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

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.

근거

전체 파이프라인(4개 에이전트) 실행 시간이 25초에서 40초 사이로 측정되었다. — Results 섹션의 Full pipeline 수치

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.

근거

AMD MI300X의 192GB VRAM을 통해 Qwen 2.5 7B를 온프레미스에서 구동하여 데이터 유출을 차단했다. — Why We Built It on AMD MI300X 섹션

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.

근거

vLLM을 통한 에이전트 호출의 평균 추론 지연 시간은 3초 미만이다. — The AMD Stack 섹션의 Inference latency 언급

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.

기술

AMD Instinct MI300X
Qwen 2.5 7B
vLLM
ROCm
LangChain
cadquery
FastAPI

활용 사례

CNC 제조 가능성 자동 분석
공구 인벤토리 매칭 및 구매 제안
온프레미스 보안 특화 AI 에이전트 구축

언급된 리소스

DemoMachinaCheck HF Space

GitHubMachinaCheck GitHub Repository