Foam-Agent: 자연어로 제어하는 CFD 시뮬레이션의 혁명

렌셀러 폴리테크닉 연구소 연구팀이 개발한 Foam-Agent는 자연어 입력을 통해 OpenFOAM 기반 CFD 시뮬레이션을 자동화하는 혁신적인 시스템입니다. 계층적 다중 색인 검색, 의존성 인식 파일 생성, 반복적 오류 수정 등의 기능을 통해 높은 성공률을 달성하며, CFD 분야의 접근성을 크게 향상시킬 것으로 기대됩니다.

복잡한 유체역학 시뮬레이션, 이제 자연어로 간편하게!

Computational Fluid Dynamics (CFD)는 다양한 엔지니어링 분야에서 필수적인 시뮬레이션 도구입니다. 하지만, 상당한 전문 지식과 수동 설정이 필요하여 진입 장벽이 높았습니다. 렌셀러 폴리테크닉 연구소(RPI)의 Ling Yue, Nithin Somasekharan, Yadi Cao, Shaowu Pan 연구팀은 이러한 문제를 해결하기 위해 Foam-Agent 라는 획기적인 시스템을 개발했습니다. Foam-Agent는 자연어 입력을 통해 복잡한 OpenFOAM 기반 CFD 시뮬레이션 워크플로우를 자동화하는 다중 에이전트 프레임워크입니다.

Foam-Agent의 혁신적인 세 가지 기능:

1. 계층적 다중 색인 검색 시스템: 다양한 시뮬레이션 측면에 특화된 색인을 사용하여 효율적인 정보 검색을 지원합니다. 마치 잘 정돈된 도서관처럼, 필요한 정보를 빠르게 찾아 시뮬레이션에 활용할 수 있습니다.
2. 의존성 인식 파일 생성 시스템: 설정 파일 간의 일관성을 유지하여 시뮬레이션 오류를 최소화합니다. 복잡한 설정 파일들을 체계적으로 관리하여, 사용자의 실수를 줄이고 안정적인 시뮬레이션을 보장합니다.
3. 반복적 오류 수정 메커니즘: 인공지능을 활용하여 시뮬레이션 실패를 진단하고, 사람의 개입 없이 자동으로 오류를 수정합니다. 마치 스스로 학습하는 전문가처럼, 시뮬레이션 과정에서 발생하는 문제를 해결합니다.

압도적인 성능:

110개의 시뮬레이션 작업 데이터셋을 사용한 평가 결과, Foam-Agent는 Claude 3.5 Sonnet과 함께 83.6%의 성공률을 달성했습니다. 이는 기존 프레임워크인 MetaOpenFOAM (55.5%) 및 OpenFOAM-GPT (37.3%)를 크게 능가하는 성과입니다. 특히, 특수화된 오류 수정 메커니즘은 성능을 36.4% 향상시키는 데 크게 기여했습니다.

향후 전망:

Foam-Agent는 CFD 전문 지식에 대한 문턱을 낮추면서 모델링 정확도를 유지하여, 복잡한 과학 시뮬레이션 도구에 대한 접근성을 민주화하는 데 중요한 발걸음을 내딛었습니다. GitHub (https://github.com/csml-rpi/Foam-Agent)에서 코드를 공개하여, 더 많은 연구자와 엔지니어들이 이 기술을 활용할 수 있도록 지원하고 있습니다. 앞으로 더욱 발전된 Foam-Agent를 통해, 더욱 다양한 분야에서 자연어 기반의 시뮬레이션 자동화가 활성화될 것으로 기대됩니다.