CAD류 제품 설계/엔지니어링 도면을 대상으로, 실제 구현·적용된 비전 AI 활용 사례

#회사/연구 주체도메인·도면 종류비전 AI 활용 방식주요 용도보고된 효과/성과

1	Systems Nakashima + Roboflow	건설용 CAD 도면 (전기·소방 등 심볼 포함 평면도)	CAD 도면을 이미지로 입력 → 커스텀 객체 검출 모델로 전기·소방 설비 심볼 자동 인식·카운트	자재 수량 산출, 공사비 견적 자동화	수만 개 심볼을 인식하는 모델 구축, 설계도 스캔 후 수초 내 부품 리스트(BOM) 추출, 기존 수작업 견적 시간을 대폭 단축 (roboflow.com)
2	SphereIQ – Construction Estimation Assistant	건축·토목 CAD 파일	CAD 파일을 AI가 읽어 도면 구조 파악, 재료·수량 정보 추출 (비전 + 문서 AI 조합)	BOM 생성, 공사비 산출, 지역 규정 자동 체크	시범 적용에서 견적 워크플로우 70% 속도 향상, 규정 위반 리스크 감소 보고 (sphereiq.ai)
3	Civils.ai	2D CAD 평면도·사이트 플랜(PDF)	업로드한 도면을 자동 스케일링하고, 이미지 상에서 영역/길이/개수 측정	수량 산출(takeoff), 면적·벽 길이 계산, 입찰용 물량 산정	2022년부터 상용 서비스로, 다수 글로벌 AEC 업체가 도면 기반 수량 산출 시간 최대 90% 단축 효과로 사용 중 (civils.ai)
4	Businessware Technologies – AI Takeoff SaaS	건축·설비·전기 평면도 등 다양한 설계도 PDF	컴퓨터 비전 모델로 벽·창·문·방 영역, 전기/배관 심볼 인식 및 길이·면적 자동 계산	클라우드 기반 수량 산출·견적, 스프레드시트/카탈로그와 연동	실제 시공사 워크플로우에 통합되어, 수작업 치수 재기·표 작성 업무를 크게 감소시킨 사례 보고 (businesswaretech.com)
5	Infrrd – Computer Vision for Engineering Drawings	기계·플랜트·건축 등 엔지니어링 설계도 (RFQ 도면 포함)	도면 이미지에서 요구 사양·치수·심볼 자동 추출, 카탈로그와 매칭	RFQ 자동 처리: 요구사항 읽고, 자사 제품 카탈로그와 자동 매칭해 견적 준비	복잡한 도면에서 사람보다 높은 정확도로 핵심 값을 추출해, 견적 리드타임 단축·코스트 통제에 활용된다고 보고 (infrrd.ai)
6	Intelligent Project Solutions – iDrawings P&ID	플랜트 P&ID, PFD, 장비·전기·계기 도면 (AutoCAD·Plant 3D 등 호환)	스캔/PDF 도면을 입력하면 심볼·텍스트·라인·관계를 AI로 인식하여 “인텔리전트 P&ID”로 재생성	레거시 이미지 도면을 CAD 편집 가능한 지능형 도면으로 변환, 동시에 설비/라인/계기 리스트 자동 생성	실제 프로젝트에서 최대 100배 빠른 도면 디지털화, 최대 90% 비용 절감 수치 제시 (ips-ai.com)
7	WeMB – DrawDX (한국)	아날로그/이미지 형식 P&ID 설계도	딥러닝 기반 컴퓨터 비전으로 P&ID 심볼·라인 인식, 구조화 → EPnID 에디터에서 바로 편집 가능한 도면으로 변환	설비·발전소 P&ID 도면 대량 디지털화	복잡도에 따라 최대 32시간 걸리던 도면 1장 디지털화 시간이 3시간 미만으로 감소, PDF 변환 시 심볼 인식률 95% 이상 달성 (wemb.co.kr)
8	ID2 도구 (Digitization & Conversion Tool for Imaged P&ID) – MDPI Energies	스캔된 P&ID, CAD→이미지 변환 도면	템플릿 매칭·슬라이딩 윈도우 등 디지털 영상 처리 + 심볼/문자 인식으로 설비·라인·텍스트를 자동 추출, 상용 P&ID 툴 형식으로 변환	이미지 P&ID를 지능형 P&ID로 자동 변환, BOM·견적·FEED 단계 추정 자동화 기반 제공	400장 규모 P&ID 케이스에서, 수작업 입력 3200 인시 vs 자동 인식+후처리 200 인시 → 약 16배 속도 향상, 심볼 인식 정확도 93%, 텍스트 인식 82% 보고 (mdpi.com)
9	자동차 트리밍 다이 설계 검사 시스템 – Automation of Trimming Die Design Inspection…	자동차 차체용 트리밍 다이(금형) CAD 도면	3D CAD를 2D 이미지로 변환 후, AI 모듈이 단면 형상·치수 등을 자동 분석하고, CAD가 지시한 조작을 수행하는 “지그재그(zigzag)” 구조	양산 전 금형 설계 품질 검사 자동화 (규격 위반·잠재 결함 설계 자동 검출)	실제 자동차 제조사 데이터로 평가 시, 길이 측정 평균 오차 2.4%, 설계 검사 시간 전문가 수작업 대비 약 1/5로 단축 (sciencedirect.com)
10	Deep Learning for Automatic Recognition of 2D Engineering Drawings – MDPI Machines	기계·부품 2D 엔지니어링 도면 (치수·GD&T 포함)	도면을 뷰 단위로 분할 후, 딥러닝 기반 문자·심볼 인식으로 치수·공차·GD&T 프레임 자동 분류·추출	제품 설계도에서 치수·기하공차 정보를 자동 읽어 제조·검사 공정에 연계	실제 산업 도면을 대상으로 한 실험에서, 주요 치수·공차·기능 제어 항목 인식 정확도 약 70% 수준 달성, 수작업 도면 해석 시간 크게 절감 (mdpi.com)

