UNIST, 반도체 열·힘 예측 정확도 높이는 AI 기술 개발

AI 요약

울산과학기술원(UNIST) 정창욱 교수팀이 입력 데이터를 기존 학습 데이터 기준에 맞게 재정렬하는 'π-불변 테스트 시점 보정(π-invariant test-time projection)' 알고리즘을 개발했다고 26일 밝혔으며, 연구 결과는 ICLR 2026에 채택됐습니다. 이 알고리즘은 길이·온도·힘 등 물리량을 조합해 만든 무차원 비율인 π 값을 기준으로 학습 데이터 중 물리적으로 유사한 대표값을 찾아 로그 공간에서 변환해 학습 범위 밖의 입력을 익숙한 형태로 맞춘 뒤 별도 재학습 없이 기존 AI 모델에 적용합니다. 2차원 열전도와 선형 탄성 문제 적용에서 평균절대오차가 최대 약 91% 감소했고 전수 비교 대비 약 1/100 수준의 계산비용으로 보정이 가능했으며 나비에-스토크스 방정식 적용에서도 성능 개선이 확인됐습니다.