본 논문은 비정형 메쉬 상의 물리 시스템 모델링에 그래프 신경망 기반의 데이터 기반 시뮬레이터를 활용하는 연구에 대해 다룹니다. 특히 유체 흐름에서 장거리 의존성 문제, 특히 메쉬가 세분화된 영역에서 발생하는 '과도한 압축(over-squashing)' 문제를 해결하는 새로운 방법을 제시합니다. 기존의 그래프 재구성 방법들이 그래프 토폴로지에만 초점을 맞춘 것과 달리, 본 논문에서는 물리적 상관관계를 그래프 토폴로지와 결합하는 새로운 방법인 물리 정보 기반 올리비에-리치 흐름(PIORF)을 제안합니다. PIORF는 올리비에-리치 곡률(ORC)을 이용하여 병목 현상이 발생하는 영역을 식별하고, 이러한 영역을 고속도 기울기 노드와 연결하여 장거리 상호 작용을 가능하게 하고 과도한 압축을 완화합니다. PIORF는 계산 효율이 높으며, 대규모 시뮬레이션으로 확장 가능합니다. 3개의 유체 역학 벤치마크 데이터셋에 대한 실험 결과, PIORF는 기존 모델과 재구성 방법보다 최대 26.2% 향상된 성능을 보였습니다.
