AI CFD Scientist: Toward Open-Ended Computational Fluid Dynamics Discovery with Physics-Aware AI Agents

작성자

Haebom

카테고리

Empty

저자

Nithin Somasekharan, Rabi Pathak, Manushri Dhanakoti, Tingwen Zhang, Ling Yue, Andy Zhu, Shaowu Pan

💡 개요

본 논문은 기존 LLM 기반 AI 과학자의 한계를 극복하고, 고품질 물리 시뮬레이션 분야에서 과학적 발견의 전체 과정을 자동화하기 위한 'AI CFD Scientist'를 제안합니다. 이 시스템은 문헌 조사, 검증된 실행, 시각 기반 물리 검증, 소스 코드 수정, 논문 작성을 단일 워크플로우 내에서 통합하며, 이를 통해 OpenFOAM 환경에서 새로운 물리 모델 개발 및 가설 탐색을 수행합니다.

🔑 시사점 및 한계

•

통합된 과학적 발견 워크플로우: 문헌 기반 아이디어 구상부터 물리적 타당성 검증, 코드 수정, 결과 보고서 작성까지 과학적 발견의 전 과정을 AI 에이전트가 자율적으로 수행할 수 있음을 보여줍니다.

•

시각 기반 물리 검증의 중요성: 솔버 로그만으로는 탐지하기 어려운 물리적 오류를 시각적 결과 분석을 통해 효과적으로 검출하여 결과의 신뢰성을 높이는 데 기여합니다.

•

새로운 물리 모델 발견 및 성능 향상: 실제 CFD 문제 해결에 적용 가능한 새로운 물리 모델(Spalart-Allmaras 런타임 보정)을 발견하고, 기존 솔버 대비 성능 개선을 달성했습니다.

•

한계점: 현재 시스템은 특정 LLM(GPT-5.5) 기반으로 작동하며, 다양한 LLM 아키텍처 및 기타 물리 시뮬레이션 도구로의 확장성 및 일반화 성능에 대한 추가 연구가 필요합니다. 또한, 복잡하고 예측하기 어려운 극단적인 실패 모드를 완전히 탐지하는 데는 한계가 있을 수 있습니다.

PDF 보기

Made with Slashpage