AI 코딩 에이전트의 3D 모델링 성능 벤치마크: Pantheon OpenSCAD 구현

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

핵심 요약

이 벤치마크는 여러 AI 코딩 에이전트가 OpenSCAD를 사용하여 Pantheon의 3D 모델을 생성하는 능력을 평가한다. 각 에이전트는 참조 이미지를 바탕으로 로툰다, 돔, 포르티코 등 건축 요소를 파라메트릭 코드로 구현하고 CLI를 통해 미리보기를 반복 생성한다. Google Antigravity 2.0과 Gemini 3.5 Flash High 조합이 가장 우수한 자율 생성 결과를 보였으며, ModelRift와 Gemini Flash 3.0 조합은 인간의 피드백을 통해 높은 품질을 달성한다. 단순 속도보다 공간적 판단력과 반복적인 시각적 피드백이 최종 모델의 정밀도에 결정적인 영향을 미친다.

대상 독자

AI 코딩 에이전트의 공간 추론 및 3D 모델링 활용에 관심 있는 개발자

의미 / 영향

AI 에이전트의 공간 추론 능력이 향상됨에 따라, 복잡한 CAD 모델링 작업의 자동화 가능성이 확인된다. 다만, 자율적 생성만으로는 정밀한 건축 모델링에 한계가 있으며, 인간의 시각적 피드백을 결합한 워크플로가 실무에서 더 높은 품질을 보장한다.

섹션별 상세

이 벤치마크는 AI 에이전트의 공간 기하학 처리 능력을 평가하기 위해 Pantheon 건축물을 OpenSCAD 코드로 구현하는 과제를 수행한다. 단순 구문 테스트를 넘어 로툰다, 돔, 포르티코 등 복합적인 구조적 관계를 이해해야 하는 작업이다.

6개의 AI 에이전트가 생성한 Pantheon 3D 모델 벤치마크 결과 비교. — Other각 에이전트별로 생성된 모델의 결과물을 한눈에 비교하여 품질 차이를 시각적으로 보여준다.

벤치마크에 사용된 Pantheon의 정면 및 상공 참조 이미지. — Photo에이전트가 모델링을 수행하기 위해 참조한 원본 건축 이미지 데이터를 보여준다.

Google Antigravity 2.0과 Gemini 3.5 Flash High는 가장 우수한 자율 생성 품질(4.5/5)을 기록한다. 실제 건축 치수를 반영하고 내부 돔의 격자 패턴(coffers)까지 구현하며 공간 추론 능력을 입증한다.

Google Antigravity 2.0과 Gemini 3.5 Flash High로 생성한 Pantheon 모델. — Other가장 우수한 자율 생성 결과를 보인 모델의 렌더링 결과물이다.

Antigravity 모델의 오큘러스를 통해 보이는 내부 돔 격자 패턴. — Other모델이 구현한 복잡한 내부 돔 격자 패턴(coffers)의 디테일을 보여준다.

ModelRift와 Gemini Flash 3.0은 인간이 렌더링 결과에 직접 주석을 달아 수정하는 'human-in-the-loop' 방식으로 3.8/5의 품질을 달성한다. 텍스트 명령보다 시각적 피드백이 공간 모델링의 정밀도를 높이는 데 효과적이다.

Codex 5.5 High는 엔타블라처의 비문까지 구현하는 등 높은 디테일을 보였으나, 미리보기와 최종 STL 메쉬 간의 불일치 문제가 발생한다. 이는 미리보기의 정확성이 최종 출력물의 무결성을 보장하지 않음을 시사한다.

Cursor Composer 2.5는 가장 빠른 속도를 보였으나 결과물은 가장 단순한 형태에 그친다. 속도와 품질 사이의 상관관계가 낮으며, 복잡한 공간 모델링에서는 충분한 계획과 반복 과정이 필수적이다.

실무 Takeaway

공간 모델링 작업 시 텍스트 기반 명령보다 렌더링 결과에 직접 주석을 달아 피드백하는 방식이 훨씬 정밀한 결과를 도출한다.
미리보기 렌더링의 정확성이 최종 STL 메쉬의 무결성을 보장하지 않으므로, 출력 전 별도의 메쉬 검사 단계가 필요하다.
단순한 속도 경쟁보다 모델의 계획 능력과 반복적인 시각적 검증 프로세스가 복잡한 과제 수행의 핵심이다.

언급된 리소스

DemoModelRift