주요 연구 성과
- 이상봉 교수님 연구실, 도심 항공 모빌리티 안전운항을 위한 실시간 도심 난류 예측 머신러닝 모델 개발
- 관리자 |
- 2026-05-04 20:53:51|
- 321
- 2026-05-04 20:53:51|
도심 항공 모빌리티(UAM)의 안전한 운항과 보행자 환경 및 오염 물질 확산 분석을 위해서는 복잡한 도심 건물 사이의 바람 흐름(난류)을 정확하게 예측하는 것이 필수적이다. 기존의 고정밀 수치 시뮬레이션(LES) 방식은 높은 정확도를 보이지만 계산 시간이 매우 오래 걸려 실시간 예측이나 대규모 시나리오 분석에 적용하기에는 한계가 있었다. 본 연구는 이러한 시간적 제약을 극복하고 도심 유동 예측의 실시간 실용화를 앞당길 수 있는 혁신적인 머신러닝 기반 수치 해석 모델을 제시한다.
박준 연수연구원(제1저자), 김해찬 석사과정학생, Panagiotis Tsiotras 교수님(Georgia Institute of Technology)과 이상봉 교수님은 3D Swin-Transformer를 기반으로 한 3DSwinUrbanNet을 개발하였다. 이 모델의 핵심 기술은 3D 건물 지형 정보를 머신러닝 모델의 인코더, 백본, 디코더 단계에 직접 통합하는 건물정보 임베딩(3D building geometry embeddings)이다. 이를 통해 모델은 건물의 높이가 무작위로 변하거나 건물이 45도 회전 배치된 복잡한 지형 환경에서도 바람의 흐름을 정확하게 인지할 수 있으며, 기존 LES가 0.05초 단위로 계산하던 과정을 1분이라는 긴 시간 간격으로도 고정밀 예측이 가능하도록 설계하여 계산 효율성을 극대화했다.
연구 결과, 3DSwinUrbanNet은 기존 LES 방식이 약 1시간 25분(5,120초) 동안 수행해야 했던 20분 분량의 도심 유동 예측을 단 2.58초 만에 완료하였다. 이는 약 1,984배의 획기적인 속도 향상을 의미하며, 고가의 슈퍼컴퓨터 없이도 일반 소비자용 그래픽 카드(RTX 4090)로 실시간 예측이 가능하다는 점을 입증했다. 특히 이러한 속도 향상에도 불구하고 건물 주변에서 발생하는 상승 기류, 재순환 유동 등 핵심적인 물리 현상을 LES 수준의 높은 정밀도로 재현해냈다.
이번 연구 성과는 향후 UAM의 실시간 경로 계획 및 안전 운항 가이드라인 수립에 필수적인 실시간 풍상(Wind) 정보를 제공할 뿐만 아니라, 오염 물질 확산 방지 및 스마트 시티 기상 예측 시스템 구축의 기술적 로드맵을 제공할 수 있다. 인공지능을 통해 고정밀 도심 난류 예측의 문턱을 획기적으로 낮춤으로써 차세대 미래 모빌리티 산업의 실용화 가능성을 한층 높일 것으로 기대된다.
본 연구는 유체역학 분야 최상위권 국제학술지(JCR Physics, Fluids & Plasma 분야 상위 5%내의 Q1 등급)인 Physics of Fluids에 2026년 4월 게재되었다.
DOI: https://doi.org/10.1063/5.0324405
박준 연수연구원(제1저자), 김해찬 석사과정학생, Panagiotis Tsiotras 교수님(Georgia Institute of Technology)과 이상봉 교수님은 3D Swin-Transformer를 기반으로 한 3DSwinUrbanNet을 개발하였다. 이 모델의 핵심 기술은 3D 건물 지형 정보를 머신러닝 모델의 인코더, 백본, 디코더 단계에 직접 통합하는 건물정보 임베딩(3D building geometry embeddings)이다. 이를 통해 모델은 건물의 높이가 무작위로 변하거나 건물이 45도 회전 배치된 복잡한 지형 환경에서도 바람의 흐름을 정확하게 인지할 수 있으며, 기존 LES가 0.05초 단위로 계산하던 과정을 1분이라는 긴 시간 간격으로도 고정밀 예측이 가능하도록 설계하여 계산 효율성을 극대화했다.
연구 결과, 3DSwinUrbanNet은 기존 LES 방식이 약 1시간 25분(5,120초) 동안 수행해야 했던 20분 분량의 도심 유동 예측을 단 2.58초 만에 완료하였다. 이는 약 1,984배의 획기적인 속도 향상을 의미하며, 고가의 슈퍼컴퓨터 없이도 일반 소비자용 그래픽 카드(RTX 4090)로 실시간 예측이 가능하다는 점을 입증했다. 특히 이러한 속도 향상에도 불구하고 건물 주변에서 발생하는 상승 기류, 재순환 유동 등 핵심적인 물리 현상을 LES 수준의 높은 정밀도로 재현해냈다.
이번 연구 성과는 향후 UAM의 실시간 경로 계획 및 안전 운항 가이드라인 수립에 필수적인 실시간 풍상(Wind) 정보를 제공할 뿐만 아니라, 오염 물질 확산 방지 및 스마트 시티 기상 예측 시스템 구축의 기술적 로드맵을 제공할 수 있다. 인공지능을 통해 고정밀 도심 난류 예측의 문턱을 획기적으로 낮춤으로써 차세대 미래 모빌리티 산업의 실용화 가능성을 한층 높일 것으로 기대된다.
본 연구는 유체역학 분야 최상위권 국제학술지(JCR Physics, Fluids & Plasma 분야 상위 5%내의 Q1 등급)인 Physics of Fluids에 2026년 4월 게재되었다.
DOI: https://doi.org/10.1063/5.0324405
- 다음
- ACAI 연구실 김시환 박사과정과 최지환 교수, 고이동성 통신 환경을 위한 물리계층 변조기법 연구
- 2026-05-03