ANSYS 블로그
April 13, 2021
AI와 ML은 시뮬레이션을 어떻게 변화시키고 있는가
지난 50년 동안 엔지니어링 시뮬레이션 분야는 엔지니어가 3D 물리학 문제를 더 빠르고 쉽게, 더 정확하고 견고한 결과로 해결할 수 있는 수치적 방법을 개발해 왔습니다. 유한 요소 해석(FEA), 유한 체적 방법(FVM) 및 유한 시간 영역(FDTD)은 솔버의 효율성을 높인 반면 동적 시각화 기법은 사용자 편의성을 향상시켰습니다.
이러한 개선에도 불구하고 여전히 몇 가지 과제가 남아 있습니다. 특히 시뮬레이션은 다음과 같은 문제를 동시에 해결해야 합니다.
1. 결과의 정확도
2. 결과 속도
3. 워크플로 사용의 용이성
4. 워크플로의 견고성
다중물리 솔루션의 기본 구성 요소인 메시 생성을 예로 들어보겠습니다. 더 간격이 넓은 메시를 사용하면 시뮬레이션 속도가 빨라지지만 정확도가 떨어진다는 것은 잘 알려진 사실입니다. 마찬가지로 단순한 메시로 사용하기 쉬운 워크플로도 정확도를 떨어뜨리고 시뮬레이션이 수렴하지 않거나 견고성이 실패하는 등의 다른 문제를 일으킬 수 있습니다.
Ansys는 이러한 모든 문제를 해결하기 위해 머신러닝(AI/ML) 사용을 연구하고 있습니다.
동시 개선
AI의 상용화는 1970년대에 시작되었지만, 실제로 이 분야는 10년 전에 규칙 기반 전문가 시스템의 개발로 시작되었습니다. 가장 단순한 형태의 AI인 이 시스템은 일반적으로 인간의 지능이 필요한 문제를 해결하기 위해 선별된 인간의 전문 지식에 의존합니다.
AI/ML 애플리케이션은 신약 개발 간소화부터 로봇 보조 수술, 전 세계 모든 서비스 제공자가 즉시 액세스할 수 있는 자동화된 의료 기록에 이르기까지 과학과 의학 분야에서 활발하게 사용될 것으로 예상됩니다. 하지만 AI/ML은 점점 더 광범위한 산업과 사용자들이 성공적으로 도입하고 있습니다. 소비자 브랜드가 소셜 미디어를 마이닝하여 고객이 제품에 대해 어떻게 느끼는지 알아내고(감정 분석), 투자자가 주식 거래 기회를 선점할 수 있게 지원하고(금융 알고리즘 거래), 전자 상거래 소유자가 온라인 쇼핑객에게 맞춤형 상품을 제공할 수 있도록 지원합니다(추천 엔진).
Ansys에서는 AI/ML 방법을 사용하여 시뮬레이션의 매개변수를 자동으로 찾아 속도와 정확도를 동시에 높일 수 있습니다.
증강 시뮬레이션을 사용하여 데이터 기반 또는 물리학적 방법을 통해 신경망을 학습시켜 시뮬레이션 속도를 수백 배 높일 수 있습니다.
AI/ML을 적용하면 다음을 수행할 수 있습니다.
- 고객의 생산성을 향상시키십시오.
- 확장 시뮬레이션 (가속 칩 열 솔루션 포함) 및 로컬 영역에서 고충실도 솔루션을 결합하여 간격이 넓은 지역의 ML 방법을 결합한 유체 해결사를 개발합니다.
- 디자인 공간 탐색을 최적화합니다.
- 비즈니스 인텔리전스 결정 (예: 솔루션에 대한 자원 예측 요구사항) 이 필요합니다.
- 데이터 분석 기반 및 시뮬레이션 기반 디지털 트윈을 결합하여 정확하고 신속한 디지털 트윈 하이브리드를 작성하십시오.
즉, 시간, 노력, 효율성, 결과가 완벽하게 균형을 이루는 이상적인 세계와 현실에서 일어나는 일 사이의 간극을 좁히는 데 AI/ML이 도움이 될 것으로 믿습니다. 이를 통해 시뮬레이션 생산성, 사용 편의성, 정확성 중 어느 하나라도 놓치지 않고 달성할 수 있을 것입니다.
솔버 기술을 개선하기 위해 AI/ML을 사용하는 Ansys의 계획에 대해 자세히 알아보려면 NVIDIA GTC 컨퍼런스의 Prith Banerjee 프리젠테이션에 등록하십시오.