새로운 인공지능 코파일럿이 구조물 설계를 개선한다

인공지능 설계 조력자가 구조물 설계 과정을 인간과 협업하도록 개선하는 연구가 매사추세츠공과대학교 연구팀에 의해 제시됐다. 연구팀은 위상 최적화 방식으로 구조물이 만들어지는 과정에서 인간 설계자가 중요한 부분을 직접 검토하고 수정할 수 있게 하는 체계를 개발했다. 기존 위상 최적화는 초경량 항공기 부품, 고대역폭 안테나, 경주용 차량 등 성능이 강조된 구조물 설계에 쓰이지만 설계가 끝난 뒤에만 결과를 확인할 수 있고, 제조가 어려운 형태가 나오거나 안전성 확보가 어려울 수 있다는 한계가 있었다. 새 체계는 기계학습 모델을 활용해 인간이 설계 중 변경을 원하는 영역을 빠르게 찾아내고, 설계자가 두께를 조절하는 방식으로 즉시 피드백을 반영하도록 했다. 연구팀은 기계학습 모델 훈련을 위해 제작 가능성, 미관, 성능 기준을 중심으로 인간 피드백 가능성을 반영한 가상의 설계 데이터셋을 구축했다. 공개 학술논문 커뮤니케이션 엔지니어링에 발표된 연구에서 이 방식은 완전 알고리즘 설계와 비교해 제조 가능성을 높이고 선형 좌굴 하중을 개선하면서도 전체 설계 시간에 약 15초만 더 걸렸다. 연구팀은 제조 가능성과 선형 좌굴 하중 성능을 39퍼센트 개선한 사례를 제시했다고 밝혔다. 연구를 이끈 대트 하 박사는 복잡한 설계에서 인간 두뇌의 판단을 활용해 산업 현장에 더 현실적인 해법을 만들 수 있다고 설명했고, 책임저자 조지핀 카르스텐슨 교수는 설계자가 설계 과정에 참여할 때 결과물에 대한 신뢰와 소유감이 커지고 실제 제작으로 이어질 가능성이 높아진다고 밝혔다. 연구팀은 이 방식이 건축물이나 교량처럼 신뢰성이 중요한 분야에서도 위상 최적화를 더 넓게 활용하는 데 도움이 될 것으로 기대하고 있다.