꿈꿔왔던 CFD 자동화, 현실이 되다: LLM 기반 자동화 시스템의 혁신

동 쩌하오, 루 젠, 양 위 연구팀이 개발한 LLM 기반 CFD 자동화 시스템은 도메인 특화 미세 조정과 다중 에이전트 프레임워크를 통해 높은 정확도와 효율성을 달성, 기존 모델들을 압도하는 성능을 보였습니다. 개방형 코드 공개를 통해 CFD 분야의 발전과 다른 엔지니어링 분야 자동화에도 기여할 것으로 기대됩니다.

전산유체역학(CFD) 시뮬레이션 설정은 전문 지식을 필요로 하는 복잡한 작업입니다. 이 때문에 CFD의 폭넓은 활용에 제약이 있었습니다. 하지만, 동 쩌하오, 루 젠, 양 위에 의해 발표된 최신 연구는 이러한 한계를 극복할 혁신적인 방법을 제시합니다. 바로 대규모 언어 모델(LLM) 을 활용한 CFD 시뮬레이션 자동화 시스템입니다! 🎉

LLM의 CFD 영역 진출: 도메인 특화 미세 조정의 힘

연구팀은 Qwen2.5-7B-Instruct 모델을 NL2FOAM 데이터셋 (28,716개의 자연어-OpenFOAM 설정 쌍과 Chain-of-Thought 주석 포함)으로 미세 조정하여 자연어 설명을 실행 가능한 CFD 설정으로 직접 변환하는 시스템을 개발했습니다. 단순히 기존의 거대 LLM을 사용하는 것이 아니라, 도메인 특화 미세 조정을 통해 CFD라는 특정 분야에 최적화시킨 것이 핵심입니다.

다중 에이전트 시스템: 자동화의 완성도를 높이다

이 시스템은 단순한 변환에 그치지 않습니다. 다중 에이전트 프레임워크를 통해 입력 검증, 구성 생성, 시뮬레이션 실행, 오류 수정까지 자동으로 수행합니다. 마치 스스로 학습하고 발전하는 지능형 시스템과 같습니다. 이는 단순한 자동화를 넘어, 실제 엔지니어링 환경에 적용 가능한 수준의 완성도를 보여줍니다.

놀라운 성능: 기존 모델들을 압도하다

21개의 다양한 유동 사례를 대상으로 한 벤치마크 평가 결과는 놀랍습니다. 이 시스템은 88.7%의 해결 정확도와 82.6%의 첫 시도 성공률을 달성했습니다. 이는 Qwen2.5-72B-Instruct, DeepSeek-R1, Llama3.3-70B-Instruct 등 더 큰 규모의 일반 목적 모델보다 훨씬 뛰어난 성능입니다. 뿐만 아니라, 오류 수정 반복 횟수도 줄이고 높은 계산 효율성을 유지했습니다. 이는 도메인 특화 미세 조정의 중요성을 다시 한번 강조합니다.

미래를 향한 발걸음: 개방형 코드와 모델 공개

연구팀은 개발한 코드와 미세 조정된 모델을 https://github.com/YYgroup/AutoCFD 에 공개하여 전 세계 연구자들의 활용을 지원하고 있습니다. 이를 통해 CFD 분야의 발전은 물론, 다른 복잡한 엔지니어링 워크플로우 자동화에도 긍정적인 영향을 미칠 것으로 예상됩니다. 이 연구는 LLM이 단순한 도구를 넘어, 복잡한 과학 및 엔지니어링 문제 해결의 핵심 파트너로 자리매김할 수 있음을 보여주는 중요한 이정표입니다.

결론적으로, 이 연구는 LLM을 활용한 CFD 자동화 시스템이 현실 가능하며, 도메인 특화 미세 조정과 다중 에이전트 시스템의 조합이 그 핵심임을 명확히 보여주었습니다. 이제 더욱 복잡하고 정교한 시뮬레이션도 자동화할 수 있는 가능성이 열렸습니다. 앞으로 이 기술이 어떻게 발전하고 활용될지 기대됩니다!