UNIST , 반도체 열·응력 해석 정확도 끌어올린 AI 기술 개발

AI 요약

UNIST 반도체소재·부품대학원 정창욱 교수팀은 입력 데이터를 기존 학습 데이터 기준에 맞게 재정렬하는 'π-불변 테스트 시점 보정(π-invariant test-time projection)' 알고리즘을 개발했다고 26일 전했습니다. 이 알고리즘은 물리적 무차원비율인 π 값을 기준으로 학습 범위 밖의 입력을 물리적으로 유사한 형태로 변환해 별도의 재학습 없이 기존 인공지능 모델에 적용할 수 있으며, 로그 공간 변환과 대표값 비교로 계산 부담을 줄여 기존 전수 비교 대비 약 1/100 수준의 비용으로 입력을 보정합니다. 2차원 열전도와 선형 탄성 문제에 적용했을 때 평균절대오차가 최대 약 91%까지 감소했고 나비에-스토크스 방정식 적용에서도 성능 개선이 확인되었으며 이 연구 결과는 ICLR 2026에 채택되었습니다.