Abstract
선박 배관 설계는 선체 내부에 복잡하게 배치된 장비 및 구조물과의 간섭을 회피하는 동시에, 전문가 지식까지 반영해야 하는 복합적인 문제이다. 따라서 설계자의 경험과 직관적 판단에 크게 의존하며, 설계 과정에서 반복적인 수정이 자주 발생한다. 이러한 설계 부담을 줄이고 효율성을 향상시키기 위한 배관 자동 라우팅 관련 연구가 활발히 진행되고 있다. 기존 연구들은 주로 규칙 기반 경로 탐색 방법을 활용하여 배관이 배치될 경로를 결정하였다. 이 과정에서 인접한 경로 후보를 국소적으로 확장하며, 전문가 지식을 규칙이나 비용 함수의 형태로 정량화하여 반영하였다. 그러나 이러한 방법은 설계 공간의 전역적 맥락을 충분히 고려하기 어렵고, 탐색 초기의 방향 설정이나 국소적 선택이 최종 경로의 품질에 큰 영향을 미칠 수 있다. 또한, 정량화된 전문가 지식을 다양한 설계 조건에 일관되게 적용하는 데에도 한계가 있다. 이러한 한계를 극복하기 위해, 본 연구에서는 과거 실적 데이터에 내재된 전문가의 설계 경향을 학습하고, 이를 배관 자동 라우팅에 반영하는 방법을 제안하였다. 제안된 방법은 장비, 선체 구조, 시종점 등 설계 공간 정보를 모델의 공간 인지를 위한 입력으로 활용해 전역적인 맥락을 효과적으로 추출한다. 이후, 확산 모델 (diffusion model)을 기반으로 배관 경로를 구성하는 주요 경유점을 예측하도록 학습을 수행한다. 이 과정에서, 설계 경향성은 데이터로부터 직접 학습되므로, 최단 경로나 공간 가용성 선호와 같은 다양한 설계 경향성을 별도의 수식화 없이 자연스럽게 반영할 수 있다. 검증 결과, 제안된 방법은 설계 공간의 제약을 고려하면서도 학습 데이터에 내재된 설계 경향성을 안정적으로 반영하여, 보다 일관되고 현실적인 배관 경로를 생성할 수 있음을 확인하였다.