CAD와 BIM을 겨냥한 엔지니어링 월드 모델 SKY-001 공개: 18개월 개발과 효율성 주장

이미지 출처: spisallyouneed / X

2026년 10월 20일, 마이크로소프트 리서치(MSR)에 인수되었던 Maluuba 딥러닝 연구소 출신 연구진을 이끄는 샘 파수팔락(Sam Pasupalak, @spisallyouneed)은 물리적 객체 모델링을 위한 엔지니어링 월드 모델 'SKY-001'을 공식 발표했습니다. 개발팀은 약 18개월간의 연구 개발을 거쳐 설계된 이 모델이 CAD(컴퓨터 지원 설계)와 BIM(건축 정보 모델링) 영역에서 기존 프론티어 범용 언어 모델들을 뛰어넘는 실행 속도와 연산 비용 절감, 그리고 높은 형상 일치율을 달성했다고 밝혔습니다.

18개월의 개발과 엔지니어링 월드 모델의 접근법

SKY-001의 개발은 과거 자연어 처리 및 딥러닝 연구로 알려진 Maluuba 핵심 연구진이 주도했습니다. 연구진은 제조 및 건축 산업에서 필수적으로 사용되는 CAD와 BIM 설계 파이프라인이 텍스트 기반 거대 언어 모델(LLM)과 본질적으로 맞지 않는다는 문제의식에서 출발했다고 설명했습니다. 발표자에 따르면 범용 LLM은 토큰을 순차적으로 예측하는 자기회귀(Autoregressive) 구조를 띠고 있어, 시각적·공간적 추론과 긴 호흡의 엔지니어링 작업에 최적화되어 있지 않습니다.

이에 따라 개발팀은 물리적 객체를 제작하기 전에 소프트웨어 환경 내에서 3차원 형상과 제약을 선행적으로 시뮬레이션하고 '꿈꾸듯' 형상화할 수 있는 전용 월드 모델 체계를 구축했습니다. 18개월 동안 축적된 이 엔지니어링 월드 모델은 향후 자율 제조(Autonomous Manufacturing)를 지탱하는 핵심 백본이자 이른바 'AI 제너럴 엔지니어(AI General Engineer)'의 기초가 되는 것을 목표로 삼고 있습니다.

프론티어 LLM 대조 벤치마크 주장과 설계 의도

공개된 내용에서 개발팀은 최신 프론티어 모델들과의 비교 테스트 결과를 강조했습니다. 발표에 따르면 SKY-001은 CAD 및 BIM 벤치마크 테스트에서 GPT-6 Astra 및 Claude Opus 5.5 등 주요 프론티어 모델과 비교했을 때 51배에서 125배 빠른 실행 속도를 기록했습니다. 또한 추론 및 운용 비용 측면에서도 150배에서 210배가량 저렴하며, 형상 정밀도를 나타내는 IOU(Intersection over Union) 지표 역시 테스트된 모든 프론티어 모델보다 높은 수치를 기록했다고 자가 보고했습니다.

샘 파수팔락은 텍스트 중심의 LLM이 기하학적 좌표나 부품 간의 조립 관계, 구조적 무결성을 직접 다루기보다는 텍스트 토큰의 확률적 분포에 의존하기 때문에 비효율이 발생한다고 지적했습니다. 반면 엔지니어링 공간 자체를 모델링하는 특화 아키텍처를 취할 경우, 과도한 토큰 생성 비용 없이도 산업 설계 환경에서 요구되는 정밀한 기하 연산을 훨씬 효율적으로 처리할 수 있다는 것이 개발팀의 핵심 논거입니다.

자가 보고 수치의 한계와 독립 검증 과제

이번 발표에서 제시된 51125배의 속도 향상, 150210배의 비용 절감, 프론티어 모델 대비 우수한 IOU 수치는 전적으로 개발진 내부의 자체 측정에 근거한 주장입니다. 현재 시점에서는 외부 독립 연구 기관이나 서드파티 엔지니어링 벤치마크를 통한 교차 검증 데이터가 공개되지 않았으므로 수치 해석에 신중한 접근이 요구됩니다.

특히 CAD와 BIM 실무 환경은 규격화된 단순 도형 생성뿐만 아니라 복잡한 파라메트릭 제약 조건, 이종 소프트웨어 간의 파일 호환성, 실제 제조 공정상의 공차(Tolerance) 검증 등 까다로운 요구조건을 수반합니다. 자가 보고된 성능 지표가 실제 산업 현장의 엔드투엔드 워크플로에서도 동일하게 재현되는지 확인하기 위해서는 구체적인 벤치마크 데이터셋의 구성과 테스트 방법론, 모델 가중치 또는 평가 API의 공개를 통한 독립적인 검증이 선행되어야 합니다.

출처

• Sam Pasupalak (@spisallyouneed) 원문 발표