IBM Research와 Dallara: AI 서로게이트 모델 GIST, 레이싱카 공력 평가를 수 시간 CFD에서 10초로 단축

IBM Research와 이탈리아 섀시 제조업체(LMP2 및 IndyCar 시리즈 포함) Dallara는 2026년 4월 30일 AI 서로게이트 모델이 공력 설계 프로세스의 일부를 담당하는 공동 연구를 발표했습니다. GIST라는 이 모델은 초기 반복 단계에서 고비용의 전통적인 CFD(전산유체역학) 시뮬레이션을 대체하여 단일 설계 평가 소요 시간을 수 시간에서 약 10초로 단축합니다.

GIST는 전산유체역학을 어떻게 대체하는가?

GIST(게이지 불변 스펙트럴 트랜스포머)는 기하학 주변의 속도 및 압력 출력 장을 스펙트럴 도메인에서 표현하는 그래프 기반 신경 연산자로, 지역 좌표계 선택에 불변이 되도록 훈련됩니다. 실제로 모델은 3D 기하학 메시를 예측된 유동장에 매핑하도록 학습하며, 해당 유동장은 설계 후보 순위를 매기기에 충분할 만큼 CFD 참조 시뮬레이션에 근접합니다. 구체적인 사용 사례는 LMP2형 차량의 리어 디퓨저 최적화로, Dallara는 일반적으로 수백 개의 형상 변형을 생성하고 공력 효율로 순위를 매깁니다. 각 변형의 CFD 분석에는 수 시간이 걸리지만, Dallara는 GIST를 통해 반복 사이클이 수일에서 수 분으로 단축될 것으로 예상합니다. “Faster by Design”이라는 제목의 논문은 ICLR 2026 학회의 AI & PDE 워크숍에서 발표되었습니다.

다음 단계: 양자 방법과 폭넓은 적용

IBM 측 연구는 Mattia Rigotti가 이끌고, Dallara 측 CFD 방법론은 Elisa Serioli가 담당합니다. 연구의 다음 계획 단계는 양자 및 하이브리드 양자-고전 컴퓨팅을 최적화 파이프라인에 통합하는 것으로, IBM은 이를 통해 설계 공간 탐색이 추가적으로 가속화될 수 있다고 봅니다. 저자들은 응용이 레이싱에만 국한되지 않는다고 강조합니다. 이 기술은 연료 효율 향상을 위한 공기 저항 감소를 목표로 하는 소비자 차량과, 유사한 고속 기하학 반복이 요구되는 상업 항공 공력 분야에도 관련이 있습니다.