TL;DR

MAC은 텍스트→CAD 파이프라인을 4개의 역할별 에이전트로 분리해 구조화된 JSON만 주고받게 만든 Python 기반 프레임워크로, Spec Planner→Architect→Python Coder→Aider의 순서로 진행됩니다. _plan_to_code 결정론적 변환기로 흔한 CAD 연산을 LLM 호출 없이 build123d 코드로 생성하고, 단계별 모델 교체와 캐시를 통해 토큰을 116×, 비용을 13× 절감한 결과를 README에 제시하고 있습니다. 웹 UI와 터미널 실행을 모두 지원하며 출력으로는 temp_design.py, STEP/STL, 측정·진단 JSON과 QA 리포트가 생성되어 중간 산출물을 감사하거나 수동 개입할 수 있습니다.

핵심 포인트

• MAC은 4단계 에이전트(Spec Planner, Geometric Architect, Python Coder, Aider repair loop)를 LangGraph 상태머신으로 연결해 각 단계가 구조화된 JSON만 주고받도록 설계되어 있습니다. 각 에이전트는 자신의 역할에 필요한 작은 구조화 산출물(CADBrief, ArchitectPlan, QA 리포트)만 입력으로 받아 토큰 사용량을 극적으로 줄입니다. 이 구조 때문에 오류 전파가 단계 경계를 넘어 확산되는 일이 줄고 중간 산출물을 사람이 감사하거나 개입할 수 있습니다.
• _plan_to_code라는 결정론적 변환기가 ArchitectPlan을 build123d 코드로 직접 변환하면서 빈번한 CAD 연산은 LLM 호출 없이 생성됩니다. 변환기는 extrude, revolve, hole, boolean, pattern, fillet, chamfer, shell 등 일반 연산을 지원하고, 미지원 유형은 # TODO_AIDER 주석으로 표시하여 수리 단계에서 처리하도록 분리합니다. 이 접근이 전체 토큰 사용 116× 감소와 비용 13× 절감에 핵심적인 역할을 했습니다.
• 단계별 모델 자유도(hybrid routing)를 통해 각 스테이지마다 다른 모델과 파라미터를 지정할 수 있으며 OpenAI 호환 엔드포인트를 사용하도록 기본 구성되어 있습니다. 예를 들어 Spec Planner에는 경량 로컬 모델을, Architect/Coder에는 강력한 reasoning 모델을 배치하고 Aider에는 코드 수리에 강한 모델을 쓸 수 있습니다. 파이프라인의 처음 두 스테이지 산출물을 pipeline_cache에 저장해 동일 프롬프트 재실행 시 초기 LLM 호출을 생략하도록 해 비용과 대기시간을 추가로 줄입니다.
• 사용자는 터미널과 웹 UI 중 하나를 선택해 파이프라인을 실행할 수 있으며 출력물로는 temp_design_*.py, STEP/STL 파일, 측정·진단 JSON, QA 리포트가 생성됩니다. 웹 UI는 서버에서 생성된 .py를 실행하므로 단일 사용자 신뢰 네트워크 환경에서 운영하도록 권장합니다. 설치는 conda 권장이며 README에 pip용 충돌 회피 워크어라운드와 Windows/conda 관련 주의사항이 명시되어 있습니다.

벤치마크

이미지 분석