이 연구 주제는 CAD, PLM, STEP, ISO 15926, 온톨로지와 같은 표준 및 정보모델을 활용하여 제품과 설비의 생애주기 전반에서 생성되는 엔지니어링 데이터를 통합하는 데 초점을 둔다. 연구실은 기계·플랜트·조선·해양 분야에서 서로 다른 CAD 시스템과 설계 환경 사이에 존재하는 데이터 단절 문제를 해결하고, 설계·제작·시공·운영·유지보수 단계까지 연속적으로 연결되는 디지털 정보체계를 구축하고자 한다. 이를 통해 형상 정보뿐 아니라 사양, 포트, 카탈로그, 문서, 규정 정보까지 포함하는 고도화된 디지털 표현을 가능하게 한다. 구체적으로는 중립 모델 설계, 데이터 변환기 개발, 기자재 카탈로그 생성, 설비 라이브러리 관리, 형상 단순화, 조립체 비교, 모델 유사도 분석 등의 기술이 핵심을 이룬다. 연구실의 특허와 다수의 학술발표는 모델 단순화의 최적 정밀도 결정, 연결성 보존형 간략화, 조립체 모델 비교, 기자재 정보 공유 시스템 등 실제 산업 적용성이 높은 기술 축적을 보여준다. 또한 ISO 15926, STEP, AAS 등 국제 표준과 연계된 데이터 구조를 정의함으로써 상용 CAD 시스템 간 상호운용성과 산업 현장 적용 가능성을 동시에 높이고 있다. 이 연구의 의의는 단순한 데이터 변환을 넘어, 디지털 제조와 스마트 엔지니어링을 위한 기반 인프라를 제공한다는 점에 있다. 표준 기반 데이터 통합이 가능해지면 설계 변경의 추적, 협업 효율 향상, 유지보수 정보의 재사용, 공급망 간 정보 공유가 체계화될 수 있다. 향후에는 생성형 AI, 산업 메타버스, 디지털 트윈과 결합되어 인간 중심의 자율 설계·생산 환경을 지원하는 핵심 플랫폼 기술로 확장될 가능성이 크다.

이 연구 주제는 3D 경계표현(B-rep) 모델과 기계 부품 형상으로부터 설계 기능요소를 자동 인식하고, 이를 설계 검증과 검색, 재생성, 제조 지식 활용으로 연결하는 데 목적이 있다. 연구실은 전통적인 CAD/CAM 연구를 기반으로 최근에는 딥러닝, 그래프 신경망, 3D CNN, 유사도 검색, 설명가능한 AI 기법을 도입하여 복잡한 기계 부품의 의미 있는 형상 정보를 자동으로 해석하는 방향으로 연구를 발전시키고 있다. 이는 기계 설계 데이터가 단순 형상 집합이 아니라 공학적 기능과 제조 의도를 포함한 정보라는 관점에 기반한다. 대표적으로 B-rep 모델에서 설계 특징형상과 가공 기능요소를 인식하는 연구, 관계 기술자를 이용한 설계 특징 검색, 딥러닝 기반 설계 적합성 검증, 형상 유사도 기반 검색 시스템 등이 수행되고 있다. 최근 논문에서는 B-rep 모델에서 기계 부품의 설계 기능요소를 인식하는 DFGAT 기법과 관계 기술자 기반 특징 검색 방법을 제안하였고, 관련 프로젝트에서는 설계 파라미터 계산과 설계 치수 검증까지 포함하는 자동화 기술 개발을 추진하고 있다. 이러한 접근은 설계 데이터의 재활용성과 제조 연계성을 크게 높여준다. 이 연구는 설계 자동화와 지능형 제조를 잇는 핵심 기술로 평가할 수 있다. 사람이 직접 모델을 해석하고 특징을 찾던 과정을 AI가 지원하게 되면 설계 검토 속도와 정확도가 향상되고, 설계 규칙 위반 탐지나 제조 가능성 검토도 더욱 체계적으로 수행할 수 있다. 앞으로는 LLM, 생성형 AI, XAI와 결합하여 사용자의 의도를 반영하는 대화형 설계 지원, 기능요소 중심의 자율 설계, 제조 제약을 고려한 설계 추천으로 확장될 수 있다.

이 연구 주제는 비정형 엔지니어링 자료를 디지털 자산으로 변환하고, 이를 디지털 트윈 및 지능형 제조 플랫폼과 연계하는 융합 연구를 포괄한다. 연구실은 P&ID, 설계도면, 시트, 계약 문서, 설비 데이터 등 다양한 비정형 정보를 자동으로 인식·추출·구조화하는 기술을 개발하고 있으며, 이를 통해 현실 세계의 설비와 공정을 디지털 공간에서 정확하게 재현하고 운영할 수 있는 기반을 마련하고 있다. 최근에는 산업 메타버스, Human-in-the-Loop 제조, 자율 설계·생산 플랫폼과 같은 응용 영역까지 연구 범위를 넓히고 있다. 세부적으로는 그래프 신경망 기반 P&ID 선 분류, 이미지 기반 객체 및 라인 인식, 설계정보 디지털 변환·추출, 계약 문서의 규칙 생성과 내재 위험 식별, 지반 침하 위험도 예측, 클라우드 기반 엔지니어링 플랫폼 구축 등의 연구가 포함된다. 또한 원격절단 시스템, 원전 해체, 스마트 하우스, WAAM 셀 등 실제 산업 및 사회 인프라 문제를 대상으로 디지털 트윈 운영 기술과 예지보전, 품질·에너지 예측, 실시간 연동 기술을 연구하고 있다. 이처럼 연구실은 문서·도면·형상·센서 데이터까지 아우르는 통합형 엔지니어링 AI 연구를 수행한다. 이 연구의 강점은 디지털화 기술이 단독으로 머무르지 않고, 실제 제조 및 운영 의사결정으로 연결된다는 점이다. 설계 도면과 문서가 구조화되면 공정 시뮬레이션, 위험 분석, 자산 관리, 운영 자동화, 유지보수 계획 수립이 더욱 정밀해진다. 장기적으로는 LLM과 생성형 AI를 활용한 자율 설계·생산 플랫폼, 산업 메타버스 기반 협업 환경, 설명가능한 디지털 트윈 서비스로 발전하여 제조 혁신과 산업 안전성 향상에 기여할 것으로 기대된다.