인공태양 속 초고온 입자 AI로 예측한다
인공태양 속 초고온 입자 AI로 예측한다
인공태양 속 초고온 입자 AI로 예측한다
궁극의 에너지로 꼽히는 핵융합 발전은 태양이 에너지를 생산하는 원리와 같아 흔히 ‘인공태양’이라 불린다.
국내 연구진이 핵융합로 안의 초고온 플라스마 상태를 기존보다 1000배 빠르게 가상실험할 수 있는 인공지능(AI)을 개발했다.
이지민·윤의성 울산과학기술원(UNIST) 원자력공학과 교수진은 플라스마 상태를 설명하는 수학 방정식의
해를 빠르게 구할 수 있는 딥러닝 기반의 AI 모델 ‘FPL-net’을 개발했다고 17일 밝혔다.
연구 결과는 국제 학술지 ‘계산물리학저널(Journal of Computational Physics)’에 지난 15일 게재됐다.
핵융합로는 내부를 실제 태양과 같은 초고온 플라스마 상태로 유지해야 한다.
플라스마는 원자핵과 전자가 분리된 상태로, 핵융합 반응을 안정적으로 유지하려면 플라스마의 입자 간 충돌을 정확하게 예측해야 한다.
플라스마 상태는 수학적 모델로 나타내는데 그중 하나가 ‘포커-플랑크-란다우 방정식(Fokker-Planck-Landau, FPL)’이다.
‘포커-플랑크-란다우 방정식’은 +, -를 띠는 전하 입자 간의 충돌인 ‘쿨롱 충돌’을 예측한다.
지금까지 이 방정식을 풀기 위해 해를 점진적으로 구해나가는 반복법이 쓰여 왔는데, 계산량이 많고 시간이 오래 걸린다는 한계가 있었다.
연구진이 이번에 개발한 FPL-net은 기존에 쓰이는 반복법과 달리 한 번에 방정식의 해를 구할 수 있다.
기존보다 1000배 빠른 속도로 해를 구할 수 있고, 예측 오차는 10만분의 1로 높은 정확도를 보였다.
포커-플랑크-란다우 충돌 과정은 밀도, 운동량, 에너지가 보존되는 특징이 있는데,
연구진은 AI 모델 학습 과정에서 이러한 물리량이 보존되게끔 함수를 정의해 정확도를 높였다.
연구진은 “정확도는 유지하면서도 그래픽처리장치(GPU)를 활용한 딥러닝으로 중앙 처리 장치(CPU)를 사용하던 기존 코드보다 계산 시간을 1000배 단축했다”며
“핵융합로 전 영역을 시뮬레이션하는 난류 해석 코드나 현실 토카막을 컴퓨터의 가상 공간에 구현하는 디지털 트윈 기술의 초석이 될 것”이라고 말했다.
플라스마는 원자핵과 전자가 분리된 상태로, 핵융합 반응을 안정적으로 유지하려면 플라스마의 입자 간 충돌을 정확하게 예측해야 한다.
플라스마 상태는 수학적 모델로 나타내는데 그중 하나가 ‘포커-플랑크-란다우 방정식(Fokker-Planck-Landau, FPL)’이다.
‘포커-플랑크-란다우 방정식’은 +, -를 띠는 전하 입자 간의 충돌인 ‘쿨롱 충돌’을 예측한다.
지금까지 이 방정식을 풀기 위해 해를 점진적으로 구해나가는 반복법이 쓰여 왔는데,
계산량이 많고 시간이 오래 걸린다는 한계가 있었다.
연구진이 이번에 개발한 FPL-net은 기존에 쓰이는 반복법과 달리 한 번에 방정식의 해를 구할 수 있다.
기존보다 1000배 빠른 속도로 해를 구할 수 있고, 예측 오차는 10만분의 1로 높은 정확도를 보였다.
포커-플랑크-란다우 충돌 과정은 밀도, 운동량, 에너지가 보존되는 특징이 있는데,
연구진은 AI 모델 학습 과정에서 이러한 물리량이 보존되게끔 함수를 정의해 정확도를 높였다.
토카막은 플라스마를 가두는 특수 구조물이다. 연구진은 “이번 연구는 전자 플라스마에 한정돼,
응용을 위해서는 불순물이 포함된 다종 입자들의 복잡한 플라스마 환경으로 확장하는 연구가 필요하다”고 덧붙였다.