---

요약하면, 실제로는 비전 AI가 설계도면에서 크게 네 가지 방향으로 쓰이고 있습니다.

1. 견적·BOM·수량 산출 자동화
   • 건축/플랜트/기계 도면에서 부품·공간·길이·면적을 인식해 견적과 BOM을 자동으로 생성 (사례 #1–5).
2. 레거시 도면 디지털화·표준화
   • 스캔본·PDF 도면을 AutoCAD/Plant 3D 등에서 편집 가능한 “인텔리전트 도면”으로 변환 (사례 #6–8).
3. 설계 품질·규격 검사 자동화
   • 금형·기계 도면에서 설계 규칙 위반 여부를 자동 검사해, 설계 리뷰 시간을 크게 줄임 (사례 #9, #10 및 관련 연구들). (arxiv.org)
4. 향후 확장
   • 최신 연구에서는 YOLO 계열 검출 + Donut/Florence 같은 **비전-언어 모델(VLM)**을 결합해, 2D 도면 전체를 JSON 구조로 파싱하고, 공정/공구 선정까지 연결하는 프레임워크도 제안되고 있습니다. (arxiv.org)

#사례 (요약)실제 적용/사용 회사개발·솔루션 회사/기관국가 (사용 / 개발)

1	건설 CAD 도면 심볼 인식·BOM 추출 (Systems Nakashima + Roboflow)	일본 내 복수의 건설사·전기공사업체가 Systems Nakashima의 소프트웨어로 CAD 도면을 스캔하여 부품 리스트·견적을 산출 (개별 회사명은 비공개) (roboflow.com)	Systems Nakashima Co., Ltd. (오카야마 기반 CAD·SI 회사) + Roboflow Inc. (비전 AI 플랫폼) (roboflow.com)	일본 / 일본·미국
2	건축 CAD 기반 견적·규정 검증 AI 어시스턴트 (SphereIQ)	“A construction firm needed …”라고만 명시된 단일 건설사(회사명·국가 비공개) (sphereiq.ai)	SphereIQ Ltd. – 런던 Docklands Business Centre 등록 영국 법인 (find-and-update.company-information.service.gov.uk)	비공개 / 영국
3	Civils.ai – CAD·PDF 도면 수량 산출/견적	Penta-Ocean (대형 시공사, 터널 공사 입찰 지원), Asia Infrastructure Solutions, 싱가포르 개발사 JTC, 영국 에너지 인프라 프로젝트의 컨설턴트/발주처 등 다수 고객사 (civils.ai)	Civils.ai Pte. Ltd. – 싱가포르 법인, 건설 AI SaaS 스타트업 (companies.sg)	일본·싱가포르·영국 등 / 싱가포르
4	PDF 설계도에서 벽·창·문·공간 인식 및 수량 산출 (Businessware Tech)	“Architectural Bureau”로만 표기된 건축 설계사무소 1곳 (회사명·국가 비공개) (casestudies.com)	Businessware Technologies – HQ 예레반(아르메니아), 미국·러시아에도 오피스/개발센터를 둔 소프트웨어·AI 개발사 (linkedin.com)	비공개 / 아르메니아·미국·러시아
5	Infrrd – Engineering Drawing Data Extraction (물 관리 회사 사례)	“innovative leader in water management”로만 소개된 상하수/물관리 리더 기업이, 건설 도면·토목 다이어그램에서 치수·사양 값을 자동 추출하는 용도로 사용(회사명·국가 비공개) (infrrd.ai)	Infrrd, Inc. – 미국 CA 새너제이 본사, 인도 벵갈루루 오피스 보유, IDP·비전 AI 전문 기업 (craft.co)	비공개 / 미국·인도
