‘물리 법칙’으로 AI 한계 넘었다… 반도체부터 발전소 배관까지 정밀 예측

AI 요약

UNIST 반도체소재·부품대학원 정창욱 교수팀은 학습하지 않은 크기에서도 물리법칙을 유지하며 입력 데이터를 학습 데이터 분포와 물리적으로 유사한 위치로 이동시키는 'π-불변 테스트 시점 보정(π-invariant test-time projection)' 알고리즘을 개발했습니다. 버킹엄 π 정리를 기반으로 입력을 로그 공간에서 변환해 기존 AI 모델 구조나 재학습 없이 적용할 수 있고, 비슷한 데이터끼리 묶어 대표값만 비교하는 방식으로 계산 비용을 기존 대비 약 100분의 1로 줄이면서 2차원 열전도·선형 탄성 문제와 나비에-스토크스 해석에서 평균절대오차(MAE)를 최대 약 91%까지 감소시키는 성능 향상을 보였습니다. 이 연구는 'ICLR 2026'에 채택됐으며 반도체 칩 열 설계, 패키지 신뢰성 평가, 배터리 열관리, 대형 구조물 안전 해석 등 산업적 시뮬레이션에 적용될 수 있다고 제시됐습니다.