반도체 열·응력 해석 정확도 높이는 AI 기술 개발

AI 요약

울산과학기술원(UNIST) 반도체소재·부품대학원 정창욱 교수팀은 새로운 입력 데이터를 기존 학습 데이터 기준에 맞게 재정렬하는 π-불변 테스트 시점 보정(π-invariant test-time projection) 알고리즘을 26일 개발했다고 밝혔습니다. 이 알고리즘은 입력의 물리적 비율(π 값)을 유지하면서 학습 범위 밖의 입력을 학습 범위 안의 유사한 형태로 변환해 별도 재학습 없이 기존 인공지능 모델에 적용할 수 있고, 학습 데이터 전체 비교 대신 대표값 비교로 계산 부담을 줄여 기존 전수 비교보다 약 100분의 1 수준의 비용으로 입력을 보정한다고 연구진은 설명했습니다. 2차원 열전도와 선형 탄성, 나비에-스토크스 방정식 적용에서 평균절대오차가 최대 약 91%까지 감소하는 등 예측 정확도가 개선되었으며 반도체 열설계·패키지 신뢰성 평가·배터리 열관리·구조물 안전 해석 등 다양한 공학 시뮬레이션에 활용될 수 있고 해당 연구는 국제표현학습학회(ICLR) 2026에 채택되었습니다.