【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]UNIST 정창욱 교수팀, 반도체 열·응력 해석 정확도 높이는 AI 기술 개발

온카뱅크관리자

2026-04-26 09:17:28

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">'π-불변 테스트 시점 보정' 알고리즘 개발…예측 오차 최대 91% 감소<br>학습 범위 밖 데이터도 물리 법칙 맞춰 변환…ICLR 2026 채택</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="K5rOdKIkIa">
          <figure class="figure_frm origin_fig" contents-hash="0e4aaf4c968587e7ee5056b3354f4a75328db1a0cae673e07b4c481308da7598" dmcf-pid="91mIJ9CEDg" dmcf-ptype="figure">
           <p class="link_figure"><img alt="왼쪽부터 UNIST(울산과학기술원) 정창욱 교수, 이석기 연구원, 홍기용 연구원. (사진=UNIST)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/26/Edaily/20260426091035834tqwu.jpg" data-org-width="670" dmcf-mid="BAdnBXLxsj" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/26/Edaily/20260426091035834tqwu.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            왼쪽부터 UNIST(울산과학기술원) 정창욱 교수, 이석기 연구원, 홍기용 연구원. (사진=UNIST)
           </figcaption>
          </figure>
          <div contents-hash="2a4bb16bcb85bbeccef04877ad68308d663580fc31501b65784edb83b76bea71" dmcf-pid="2tsCi2hDmo" dmcf-ptype="general">
           [이데일리 한광범 기자] UNIST(울산과학기술원) 연구진이 반도체 칩의 설계와 신뢰성 평가에 필수적인 열·응력 해석의 정확도를 획기적으로 높일 수 있는 인공지능(AI) 기술을 선보였다. 예측 대상의 크기나 조건이 학습 데이터와 다르더라도 물리 법칙을 준수하며 정확하게 예측할 수 있어, 반도체 공정 및 패키징 분야의 시뮬레이션 효율이 크게 개선될 전망이다.
          </div>
          <p contents-hash="fc6ebc0f867cd1fd040669f7c8b083dad8a8ed8426652f2e5819f5dbb5ee1eec" dmcf-pid="VFOhnVlwEL" dmcf-ptype="general"><strong>학습하지 못한 데이터도 ‘익숙하게’…물리 법칙 기반의 보정 기술</strong></p>
          <p contents-hash="b1d219c306e7ee95960beeb9a45adb84c05ddca205de835e22e833ab8bcdf29a" dmcf-pid="f3IlLfSrsn" dmcf-ptype="general">26일 UNIST에 따르면, UNIST 반도체소재·부품대학원 정창욱 교수팀은 새로운 입력 데이터를 기존 학습 데이터 기준에 맞게 재정렬하는 ‘π(파이)-불변 테스트 시점 보정(π-invariant test-time projection)’ 알고리즘을 개발했다. 이 연구 결과는 인공지능 분야 세계 3대 학회 중 하나인 국제표현학습학회(ICLR) 2026에 채택되며 그 우수성을 인정받았다.</p>
          <p contents-hash="5306e76d402338ab7f6f048c494af6994849058acd295c17781c06cb4329ce9d" dmcf-pid="4A8Q3Sx2Oi" dmcf-ptype="general">현재 반도체 산업에서는 열전달이나 응력 분포를 빠르게 파악하기 위해 AI 기반의 PDE(편미분방정식) 대리모델을 활용하고 있다. 하지만 AI 모델은 학습 과정에서 경험하지 못한 아주 크거나 작은 단위의 ‘범위 밖(OOD, Out-of-Distribution)’ 데이터가 입력되면 예측 정확도가 급격히 떨어지는 한계가 있었다.</p>
          <p contents-hash="d67c96c5fe1e8d44ae0c7b07e28fec4ac12380cd10b6ac74fd7c221e6db76ce1" dmcf-pid="8c6x0vMVsJ" dmcf-ptype="general">연구팀은 이를 해결하기 위해 ‘버킹엄 π 정리(Buckingham π theorem)’를 도입했다. 이는 길이, 온도, 힘 등 단위를 가진 물리량을 조합해 만든 무차원 비율인 ‘π값’이 같다면, 실제 크기가 달라도 본질적으로는 같은 물리 상태로 볼 수 있다는 원리다.</p>
          <p contents-hash="c7243d38ab56a5e506d6beeb75c7123d3d718f66f2bf42d3e377e67dfc353b20" dmcf-pid="6kPMpTRfmd" dmcf-ptype="general">개발된 알고리즘은 새로운 입력 데이터가 들어오면 물리적으로 가장 유사한 기존 학습 데이터를 찾아 그 조건에 맞춰 데이터를 보정한다. 즉, ‘학습 범위 밖의 입력’을 물리 법칙을 지키면서 AI에게 ‘익숙한 형태’로 바꿔준 뒤 계산하도록 하는 방식이다.</p>
