에이전트 기반 인식 및 생성 방식을 통한 전자 부품의 심볼 및 패드 데이터베이스

Symbol and Footprint Database for Electronic Components by Agentic Recognition and Generation

풍부하고 식별 가능한 부품 라이브러리는 인쇄 회로 기판(PCB) 설계 및 제작의 핵심입니다. 전통적으로 엔지니어들은 심볼과 패드를 수동으로 만들고 PCB 회로도를 설계하는데, 이는 시간 소모적이고 오류가 발생하기 쉽습니다. 본 연구에서는 다중 모드 대규모 언어 모델(MLLM)을 활용하여 전자 부품의 심볼 및 패드 인식 및 생성 흐름인 SFgen을 개발했습니다. SFgen은 심볼 생성 정확도 86%, 패드 생성 정확도 80%를 달성했습니다. SFgen 방법을 사용하여 심볼과 패드를 포함하는 데이터베이스인 SFnet을 구축했으며, 현재 1000개의 부품이 저장되어 있으며 지속적으로 확장되고 있습니다. 이는 PCB 설계의 자동화를 위한 기반을 마련합니다.

A rich and recognizable component library is the cornerstone of printed circuit board (PCB) design and generation. Traditionally, engineers manually create symbols and footprints and design PCB schematics, which is time-consuming and error-prone. Leveraging multimodal large language models (MLLMs), we develop SFgen, an agentic recognition and generation flow of symbol and footprint for electronic components. SFgen achieves 86% accuracy for symbol generation and 80% accuracy for footprint generation. We use the SFgen method to create SFnet, a database of symbols and footprints. It now has 1000 components and is expanding constantly, which lays the foundation for automatic generation of PCB designs.