UNIST "AI 예측 정확도 높이는 데이터 보정 알고리즘 개발"

AI 요약

울산과학기술원(UNIST) 반도체 소재·부품대학원 정창욱 교수팀이 새로운 입력 데이터를 기존 학습 데이터 기준에 맞게 재정렬하는 파이(π)-불변 테스트 시점 보정 알고리즘을 개발했다고 26일 밝혔습니다. 이 알고리즘은 물리량의 무차원 비율인 π 값을 이용해 학습 범위 밖 입력을 물리적으로 유사한 형태로 변환해 별도 재학습 없이 기존 AI 모델에 적용할 수 있으며, 열전도와 선형 탄성 문제에 적용했을 때 평균절대오차가 최대 약 91%까지 감소했다고 연구팀은 설명했습니다. 연구팀은 반도체 칩의 열 설계, 패키지 신뢰성 평가, 배터리 열관리, 구조물 안전 해석 등 다양한 공학 시뮬레이션에서 계산 시간과 비용을 줄이는 데 활용될 것이라고 밝혔으며, 이번 연구는 한국연구재단과 정보통신기획평가원의 지원을 받아 수행돼 ICLR 2026에 채택되었습니다.