Skip Navigation
Skip to contents

eTSNE


ANZINE : CAE 기술 매거진

AI와 함께하는 슬기로운 해석 생활

AI와 함께하는 슬기로운 해석 생활

 

 

Introduction 

현재 사람들에게 큰 관심을 일으키는 키워드는 단연 AI다. ChatGPT와 같은 대화형 AI부터 필요한 이미지를 만들어주는 생성형 AI까지 여러 상황에 맞춰 다채롭게 사용할 수 있으며, 사용자 인터페이스(UI) 또한 직관적이며, 자연어로 처리할 수 있기 때문에 많은 사람들이 사용하고 있다. 그렇다면 Ansys에서는 해석 엔지니어들을 위해 어떠한 AI를 준비해 놨는지 궁금할 것이다. 이번 호에서는 Ansys 제품군에 속한 AI 제품과 PI Probaligence GmbH사에서 제작한 AI 프로그램에 대하여 간단하게 살펴보도록 한다.

 

■ Ansys AI
 


[그림 1] Ansys AI 제품

 

Ansys에서 제공하는 AI 제품은 AnsysGPT™, Ansys AI+, Ansy SimAI™로 총 3가지이다. 이 중 Ansys GPT는 ChatGPT와 같은 대화형 AI로 Ansys에 관련된 기능 설명 또는 스크립트 작성을 도와준다. Ansys AI+는 Ansys 제품군에 특정 기능들을 도와주는 에드 온 형태의 AI다. Ansys Fluent®, Ansys Mechanical™, Ansys optiSLang®, Ansys Granta® 등에서 사용이 가능하다. 마지막으로 SimAI는 별도의 In/Output Parameter 설정 없이 학습 및 결과 예측이 가능한 AI로 사용성이 매우 좋아 많은 해석 엔지니어들의 관심을 받고 있다. 각 제품군 별 상세한 설명은 아래에서 진행하도록 하겠다.

 

 

■ PyAnsys

본격적으로 AI 제품군에 대해 살펴보기 전에 잠시 PyAnsys에 대하여 짚고 넘어가겠다. 2022년 Ansys에서 PyAnsys라는 파이썬 라이브러리를 출시했다. PyAnsys란 Python+Ansys로 Python 환경에서 Ansys 제품군들을 사용할 수 있게 하는 라이브러리다.

 

 


[그림 2] PyAnsys 설명

 

 

2024년 9월 기준으로 Ansys Workbench™, Ansys Mechanical™, Ansy LS-Dyna®, Ansys Fluent®, Ansys AEDT™와 같은 메인 제품군은 모두 지원하고 그 외 Ansys Rocky™, Ansys Sherlock™, Ansys optiSLang®과 같은 프로그램들까지 지원한다. 추가적으로 해석에 필요한 전/후처리 라이브러리까지 폭넓게 지원하고 있다.

 

 

 
[그림 3] PyAnsys 세부 패키지

 

 

 

PyAnsys는 Python과 Ansys 제품을 이어주는 징검다리로 자체 스크립트 코드 대비하여 Python의 외부 라이브러리를 사용할 수 있다는 큰 장점이 있다. 이를 잘 활용한다면 해석 자동화 프로세스 제작 및 학습에 필요한 데이터를 보다 쉽게 추출할 수 있다. 또한 추출한 데이터를 바로 Tensorflow나 PyTorch와 같은 파이썬 AI 라이브러리에 연결하여 한 번에 학습 모델을 생성할 수 있다. 

 

 

 


[그림 4] PyAnsys 역할

 

 

 

위와 같이 서술한 장점들이 있기 때문에 해석 기반 AI에 대해 관심이 있고 더 나아가 학습 모델을 생성하고 싶은 엔지니어들은 PyAnsys를 익혀두는 것을 추천한다.

 



■ AnsysGPT

 

 
 [그림 5] AnsysGPT 시작 화면

 

 

 

AnsysGPT는 온라인 환경에서 사용하는 대화형 AI 챗봇으로 사용 방법은 많은 사람들에게 친숙한 ChatGPT와 동일하다. 현재 정식으로 릴리즈가 되었으며, Ansys 고객은 사용 절차를 거친 후에 ansysgpt.ansys.com 사이트에서 바로 사용할 수 있다. (아직 대학교 고객은 지원하고 있지 않음)

특장점으로는 언제 어디서나 문의 사항을 입력하면 그에 맞는 답변을 해준다. 그리고 한국어를 포함한 다양한 언어를 지원하기에 매우 편리하게 사용할 수 있다. 

여기서 ChatGPT와의 차이를 궁금해하실 수 있는데, 가장 큰 차이는 당연히 Ansys에 특화되어 있다는 것이다.

