UNIST, 반도체 열·응력 예측 AI 기술 개발

AI 요약

UNIST 정창욱 교수팀이 반도체 열·응력 해석의 AI 예측 정확도를 높이는 π-불변 테스트 시점 보정 알고리즘을 개발해 국제표현학습학회(ICLR) 2026에 채택됐습니다. 이 알고리즘은 버킹엄 π 정리에 기반해 입력 데이터를 기존 학습 데이터와 물리적으로 유사한 형태로 변환해 π 값을 유지하면서 별도 재학습 없이 적용할 수 있으며, 2차원 열전도와 선형 탄성 문제에 적용해 평균절대오차를 최대 91퍼센트까지 감소시키고 나비에-스토크스 방정식에도 유사한 성능 개선을 확인했습니다. 연구는 과학기술정보통신부 한국연구재단과 정보통신기획평가원의 지원으로 수행되었으며 반도체 칩 열 설계, 패키지 신뢰성 평가, 배터리 열관리, 구조물 안전 해석 등에서 계산 시간과 비용을 줄이는 데 활용될 수 있다고 연구팀은 기대했습니다.