데이터 크기 달라져도 AI 예측 정확도 유지

AI 요약

울산과학기술원(UNIST)은 정창욱 반도체소재·부품대학원 교수팀이 데이터의 크기나 단위가 달라져도 추가 학습 없이 AI의 예측 정확도를 유지하도록 돕는 입력 보정 알고리즘을 개발했다고 26일 밝혔습니다. 연구팀은 버킹엄 파이(π) 정리를 이용해 길이·온도·힘 같은 물리량을 단위 없는 비율(π 값)로 바꾼 뒤, 새 데이터의 π 값에 가장 가까운 학습 데이터를 찾아 입력을 재조정해 AI에 넣는 방식을 설계해 모델을 고치거나 재학습할 필요 없이 그대로 적용할 수 있고 계산 비용을 기존의 100분의 1 수준으로 줄였다고 설명했습니다. 열 확산과 응력 집중 문제, 나비에-스토크스 방정식 적용 사례에서 오차를 최대 91%까지 줄였으며 반도체 칩 열 설계·패키지 신뢰성 평가·배터리 열관리·구조물 안전 해석 등 다양한 공학 계산에 활용할 수 있을 것이라고 연구팀은 밝혔습니다.