물리기반 AI 시스템 개발: Neural Operator와 PINN을 중심으로

인공지능을 활용하여 편미분 방정식 (Partial Differential Equation, 이하 PDE)의 근사해(approximate solution)를 도출하려는 시도는 지난 5년간 활발히 연구되어 왔습니다. 비지도학습 방법으로는 Physics-Informed Neural Network (PINN), 지도학습 방법으로는 Neural Operator가 있습니다. AI기반 PDE solver는 기존의 수치해석 방법보다 더 빠른 시간 내에 결과를 도출하기 때문에 Digital Twin 기술의 핵심입니다. 최근 NVIDIA^®에서는 Neural Operator를 활용하여 Digital Earth 프로젝트를 진행하고 있습니다.

본 세션에서는 Neural Operator와 PINN 기술의 최신 트랜드를 살펴보고 각 기술에 대한 산업 적용사례를 소개합니다. 이를 통해서 Digital Twin 구축에 대한 실현가능성과 새로운 인사이트를 제공합니다.

핵심 내용

• 축적된 해석데이터를 활용하여 AI로 기계시스템 해석 가속화하는 방법
• 편미분방정식을 AI 학습에 사용하는 방법

발표 대상

• 축적된 해석데이터 (ex. 열해석, 구조해석 등)를 활용하고 싶으신 분 들
• 편미분방정식 모델링을 데이터에 결합하고 싶으신 분 들
• Digital Twin 시스템 구축을 하고싶으신 분 들