UNIST, AI 예측 정확도↑ 데이터 보정 알고리즘 개발

AI 요약

울산과학기술원(UNIST) 반도체 소재·부품대학원 정창욱 교수팀은 26일 새로운 입력 데이터를 기존에 학습한 데이터 기준에 맞게 재정렬하는 파이(π)-불변 테스트 시점 보정 알고리즘을 개발했다고 밝혔습니다. 이 알고리즘은 물리 방정식에서 유도한 무차원 비율인 π 값을 이용해 학습 범위 밖의 입력을 학습 데이터 중 물리적으로 가장 유사한 형태로 변환해 별도 재학습 없이 기존 AI 모델에 적용할 수 있고, 비슷한 데이터끼리 묶어 대푯값만 비교하는 방식으로 계산 부담을 줄인다고 설명했습니다. 연구팀은 열전도와 선형 탄성 문제에 적용한 결과 평균절대오차가 최대 약 91% 감소했고, 반도체 칩의 열 설계·패키지 신뢰성 평가·배터리 열관리·구조물 안전 해석 등에서 계산 시간과 비용을 줄이는 데 활용될 것이라고 밝혔으며 연구 결과는 국제표현학습학회(ICLR) 2026에 채택됐습니다.