#
#

의미있는 디자인을 무한개로 생성하는

Design
generation

Automation in Manufacturing
[ Design Generation ]

인공지능 기반 설계 생성

Generative Design
Engineering Design
and Evaluation
#

설계 생성 단계에서는 역학 기반의
제너레이티브 디자인과 데이터 기반의 딥러닝의 장점을 결합하여
공학적이면서 심미적으로 의미 있는 대량의 디자인들을 자동 생성합니다.

특히 공학설계의 위상최적화 및 파라메트릭 디자인 기술들은
딥러닝과 유기적으로 결합하여 시너지를 낼 수 있습니다.

의미 있는 디자인을
무한개로 생성합니다

#
#
#
[ 1 ]

Seed

초기 설계 형상과 기준 모델을 설정합니다.

[ Design Generation ]
#
  • #
    시드 데이터부터 데이터 합성까지

    파라메트릭 디자인, 위상최적화, 딥러닝 기술을
    결합하여 시드 데이터와 합성 데이터를 생성합니다.
    심미성과 공학적 성능을 모두 고려한 데이터를 생성합니다.

  • #
    소량의 데이터에도 강건하게

    인공지능 학습을 위해 수천 개의 데이터가 필요합니다.
    실제 현장에서 사용할 수 있는 3D 데이터는 기껏해야 수십 개.
    나니아랩스의 제너레이터는 소량의 데이터를 가지고도
    데이터 합성이 가능합니다.

  • #
    광범위한 디자인 영역 탐색

    사람이 수행한 파라미터라이제이션으로는 다양한 디자인을
    표현하지 못 합니다. 제너레이터가 데이터를 바탕으로 추출한
    파라미터는 다양한 디자인을 표현할 수 있어서 넓은 디자인
    영역을 탐색할 수 있습니다.