디지털 재봉 패턴은 명시적 스티치 주석 없이 분리된 2D 패널로 구성되어 있어, 3D 모델링은 노동 집약적인 전문가의 사양이 필요해요. 본 논문에서는 패널 의미론을 예측하여 신체 부위와 일관성을 유지하고, 재봉 패턴 토폴로지를 재구성하는 그래프 기반 학습 프레임워크를 제시해요. 결과적으로 패널 간의 상세한 솔상 대응을 추론하여 복잡한 재봉 패턴 토폴로지를 지원하며, 다양한 의상 스타일에 대한 강력한 일반화 성능을 보여줘요.