본 연구는 해석이 어려운 기존의 머신러닝 모델의 대안으로, 기호 회귀(Symbolic Regression, SR)를 사용하여 3차원 층류 유동을 모델링하는 방법을 제시한다. SR은 사용자가 정의한 수학적 기본 연산자를 사용하여 데이터를 가장 잘 표현하는 간결한 수식을 자동으로 찾아내어, 데이터에 대한 해석 가능성을 높인다. 특히, 축 방향 속도 및 압력 분포를 모델링하여 포물선 속도 프로파일 및 선형 압력 강하를 정확하게 재현하며, 기존 해석 해와 일치하는 결과를 도출하였다. 또한 데이터 기반 SR 모델이 특정 도메인 지식을 간과할 수 있는 한계를 극복하기 위해 SR과 Answer Set Programming (ASP)을 결합한 하이브리드 프레임워크를 제안한다. 이 통합은 SR의 생성 능력과 ASP의 선언적 추론 능력을 결합하여, 유도된 방정식이 통계적으로 정확하면서도 물리적으로 타당하도록 보장한다.
