건축, 엔지니어링, 건설(AEC) 도면에서 정보 추출은 수동 작업의 비효율성을 겪고 있으며, 레이아웃 감지는 그래픽 및 텍스트 계층을 정리하는 중요한 역할을 합니다. 일반 문서 레이아웃 모델은 텍스트 중심 콘텐츠에 최적화되어 있어 엔지니어링 도면에서는 검증이 부족합니다. 본 연구는 AEC 특정 레이아웃 데이터셋을 구축하고 5가지 딥러닝 아키텍처를 벤치마킹했습니다.
RF-DETR은 $mAP_{50}$ 0.949로 최고 성능을 달성했으며, 비전-언어 모델 Qwen3-VL은 F1 점수 0.911로 선두를 달렸습니다. 반면, 일반 문서 데이터셋으로 사전 훈련된 모델은 '도메인 간섭'으로 인해 성능이 저하되었습니다.
본 연구는 AEC에서 자동화된 정보 추출을 위한 기술적 기반을 확립했습니다.