GPT-4에 플라스마 절단기용 코드를 직접 만들게 했다

보통 부품은 설계 프로그램에서 만든 뒤 제조 프로그램으로 절단 경로를 만듭니다. 그런데 이 글은 GPT-4에 그 단계를 건너뛰고 간판을 자를 경로를 직접 만들라고 요청한 사례를 소개합니다. 저는 설계와 가공 사이를 단숨에 넘으려는 발상보다, 결과물이 실제로 쓰였는지 드러나지 않는 점에 마음이 걸립니다.

CircuitPilot은 언어 모델의 부품 정보 추출과 규칙 검사를 물리 기반 배치·배선 엔진에 결합해 제조 가능한 PCB 파일을 제공합니다. 이 사례는 실제 생성 코드와 장비 실행 여부를 보여주지 않습니다. 제조에 쓰일 결과물을 만들 때 생성과 검증을 어떻게 구분해 보여주는지에서 두 사례가 이어집니다.

설계와 제조 프로그램을 거치는 일반적인 단계 대신 GPT-4에 가공 명령인 G코드(G-code)를 직접 만들도록 요청했습니다. 이 방식은 제작 준비를 줄일 가능성이 있어 흥미롭습니다.

GPT-4는 이 작업에 맞춰 특별히 훈련된 모델이 아닙니다. 언어 모델(language model)은 잘못된 내용을 자신 있게 만들거나 환각을 일으킬 수 있습니다. GIF에는 절단기가 두께 10 게이지 강판을 자르는 모습이 담겼습니다. GPT-4가 만든 실제 코드와 그 코드가 장비에서 실행됐는지는 나오지 않아, 절단 장면만으로 모델의 성공을 확인할 수는 없습니다.

비슷한 제작 시연을 볼 때는 실제로 생성한 G코드가 공개됐는지, 시뮬레이션 결과와 실제 장비 실행 여부가 각각 구분돼 있는지 확인하십시오. 코드가 제공된다면 장비에 넣기 전에 경로와 치수를 검토하고, 시연이 생성부터 실행까지 어디를 입증하는지 따져 보십시오.

마지막으로 자동 생성된 명령을 실제 장비에 넘기기 전, 무엇부터 확인하셨습니까?