플러스프로젝트 배경
3D 프린팅 주문 전, 모델의 데이터 오류(비다양체, 다중 바디 등)나 물리적 한계(최소 두께 미달 등)를 수동으로 검증하는 데 따르는 비용과 시간을 절감하고자 AWS 기반의 자동화 분석 API와 시각화 뷰어 도입이 필요했습니다.
프로젝트 성과
서버리스 기반 3D 모델 데이터 결함 자동 분석 파이프라인 구축
AWS Lambda를 활용해 인프라 관리 부담을 줄이고, STP 파일의 자동 STL 변환 및 8가지 정밀 검사 항목(두께, 에러 등)에 대한 실시간 피드백 시스템을 구축했습니다
가시성 높은 3D 분석 결과 시각화
Three.js 뷰어 내에 분석 데이터를 매핑하여, 출력이 위험한 영역(두께 부족 등)을 적색 및 황색으로 강조 표시함으로써 사용자 직관성을 획기적으로 개선했습니다
핵심 기능
8단계 모델 정밀 검사 (Inspection)
Non-Manifold Edge, Multiple Body, 두께/간격 검사 등 3D 프린팅 실패 요인을 사전에 완벽히 탐지하여 분석 결과를 JSON 및 썸네일로 반환합니다
인터랙티브 3D 분석 결과 뷰어
분석 결과에 따라 모델 표면에 가중치 색상(Heatmap)을 입혀, 사용자가 즉시 수정이 필요한 부위를 마우스 조작으로 확인할 수 있는 기능을 제공합니다.서버리스 기반 자동 분석 파이프라인 구축
진행 단계
요구사항 정의 및 설계
2023.08.
8종 검사 항목(두께, 크기, 재료 소모량 등) 정의 및 AWS Lambda 계층(Layer) 구조를 설계하였습니다.
분석 알고리즘 및 API 개발
2023.08.
Python(Trimesh, Gmsh)을 이용한 3D 분석 엔진 개발 및 성능 최적화(Thumbnail 생성, 포맷 변환 분리)를 수행했습니다
3D 뷰어 개발 및 배포
2023.09.
Vue3와 Three.js를 연동한 웹 뷰어를 개발하고, Netlify를 통해 실시간 데모 환경을 구축하여 최종 검증을 완료했습니다
프로젝트 상세
본 프로젝트는 3D 프린팅 서비스의 핵심인 '출력 가능성 검사(Printability Check)'를 자동화하기 위해 개발된 시스템입니다.
사용자가 업로드한 3D 모델(STL, STP 등)을 AWS Lambda의 서버리스 환경에서 분석하여, 모델의 물리적 오류나 출력 규격 준수 여부를 판단합니다. 특히 복잡한 기하학적 분석(두께, 간격 등) 결과물을 사용자에게 직관적으로 전달하기 위해 Three.js 기반의 전용 뷰어를 함께 구축하였습니다. 고가의 설치형 소프트웨어 없이 웹 환경에서 즉각적인 분석 피드백을 제공함으로써 제조 공정의 효율을 극대화했습니다.
사용자가 업로드한 3D 모델(STL, STP 등)을 AWS Lambda의 서버리스 환경에서 분석하여, 모델의 물리적 오류나 출력 규격 준수 여부를 판단합니다. 특히 복잡한 기하학적 분석(두께, 간격 등) 결과물을 사용자에게 직관적으로 전달하기 위해 Three.js 기반의 전용 뷰어를 함께 구축하였습니다. 고가의 설치형 소프트웨어 없이 웹 환경에서 즉각적인 분석 피드백을 제공함으로써 제조 공정의 효율을 극대화했습니다.