6	IPS iDrawings – P&ID 디지털화·MTO 자동생성	다수의 공개 케이스: PTTEP (PTT Exploration and Production, 태국 국영 석유·가스 회사), “Global operations company”, “Petroleum company in Asia”, 복수의 글로벌 EPC, Mitsubishi Engineering(미쓰비시 계열 엔지니어링 회사, 정확한 법인명은 미공개) 등이 P&ID 표준화·MTO 생성·3D 연계에 사용 (ips-ai.com)	Intelligent Project Solutions (IPS) – 캐나다 브리티시컬럼비아주 리치먼드 기반 AI·공정산업 디지털화 전문 회사 (serchen.com)	태국·일본·아시아/글로벌 / 캐나다
7	WeMB DrawDX & EPnID – P&ID 도면 자동 디지털화 (한국)	영흥화력·남제주복합화력 등 발전소와 한국남동발전, 한국남부발전 등 국내 발전 공기업이 EPnID·DrawDX로 이미지/PDF P&ID를 디지털화하고 운영 데이터와 연동해 사용 (wemb.co.kr)	WeMB Corp. – 서울 소재 디지털 트윈·통합관제·빅데이터/AI 전문 IT 기업 (wemb.co.kr)	한국 / 한국
8	ID2 – 이미지 P&ID를 지능형 P&ID로 자동 변환 (MDPI Energies 2019)	국내 엔지니어링/정유·화학 프로젝트 3건의 P&ID(단순/중간/복잡)를 케이스로 사용; 도면은 실제 산업 프로젝트에서 가져왔지만, 회사명은 논문에서 공개하지 않음 (mdpi.com)	DofTech Engineering (서울 엔지니어링 회사) + POSTECH(포항공대) Ferrous Technology/산업경영공학 연구팀 – 공동 연구·시스템 개발 (mdpi.com)	한국 (실제 프로젝트) / 한국 (기업+대학)
9	자동차 트리밍 다이 설계 자동 검사 (Zigzag AI–CAD)	현대자동차그룹 Stamping Tool Design Team 및 Advanced Manufacturing CAE Team이 상용 자동차용 트리밍 다이 CAD 데이터를 제공하고, 시스템 검증과 연구를 공동 수행 (sciencedirect.com)	성균관대 등 한국 대학 연구자들과 현대자동차그룹 내부 팀이 공동으로 AI 모듈·CAD 연동 시스템을 개발 (sciencedirect.com)	한국 / 한국
10	2D 엔지니어링 도면 딥러닝 인식 (치수·GD&T 추출, MDPI Machines 2023)	반도체·기계부품 등의 실제 2D 도면 다수를 케이스로 사용하지만, 개별 기업명은 공개하지 않음(“real-world cases”로만 기술) (mdpi.com)	Chung Yuan Christian University(중원기독교대학, 타이완 타오위안시) 기계공학과·스마트제조 R&D 센터 연구팀이 시스템 및 모델 개발 (mdpi.com)	타이완(도면 출처는 익명) / 타이완 (대학 연구팀)

---

정리해보면:

• 상용 솔루션 + 실제 고객사 이름이 명시된 것:
  Civils.ai(Penta-Ocean, JTC 등), WeMB(국내 발전사들), IPS iDrawings(PTTEP, Mitsubishi Engineering 등)처럼 비교적 구체적인 레퍼런스를 가진 경우가 많습니다.
• 고객사는 익명이고, 개발사만 공개된 것:
  SphereIQ, Infrrd, Businessware 등의 케이스는 “A construction firm”, “water management leader”, “Architectural bureau”처럼만 표기되어 회사명·국가는 비공개입니다.
• 학술 연구이지만, 실제 산업 데이터와 기업이 관여한 것: