 시간을 절약하고 생산 효율성을 높인다.

제조업의 CAD 데이터는 핵심 지적 재산권(IP)이므로 외부 API(OpenAI 등) 전송 시 기밀 유지 위반 위험이 크다. 192GB HBM3 VRAM을 탑재한 AMD Instinct MI300X를 사용하여 Qwen 2.5 7B 모델을 로컬에서 실행함으로써 'Privacy by Design'을 실현하고 기업용 제품으로서의 신뢰성을 확보했다.

시스템은 5개의 컴포넌트로 구성된 파이프라인을 LangChain과 FastAPI로 오케스트레이션한다. 순수 Python 기반의 cadquery 라이브러리를 사용하여 STEP 파일에서 구멍 지름, 표면적 등 수학적으로 정확한 기하학적 특징을 추출하는 것이 첫 단계이다.

추출된 데이터는 Qwen 2.5 7B 모델 기반의 에이전트들에게 전달되어 제조 공정 분류 및 최종 의사결정을 수행한다. 에이전트 1은 필요한 CNC 작업과 공구를 분류하고, 에이전트 3은 공구 가용성 데이터를 바탕으로 구매 필요 항목이나 리스크 플래그를 포함한 구조화된 결정을 내린다.

모든 단계에 LLM을 사용하는 대신 결정론적 로직이 필요한 공구 매칭(에이전트 2)은 순수 Python 코드로 구현했다. 데이터베이스 조회와 같은 작업에 LLM을 배제함으로써 지연 시간을 줄이고 환각(Hallucination) 현상을 방지하여 시스템의 신뢰도를 높였다.

실무 Takeaway

민감한 제조 IP 보호를 위해 AMD MI300X와 같은 고성능 가속기를 활용한 온프레미스 LLM 배포는 엔터프라이즈 AI 솔루션의 필수 요건이다.
모든 워크플로에 LLM을 적용하기보다 수학적 계산이나 DB 조회는 순수 코드로 처리하고 추론이 필요한 영역에만 에이전트를 배치하는 하이브리드 설계가 효율적이다.
Qwen 2.5 7B 모델은 ROCm 및 vLLM 환경에서 평균 3초 미만의 추론 지연 시간을 기록하며 실시간 제조 분석 서비스에 적합한 성능을 보여주었다.

언급된 리소스

DemoMachinaCheck HF Space

GitHubMachinaCheck GitHub Repository