[논문리뷰] Procedura: Agentic 3D Modeling with Procedural Control
링크: 논문 PDF로 바로 열기
메타데이터
저자: Youtian Lin, Yikang Yang, Zhanpeng Hu, Mengqi Zhou, Feihu Zhang, Xun Cao, Jiaheng Liu, Yao Yao
1. Key Terms & Definitions (핵심 용어 및 정의)
- Procedural Assembly: 각 부품이 이름이 지정된 파라메트릭 모듈(Parametric Module)로 구성되며, 기계적으로 검증 가능한
Typed Mates로 결합된 3D 모델링 프레임워크입니다. - Typed Mates: 부품 간의 결합 방식을 정의하는 규격화된 관계(예:
peg-socket,hinge,snap-tab)로, 모델의 물리적 정확성과 조립 가능성을 보장합니다. - CSG (Constructive Solid Geometry): 기본 도형의 합집합, 교집합, 차집합을 통해 복잡한 3D 형상을 생성하는 방식으로, 본 논문에서는 세밀하고 명확한 경계(Sharp edges)를 유지하는 데 사용됩니다.
- Decoupled-Critic Refinement: 생성 모델과 분리된 별도의 Vision Critic이 3D 결과물을 평가하고, 단계별 수정(Fix)을 지시하여 오류를 해결하는 피드백 루프입니다.
2. Motivation & Problem Statement (연구 배경 및 문제 정의)
기존의 Native 3D generators는 고품질 메시를 생성할 수 있으나, 정교한 기계적 구조를 표현하는 데 한계가 있으며, 생성된 결과물이 부품 단위로 분해되지 않거나 편집이 불가능하다는 문제점이 있습니다. 기존의 Autoregressive models 또한 정점(Vertex)과 면(Face)을 토큰 단위로 직접 작성하여 세부 묘사가 부족하고, 구조적 정밀도가 결여되는 경우가 많습니다. 본 연구는 이러한 한계를 극복하기 위해 LLM의 코딩 능력을 활용하여 Procedural Assembly 기반의 편집 가능한 3D 모델링 시스템을 설계합니다 [Figure 3].

Figure 3 — Procedura 프레임워크 개요
3. Method & Key Results (제안 방법론 및 핵심 결과)
본 논문은 Procedura라는 agentic 프레임워크를 제안하여 텍스트 프롬프트로부터 파라메트릭 CSG 프로그램을 생성합니다 [Figure 3]. Procedura는 우선 객체를 Assembly-Graph로 계획한 후, 각 부품을 Typed Mates 기반으로 단계별 생성하며, 각 단계마다 컴파일, 결합, 연결성 확인을 거치는 Verification stack을 통해 빌드 오류를 방지합니다 [Figure 5]. 생성 후에는 Decoupled-Critic이 시각적 오류를 진단하고 수정하여 최종 모델을 완성합니다 [Figure 3]. MechBench-36 벤치마크 결과, Procedura는 Gemini 3.7 Flash 모델 기준 Overall 성능에서 0.828 점을 기록하여, TRELLIS.2(0.810)를 포함한 최신 Native 3D generators 및 기존 3D-code agents 대비 우수한 정성적·정량적 성능을 입증했습니다 [Table 1]. 특히, Sharp-edge length 측면에서 기존 방식 대비 약 2.6배 이상의 성능 우위를 보이며, 편집 가능하고 구조화된 출력물을 생성하는 유일한 프레임워크임을 확인했습니다 [Table 1].

Figure 5 — Mate-driven building 과정
4. Conclusion & Impact (결론 및 시사점)
본 논문은 Procedural Assembly와 Agentic Framework의 결합이 단순한 3D 메시 생성을 넘어, 물리적으로 유효하고 편집 가능한 생산 단계의(Production-ready) 3D 에셋을 생성할 수 있음을 입증했습니다. 이 연구는 3D 모델링의 패러다임을 '단순 형상 생성'에서 '구조화된 코드 작성'으로 전환하며, 향후 게임 엔진, 시뮬레이터, 로보틱스 분야에서 정밀한 하드웨어 모델링을 자동화하는 데 중대한 기여를 할 것으로 기대됩니다.

Figure 1 — Procedura 모델 전체 예시
⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.
관련 포스트
- [논문리뷰] Nexus : An Agentic Framework for Time Series Forecasting
- [논문리뷰] SlideTailor: Personalized Presentation Slide Generation for Scientific Papers
- [논문리뷰] LLMs4All: A Review on Large Language Models for Research and Applications in Academic Disciplines
- [논문리뷰] RealSWE: A Compositional Evaluation of Coding Agents under Realistic User Requests
- [논문리뷰] LatentPress: Context Compression Beyond Text and Vision
Review 의 다른글
- 이전글 [논문리뷰] PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents
- 현재글 : [논문리뷰] Procedura: Agentic 3D Modeling with Procedural Control
- 다음글 [논문리뷰] Self-OPD: On-Policy Distillation for Flow Matching Models without Teacher
댓글