"반도체 공정 열, 응력 정확히" UNIS, 스케일 초월 AI 물리 예측 기술 개발

AI 요약

UNIST 반도체소재·부품대학원 정창욱 연구팀은 새로운 입력 데이터를 기존 학습 데이터의 물리 조건에 맞게 재정렬하는 π-불변 테스트 시점 보정(π-invariant test-time projection) 알고리즘을 개발했다고 26일 밝혔습니다. 이 알고리즘은 길이·온도·힘 등 단위를 조합한 무차원 수인 π 값을 기준으로 로그 공간에서 입력을 변환해 학습 데이터 중 유사 상태를 찾아 물리적 비율을 맞춘 뒤 모델에 투입하며, 모델 재학습 없이 입력만 정렬해 연산 비용을 기존 전수 비교 대비 약 1/100 수준으로 줄였습니다. 2차원 열전도 문제와 선형 탄성 해석에서 평균절대오차가 최대 약 91% 감소했고 Navier–Stokes 방정식에서도 유사한 개선을 보였으며 반도체 칩 열설계·패키지 신뢰성 평가·배터리 열관리·대형 구조물 안전 해석 등 다양한 공학 문제에 적용 가능하고 연구 결과는 ICLR 2026에 채택됐습니다.