주요 연구 성과
- 이상봉 교수님 연구실, 순환 신경망 기반 도심 유동 난류 통계 예측 기술 개발
- 관리자 |
- 2025-03-27 15:51:27|
- 35
도심 항공 모빌리티(Urban Air Mobility, UAM)는 도심에서 사람이나 화물을 안전하고 효율적으로 운송하기 위해, 친환경 전기동력 수직이착륙기와 버티포트를 활용한 새로운 형태의 항공교통체계이다. 도심을 비행하는 UAM의 경우, 기존 항공기보다 작은 규모로 인해 도심에서 발생하는 국소 기상 현상에 매우 민감하며, 안전한 UAM 운항을 위해서 도심 유동에 대한 연구 및 예측이 필수적인 실정이다. 더불어, 급변하는 도심 유동 및 국소 기상 현상이 UAM 운항에 미치는 영향을 최소화하기 위해서, 높은 정확도와 함께 실시간에 가까운 고속 예측이 요구된다. 그러나 기존 CFD 기반 도심 유동 해석은 긴 해석 시간과 막대한 요구 계산 자원으로 인해 실시간 도심 유동 예측에 사용할수 없는 한계를 지닌다.
이예담 박사과정 학생과 이상봉 교수는 순환 신경망 기반의 인공지능 기법과 저차원 모델 저차수화(Reduced Order Modeling) 기법을 결합하여, 도심 경계층 유동을 고속 예측할 수 있는 모델을 개발하였다. 본 연구에서는 에너지 보존률 99.9% 이상을 유지하는 저차수화 기반 모델을 구축하고, 이를 통해 난류 예측 정확도를 극대화하였다. 특히, 순환 신경망 중 장단기 기억(Long Short-Term Memory, LSTM) 구조가 게이트 순환 유닛(Gated Recurrent Unit, GRU) 구조보다 우수한 예측 성능을 보임을 확인하였다. 제안된 방법은 전통적인 수치해석 기반 예측 방식에 비해 약 40배 이상의 계산 속도 향상을 달성하였으며, 이를 통해 도시 내 공기역학적 해석 및 실시간 난류 예측 분야에서의 활용 가능성을 제시하였다.
본 연구는 제안된 예측 기법이 실제 도시 환경에서의 적용 가능성이 높음을 보여줄 뿐만 아니라, 도시계획 및 환경 모니터링 분야에서의 예측 역량을 혁신적으로 향상시킬 수 있는 잠재력을 지니고 있음을 시사한다. 해당 연구는 국제 학술지 Building and Environment에 게재되었으며, Building and Environment는 최근 영향력 지수(Impact Factor) 7.1을 기록한 JCR 상위 5% 이내에 해당하는 세계적 수준의 권위 있는 학술지이다.
이예담 박사과정 학생과 이상봉 교수는 순환 신경망 기반의 인공지능 기법과 저차원 모델 저차수화(Reduced Order Modeling) 기법을 결합하여, 도심 경계층 유동을 고속 예측할 수 있는 모델을 개발하였다. 본 연구에서는 에너지 보존률 99.9% 이상을 유지하는 저차수화 기반 모델을 구축하고, 이를 통해 난류 예측 정확도를 극대화하였다. 특히, 순환 신경망 중 장단기 기억(Long Short-Term Memory, LSTM) 구조가 게이트 순환 유닛(Gated Recurrent Unit, GRU) 구조보다 우수한 예측 성능을 보임을 확인하였다. 제안된 방법은 전통적인 수치해석 기반 예측 방식에 비해 약 40배 이상의 계산 속도 향상을 달성하였으며, 이를 통해 도시 내 공기역학적 해석 및 실시간 난류 예측 분야에서의 활용 가능성을 제시하였다.
본 연구는 제안된 예측 기법이 실제 도시 환경에서의 적용 가능성이 높음을 보여줄 뿐만 아니라, 도시계획 및 환경 모니터링 분야에서의 예측 역량을 혁신적으로 향상시킬 수 있는 잠재력을 지니고 있음을 시사한다. 해당 연구는 국제 학술지 Building and Environment에 게재되었으며, Building and Environment는 최근 영향력 지수(Impact Factor) 7.1을 기록한 JCR 상위 5% 이내에 해당하는 세계적 수준의 권위 있는 학술지이다.

- 다음
- 김규태 교수 연구실, 카이스트-Ansys 국제공동연구를 통해 수소터빈 연소모델 개발
- 2025-03-17