          <figure class="figure_frm origin_fig" contents-hash="ee0afcf618efda4944afde62a0429078645ff569e6a96f9dcc5d86e970bd66d0" dmcf-pid="PEQRUye4Oe" dmcf-ptype="figure">
           <p class="link_figure"><img alt="입력 데이터를 물리적으로 같은 상태로 맞춘 뒤 인공지능 모델에 넣는 π-불변 보정 과정. (UNIST 제공)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/26/Edaily/20260426091037122vvft.jpg" data-org-width="670" dmcf-mid="byjk6UEoDN" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/26/Edaily/20260426091037122vvft.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            입력 데이터를 물리적으로 같은 상태로 맞춘 뒤 인공지능 모델에 넣는 π-불변 보정 과정. (UNIST 제공)
           </figcaption>
          </figure>
          <div contents-hash="f6650c2ef2e5c23f8667766ae76668ac099b634b0239fb8b5a5dbeb3fe219135" dmcf-pid="QDxeuWd8mR" dmcf-ptype="general">
           <strong>재학습 필요 없는 경제적 모델…오차 91% 감소 확인</strong>
          </div>
          <p contents-hash="458950c1b4bb729d9f6f14e60862965ff1e88df07a48667a2a4e779f1057d29e" dmcf-pid="xwMd7YJ6OM" dmcf-ptype="general">이번 기술의 가장 큰 장점은 경제성과 범용성이다. 입력 데이터를 로그 공간에서 변환해 물리적 비율만 맞추기 때문에, 기존 AI 모델의 구조를 변경하거나 별도의 재학습을 할 필요 없이 그대로 붙여 사용할 수 있다. 또한, 비슷한 데이터끼리 묶어 대표 값만 비교하는 방식을 적용해 계산 비용을 전수 비교 방식 대비 약 1/100 수준으로 낮췄다.</p>
          <p contents-hash="0c3244112391460556caa103f5e48681a334b2455a3476fa46ff4e6e7368ebe6" dmcf-pid="yBWHkRXSDx" dmcf-ptype="general">실제 연구팀이 이 기법을 2차원 열전도 및 선형 탄성 문제에 적용한 결과, 기존 모델이 어려워하던 조건에서도 평균절대오차(MAE)가 최대 약 91%까지 감소하는 성능 향상을 확인했다. 특히 유체 역학의 난제로 꼽히는 ‘나비에-스토크스(Navier-Stokes) 방정식’ 등 복잡한 물리 현상에서도 뛰어난 보정 효과를 나타냈다.</p>
          <p contents-hash="c8372b1e210e8a13d00044f97d719132b1d75c96414a5b0a86718d45de71170f" dmcf-pid="WbYXEeZvsQ" dmcf-ptype="general"><strong>반도체부터 배터리 열관리까지…산업 현장 활용 기대</strong></p>
          <p contents-hash="5b19414e2fc0e1488674dbaf4c0ad8033927246724f8d2e12668598749ced165" dmcf-pid="YKGZDd5TsP" dmcf-ptype="general">이번 연구는 반도체 칩 설계뿐만 아니라 다양한 공학 분야로의 확장 가능성을 열었다. 조건이 시시각각 변하는 실제 산업 현장에서 별도의 재학습 없이도 안정적인 예측 정확도를 확보할 수 있기 때문이다.</p>
          <p contents-hash="cd6a645b0a24957aa4d01f6ee7b80bfd5970e4d35174edd03427c9b20161dc5d" dmcf-pid="GVZtmnFYm6" dmcf-ptype="general">정창욱 교수팀은 “반도체 패키지 신뢰성 평가, 배터리 열관리, 구조물 안전 해석 등 크기와 조건이 계속 달라지는 다양한 공학 시뮬레이션에서 계산 시간과 비용을 줄이는 데 활용될 수 있을 것”이라고 기대했다.</p>
          <p contents-hash="883f11a34a203c093152313461edb3f43c8bd02c8d13a55c164a83dfea0ce7d1" dmcf-pid="Hf5FsL3Gr8" dmcf-ptype="general">이번 연구는 과학기술정보통신부 한국연구재단의 나노·소재기술개발사업과 정보통신기획평가원(IITP)의 AI대학원지원사업 등의 지원을 받아 수행됐다.</p>
          <p contents-hash="7b54135b98da91d16d37ce65fd6cb01e1e99b8d312ed1e67a9bce7a70e72e00f" dmcf-pid="X413Oo0Hs4" dmcf-ptype="general">한광범 (totoro@edaily.co.kr) </p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 이데일리. 무단전재 및 재배포 금지.</p>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기