기기부터 차량까지, 물리적 제품 엔지니어링에 도전하는 OpenAI의 Astra

OpenAI는 2026년 11월 3일, Astra가 설계한 테스트 기기와 Chip Ganassi Racing과의 엔지니어링 협업 확대, Mazda와의 새로운 차량 설계 연구 협업을 포함한 일련의 물리적 제품 엔지니어링 프로젝트를 발표했다.

이 역량은 기계 및 전기 엔지니어링부터 전체 시스템 설계까지 아우르며, 도면 작성과 시뮬레이션 설정부터 여러 분야에 걸친 변경 사항 조율까지 포함한다. 목표는 전문 도구 간 작업을 연계하면서 엔지니어가 아이디어를 탐색하고 설계를 개선하는 데 더 많은 시간을 쓸 수 있도록 하는 것이다.

처음부터 끝까지 수행한 기기 실험

기기 실험에서는 팀원이 설계 결과물을 직접 수정하지 않은 채 모델이 Codex와 대화할 수 있는 기기를 만들도록 해 GPT-6 Astra의 멀티모달 및 컴퓨터 사용 역량을 시험했다. Astra는 기능 요건을 정의하고, 외장 케이스와 내부 부품 지지 구조를 개발했으며, 전기 부품을 선정하고 부품 배치와 연결을 포함한 인쇄 회로 기판을 설계했다. 또한 사용자 인터페이스를 설계하고 기기를 Codex에 연결하는 데 필요한 펌웨어와 소프트웨어 통합 기능을 만들었다.

이전 Astra 시연에서는 모델이 KiCad에서 부품을 배치하고 구리 배선을 연결해 전자 회로도를 인쇄 회로 기판 레이아웃으로 변환했다.

팀원 두 명은 부업 프로젝트로 진행하면서 일주일도 안 돼 Astra와 함께 테스트 기기를 설계했다. 이후 계약 제조업체가 한 달도 안 돼 소량의 시제품을 제작했다.

제조 준비를 마치려면 여전히 여러 차례의 검토와 반복 작업이 필요했다. Astra는 제조업체의 생산 제약, 허용 오차 또는 조립 요건을 일관되게 고려하지 못했다. 이러한 한계는 향후 모델이 개선해야 할 점을 파악하는 데 활용되고 있으며, 완성된 설계를 생성하는 것과 그 설계를 생산에 투입할 수 있도록 준비하는 것 사이의 차이를 보여준다.

내부 활용과 BenchCAD 2.0

OpenAI의 하드웨어 및 인프라 팀은 로봇공학과 컴퓨팅 인프라 작업 전반에서 Codex와 ChatGPT를 활용해 컴퓨터 지원 설계 모델링과 수정, 제조 도면 작성, 시뮬레이션 설정 및 설계 검토를 수행한다. OpenAI에 따르면 토큰 수로 측정한 하드웨어 팀 전반의 모델 사용량은 2월 이후 23배 증가했다. 이 수치는 모델 소비량을 보여줄 뿐, 엔지니어링 성과나 절약한 시간을 직접 측정하지는 않는다.

BenchCAD 2.0은 설계 역량을 별도로 평가한다. 모델에 3D 부품과 조립품을 재현하고 회로 기판의 연결을 판별하도록 하는 방식이다. OpenAI는 새로운 내부 모델의 평균 점수가 0.875라고 밝혔으며, 이는 GPT-6 Astra가 가장 높은 추론 설정에서 기록한 0.594와 비교된다. OpenAI는 이 향상을 AI 모델이 전문적인 반복 작업을 가속화할 수 있다는 초기 증거로 제시하면서도, 설계는 엔지니어링 수명 주기의 한 부분일 뿐이라고 덧붙였다.

따라서 벤치마크 성능과 생산 준비 상태 사이에는 분명한 간극이 있다. 평가는 설계 관련 작업을 다루는 반면, 기기 실험은 제조 요건 때문에 추가 검토가 여전히 필요할 수 있음을 보여준다.

Chip Ganassi Racing과 Mazda에서의 엔지니어링 검토

OpenAI는 소수의 업계 협력사와 함께 이러한 역량을 시험하고 있으며, 협력사 엔지니어들은 모델의 결과물이 정확하고 실제로 활용 가능한지 검토한다. 이들의 평가는 모델이 어떤 작업을 지원할 수 있는지, 안전하고 신뢰할 수 있게 배포하려면 무엇을 개선해야 하는지 파악하기 위한 것이다.

Chip Ganassi Racing과의 확대된 협업에서는 기존 부품의 3D 스캔을 편집 가능한 CAD 모델과 2D 제조 도면으로 변환하는 작업 흐름을 시험한다. 특히 원래 설계 파일을 사용할 수 없을 때 유용한 방식이다. CGR 엔지니어들은 생성된 모델과 도면의 정확성 및 제조 가능성을 확인하고, 수작업을 줄일 수 있는 부분과 모델을 개선해야 하는 부분에 관한 피드백을 제공한다.

첫해에 Chip Ganassi Racing과의 협업은 차량 센서, 레이스 및 피트 크루 성과 데이터를 해석하는 데 집중했다. 새 작업 흐름은 기존의 데이터 작업에 실제 부품 엔지니어링과 시제품 제작을 더한다.

Mazda와의 협업에서는 OpenAI의 연구팀 및 현장 배치 엔지니어링팀이 Mazda의 공기역학 및 충돌 안전 엔지니어들과 함께 작업한다. 양측은 스타일과 비용을 고려하면서 공기 흐름 및 구조 거동 시뮬레이션을 활용해 차량 설계를 개발하고 평가한다. 공기역학 작업에서 GPT-6 Astra는 항공기 기수의 대안 형태를 생성하고 공기 흐름을 시뮬레이션한 뒤, 항력을 줄이기 위해 유망한 설계를 개선한다.

Mazda의 수석 엔지니어인 Akihiro Nakata는 수십 가지 변형을 시뮬레이션하면 엔지니어가 공기역학에 중요한 요소가 무엇인지, 그리고 설계자가 어떤 부분을 자유롭게 탐색할 수 있는지 이해하는 데 도움이 된다고 말했다. OpenAI는 연구의 추가 진행 상황과 결과를 공개할 계획이다.

OpenAI는 설계, 시뮬레이션, 제조 및 생산 분야에 참여하는 엔지니어링 기업과 소프트웨어 업체에도 향후 협업을 위한 가치 높은 활용 사례와 도구를 제안해 달라고 요청하고 있습니다. 이 프로젝트들의 핵심 질문은 더 나은 설계 결과물이 생산상의 제약과 엔지니어링 검토를 거쳐도 이어질 수 있는지 여부입니다. 이러한 단계에 따라 생성된 설계가 실제로 제조 가능한 제품이 될 수 있을지가 여전히 결정됩니다.