한국표준과학연구원(KRISS)과 포항공과대학교(포스텍) 공동연구팀이 음향 물리 이론을 학습할 수 있는 인공지능(AI) 기술을 국내 최초로 개발했습니다.
이번에 개발한 기술은 AI 기반 음향 시뮬레이션 기술로, 음향‧소음‧진동 등의 변화를 실시간으로 예측하고 문제를 해결할 수 있는 기반기술인데요. 이를 활용하면 가전기기, 자동차 등의 제품부터 건물, 다리 등의 구조물에 이르기까지 다양한 대상의 음향‧진동 상태를 모니터링하고, AI가 시뮬레이션을 거쳐 내린 의사결정을 즉각 반영해 성능을 최적화할 수 있습니다.
이번 성과는 특히 산업계에서 각광받는 신기술인 “디지털 트윈(digital twin)”에 적용 가능합니다. 디지털 트윈은 가상세계에 현실 속 사물의 쌍둥이를 만든 뒤 다양한 시뮬레이션을 통해 검증하는 기술입니다. 가상세계에서 장비, 시스템 등의 상태를 모니터링하고 유지·보수 시점을 파악할 수 있습니다. 공장 내부의 데이터를 수집‧분석해 사람 없이 AI가 공정을 제어하는 스마트 팩토리는 디지털 트윈을 필요로 하는 대표적인 사례입니다.
현재 디지털 트윈의 음향 시뮬레이션에 활용할 수 있는 기술은 일반 AI 기술과 공학분석용 계산법 두 가지입니다. 일반 AI 기술의 경우 학습한 데이터 범위 내의 계산은 빠르고 정확하지만 경험하지 않은 상황에 대한 응용력이 부족하다는 단점이 있습니다. 공학분석용 계산법은 정확도는 높지만 계산 소요시간이 길어 실시간 활용이 어렵려운데요.
이번에 개발한 AI 음향 시뮬레이션 기술은 기존 기술들의 단점을 모두 극복했습니다. 일반 AI 기술에 비해 월등한 정확도와 돌발변수 대응능력을 갖췄으며, 공학분석용 계산법보다 계산 속도가 450배 빠릅니다. 높은 정확도와 초고속 해석능력, 변수에 대한 응용력을 모두 갖춰 디지털 트윈 실용화에 기여할 수 있다는 전망입니다.
이를 가능케 한 기술의 핵심은 AI 신경망에 물리 이론을 직접 학습시키는 딥러닝 알고리즘인데요. 소리가 퍼지고 반사되는 환경에 돌발상황이나 변수가 발생하더라도 이론적 원리를 알고 있기 때문에 실시간으로 정확한 분석값을 내놓을 수 있습니다.
한국표준과학연구원 이형진 선임연구원은 이번 성과를 두고 “언어를 배울 때 생활 속 경험뿐 아니라 문법책으로 원리를 익히면 더 빠르고 정확하게 배울 수 있는 것과 마찬가지”라며 “AI 딥러닝의 패러다임을 바꾸는 성능을 보여줄 것”이라고 말했습니다. 포스텍 이승철 교수는 “KRISS와 포스텍이 각각 음향진동 분야와 인공지능 분야에서 보유한 전문성을 합쳐 시너지를 냈다”며 “이번 성과를 디지털 트윈에 실제로 적용할 수 있도록 후속연구를 이어갈 계획”이라고 포부를 밝혔습니다.
연구의 성과는 기계공학 분야의 세계적인 학술지인 Engineering with Computers에 4월 9일 온라인 게재됐습니다.
논문명 : A Physics-informed and data-driven deep learning approach for wave propagation and its scattering characteristics
#용어 설명
1. 시뮬레이션(Simulation)
실제의 상황을 간단하게 축소한 모형을 통해서 실험을 하고 그 실험결과에 따라 행동이나 의사결정을 하는 기법이다.
2. AI 신경망(AI neural network)
사람의 신경망을 모방하여 만든 인공지능의 신경망이다.
3. 디지털 트윈(Digital twin)
산업·경제·사회 분야에서 현실에 존재하는 물리적 대상을 가상의 세계에 실시간으로 동일하게 재현한 대응체이다. 디지털 트윈은 현실 모델에서 축적된 데이터와 이를 바탕으로 수행된 가상 시뮬레이션을 통해, 현재와 미래 상황에 최적으로 대응하는데 활용된다. 디지털 트윈은 현실 모델과 실시간 역동적으로 상호작용하며 진화하는 개체이다.
4. 스마트 팩토리(Smart factory)
설계 및 개발, 제조 및 유통 등 생산과정에 디지털 자동화 솔루션이 결합된 정보통신기술(ICT)를 적용하여 생산성, 품질, 고객만족도를 향상시키는 지능형 생산공장으로 공장 내 설비와 기계에 사물인터넷(IoT)을 설치하여 공정 데이터를 실시간으로 수집하고, 이를 분석해 스스로 제어할 수 있게 만든 미래의 공장이다.
