본 논문은 제조 분야의 역설계에서 인공지능(AI)의 변혁적 역할을 논하며, 데이터 기반 접근 방식의 한계를 지적한다. 데이터 부족, 고차원 설계 공간, 복잡한 물리적 제약 등 현실적인 문제에 직면하여, 블랙박스 모델링을 넘어 도메인 지식, 물리 정보 학습, 직관적인 인간-AI 인터페이스를 통합하는 새로운 설계 시스템을 제안한다. 전문가 주도 샘플링 전략을 통한 데이터 효율 및 모델 일반화 향상, 데이터 부족 환경에서의 물리적으로 일관된 모델링을 위한 물리 정보 기계 학습, 대규모 언어 모델을 활용한 사용자 의도와 시뮬레이션 도구, 최적화 파이프라인, 협업 워크플로우 연결 등을 예시로 제시하며, 도메인 지식, 물리적 사전 정보, 적응적 추론을 통합한 확장 가능하고 해석 가능하며 접근 가능한 AI 기반 설계 시스템으로의 진화를 주장한다.
