1) 문제점
인테리어 시뮬레이션이나 공간 설계에 필요한 3D 모델링은 수작업으로 진행되어 비용과 시간이 많이 소요됨
기존 3D 제작 도구는 도면 기반 자동화 기능이 부재하여 전문 지식 없이 사용하기 어려움

2) 프로젝트 목표
아파트 평면도를 딥러닝 기반으로 자동 분석하여 실내 공간을 파악/실내 공간(벽체, 거실, 화장실, 베란다, 다용도실, 싱크대) 및 오브젝트(변기, 창문, 문, 전자렌지, 욕조, 세면대, 엘레베이터 등등) 좌표 및 방향벡터를 포함한 레이블 데이터 추출
해당 정보를 기반으로 3D 객체를 자동 배치하여 Blender에서 시각화
전체 과정 자동화를 통해 end to end 도구화 실현

3) 주안점
복잡한 도면에서도 인식 가능한 딥러닝 Multi-Label Instance segmentation 구조 설계
Blender Python API를 통한 구조화된 3D 자동 변환 로직 설계
실행 가능한 End-to-End 자동화 시스템 완성

규격화된 아파트 2D 평면도를 입력으로 받아, 딥러닝 기반으로 각 공간과 객체(안방, 거실, 주방, 욕실 등)를 인식하고 자동 분리한 뒤, Python 기반 Blender API를 이용해 3D 모델로 자동 변환하는 시스템을 개발했습니다.
사용자는 별도 조작 없이 단일 이미지 입력만으로도 3D로 전환된 실내 구조를 얻을 수 있으며, 전체 프로세스는 완전 자동화되어 비전문가도 사용할 수 있도록 설계되었습니다.
전체 파이프라인은 학습된 segmentation 모델을 통해 instance label을 추출하고, 각 객체의 크기, 방향, 위치 정보에 따라 Blender 상에 대응하는 3D 오브젝트를 자동 배치하는 구조로 설계되었습니다.
주요 이슈로는 객체 간 경계 구분이 어려운 평면도에서의 정확도 확보였으며, label 세분화 및 데이터 전처리 자동화를 통해 해결했습니다.