모델링, MCP, 그리고 AI의 만남

안녕하세요, 코드아키텍트입니다.

오늘은 모델링, MCP (Model Context Protocol), 그리고 AI에 대해 이야기해보려 합니다.

최근 Autodesk University에서 AI와 오토데스크 제품 간의 연결에 대한 논의가 활발히 이루어졌습니다. 특히 올해 산업 전반에서 가장 뜨거운 주제 중 하나였던 MCP에 대한 다양한 세션이 인상 깊었습니다.

AI와 산업의 결합은 이제 피할 수 없는 시대의 흐름입니다. 그렇다면 그 임팩트가 얼마나 클까요? 손자가 말했듯, 적을 알고 나를 알면 백전불태입니다.

AI는 어떻게 3D 모델링을 하는가

최근 저는 Blender를 MCP와 연결해 모델링을 테스트해봤습니다.

블렌더 기준으로 정리하면 구조는 다음과 같습니다.

블렌더의 통신 채널을 연다 (Socket)

해당 채널을 Claude Desktop과 연결한다

Claude는 통신채널에 등록된 도구들을 종합해 모델링을 실행한다

모델링 과정은 Claude가 생성한 Python 코드를 Blender 내부에서 실행하는 방식으로 작동한다

실제 테스트 결과, Claude는 카메라 뷰의 스크린샷을 찍으며 코드가 의도대로 작동하는지 확인하는 구조를 가지고 있었습니다.

퀄리티는 어떤가

솔직히 말하면 퀄리티는 아직 기대 이하였습니다.

무료 요금제의 한계 때문일 수도 있지만, 원하는 결과물을 만들어내는 건 쉽지 않았습니다. 예를 들어, 푸우 캐릭터를 참고해 “이와 비슷한 평면형(Flat) 3D 모델을 만들어 달라”고 요청했을 때도 명확히 인식하지 못했습니다. “코스터(Coaster)를 만든다”는 설명을 덧붙여도 마찬가지였죠.

이 실험을 통해 알 수 있었던 건, MCP로 모델링 도구를 제어하는 일은 결코 단순하지 않다는 사실이었습니다.

그럼 3D에서 MCP는 어떻게 쓸 수 있을까

현재로서는 퀄리티가 낮지만, 향후의 가능성은 매우 큽니다.

저는 Blender에서만 테스트했지만, 더 복잡한 워크플로우와 연결한다면 훨씬 강력한 기능을 구현할 수 있습니다.

예를 들어, Revit과 Navisworks를 MCP로 연결한다고 가정해봅시다.

Revit에서 모델을 수정하고, 그 결과를 Navisworks에서 자동으로 Clash 검토한 뒤 모델링을 다시 수정하는 자동화된 시나리오—이것이 바로 MCP가 만들어낼 미래의 흐름입니다.

이러한 플로우를 잘 이해하고 구축할 수 있는 회사일수록 더 높은 설계 품질과 생산성을 확보하게 될 것입니다.

“디자인하기도 바쁜데 AI까지?”

충분히 할 수 있는 말입니다.

저 역시 대학에서 건축을 전공하며 “건축가는 디자인 의도에 충실한 사람이다”라는 말을 수도 없이 들었습니다. 그러나 현실의 건축은 훨씬 복잡합니다.

아무리 훌륭한 설계를 해도, 시공자가 제대로 이해하지 못하면 그 설계는 제대로 구현되지 않습니다.

시공을 ‘잘한다’는 것은 단순히 도면을 따라 하는 것이 아니라, 모델 안에서 설계 의도와 실제 시공 조건이 미리 조율되어 있다는 뜻입니다.

예를 들어, 스프링클러의 위치가 디자인 의도와 다르게 들어오는 문제를 막으려면, 설계 단계에서부터 이를 모델 내에서 검토하고 해결해야 합니다.

이런 과정에서 AI는 단순한 자동화 도구가 아니라, 사람이 미처 검토하지 못했던 문제 영역까지 탐지해주는 동반자가 될 수 있습니다.

AI 시대의 준비 자세

AI가 필요하다는 데 동의한다면, 이제는 “그렇다면 무엇을 준비할 것인가”를 고민해야 합니다.

제가 생각하는 세 가지 방향은 다음과 같습니다.

첫째, 건축을 데이터 관점으로 바라보기.

이제 건축은 ‘디자인’만이 아니라 ‘데이터 모델링’이기도 합니다. 예를 들어, 벽지 물량 산출을 위해선 모델에 최소한의 데이터 구조가 포함되어야 합니다. 즉, 모델링은 목적에 맞게 데이터화되어야 한다는 뜻입니다.

둘째, 사고를 알고리즘화하기.

머릿속에 있는 절차를 명확히 정의하고, 단계별로 표현할 수 있어야 합니다.

뚜껑을 여는 행동조차 프로그램으로 설명하기 어렵듯, 건축 과정은 훨씬 더 복잡합니다.

AI가 모든 걸 ‘자동으로’ 해줄 거라 기대하는 건 착각입니다. 일본의 수백 장짜리 매뉴얼처럼, 세세한 절차를 언어화하고 정리하는 훈련이 필요합니다.

이런 점에서 이산수학 같은 논리적 사고 훈련은 필수입니다.

셋째, AI를 쓸 필요가 있는지부터 판단하기.

AI는 확률 기반 모델입니다.

예를 들어 “내 달력에서 일주일 전 일정을 알려줘”라고 할 때, 정확히 답할 확률이 100%는 아닙니다. 어떤 일은 단순히 버튼 하나면 충분히 해결될 수 있습니다.

AI는 “무엇을 할까?”보다 “왜, 어떤 맥락에서 그 일을 해야 하는가”를 도와줄 때 진가를 발휘합니다.

AI는 우리 일을 대신하는 도구가 아니라, 우리가 놓치는 인사이트를 드러내주는 렌즈입니다.

이제 건축가에게 필요한 건 ‘디자인 감각’뿐 아니라, 데이터를 읽고, 알고리즘을 사고하며, 도구를 현명하게 쓰는 능력입니다.

AI 시대의 진짜 경쟁력은 바로 이 세 가지의 융합에서 나온다고 믿습니다.