AnsysGPT는 초기 학습 단계에서부터 Ansys Innovation Space와 내부 DB, Help 자료와 같은 Ansys 관련 자료를 바탕으로 학습되어 잘못된 답변의 가능성이 낮다. 다만 대화형 AI의 특성상 답변 내용에 대하여 사용자 검토가 필요하다. AnsysGPT에서는 답변을 할 때, 이것이 어느 자료에서 나온 것인지 같이 알려주기 때문에 검토를 하기에도 편리하다. 추가적으로 특정 기능에 대하여 APDL이나 스크립트 코드도 예시로 만들어 주기도 한다. 그리고 사용자와의 대화를 따로 저장 및 학습을 하지 않기에 보안 측면에서도 더 자유로울 수 있다.

 

 


[영상 1] AnsysGPT 시연

 



■ Ansys AI+

 


[그림 6] Ansys AI+ 일부 제품

 

Ansys AI+는 Ansys 제품의 핵심 기능들을 강화하기 위한 에드 온 형태의 AI다. 본문에서는 optiSLang, CFD, Structure에 적용되는 모듈만 설명한다.

 

▲ optiSLang AI+

 optiSLang AI+는 2024 R1부터 도입되었으며, 주요 특징으로는 DFFN(Deep Feed Forward Network), DIM-GP(Deep Infinite Mixture – Gaussian Process), SVR 알고리즘을 사용하여 설계 탐색, 메타 모델 생성, 최적화를 진행할 수 있다.

 


[표 1] 학습 알고리즘 특징 및 장점

 

각 학습 알고리즘의 특징과 장점은 상단 표와 같다. 각 알고리즘을 비교해 보면 DFFN은 비선형 패턴 학습과 대규모 데이터 처리에 뛰어난 알고리즘이며, DIM-GP는 신경망과 가우시안 프로세스를 결합하여 확장성, 불확실성 모델링, 다양한 데이터셋 처리의 장점을 모두 가지는 알고리즘이다. 마지막으로 SVR은 고차원 데이터 및 비선형 데이터를 처리하는 회귀 알고리즘으로, 일반화 성능이 뛰어나고 오버피팅을 방지하는 장점을 갖고 있다. 
 여기에 추가로 필드 메타 모델링을 생성할 수 있어 Signal 형상의 1D 결과부터 2D, 3D 결과까지 실제 해석보다 빠르게 확인할 수 있다.

 

 


[그림 7] optiSLang AI+ 기능을 통한 결과 예측

 

▲CFD AI+

CFD AI+ 라이선스는 optiSLang AI+와 함께 2024 R1 버전에서 출시되었다. CFD AI+의 특징은 Ansys Fluent의 난류 모델 중 하나인 Generalized k-ω (GEKO) 모델의 계수를 Machine Learning을 통해 최적화하는 것이다. GEKO 모델은 사용자가 계수를 조정하여 유동의 형태와 거동을 변경할 수 있으나, 이를 위한 최적화된 계수를 찾는 데 많은 시간과 노력이 필요하다. 하지만 CFD AI+는 더 정확한 결과 혹은 상위 기법의 난류 모델을 학습함으로써 GEKO 모델의 계수를 최적화한다.
 
 


[그림 8] 난류 모델 별 결과 비교

 

 

위 그림은 Large Eddy Simulation (LES)를 학습하여 GEKO 모델의 계수를 최적화하고 강화한 예시이다. 그래프에서 알 수 있듯이, CFD AI+를 통해 학습 및 강화된 GEKO 모델이 Default GEKO 모델 대비 LES와 유사한 결과를 보여주는 것을 확인할 수 있다.




▲Structural AI+

 2024 R2부터 Resource Prediction 기능이 Structural AI+의 기능으로 변경되었다. 이전 버전에서 사용하던 Resource Prediction 기능은 정적 해석에 국한되어 사용할 수 있었고 단순 계산 방식을 통해 도출된 값이기 때문에 조금 부정확한 답을 도출할 때가 있었다. 그러나 AI+의 기능으로 변경되면서 비선형 조건 및 Full Harmonic 해석에서도 예측을 지원한다. 그리고 해석을 진행하며 데이터를 누적하고 학습하기 때문에 이전 대비 휠씬 정밀한 예측을 보여준다. 

■ SimAI

2024년 1월 Ansys에서 SimAI라는 새로운 프로그램을 출시했다. SimAI는 클라우드 기반의 AI 예측 프로그램이다.

SimAI의 가장 큰 장점은 따로 AI 학습에 대한 코딩에 대한 지식이 없어도 학습 모델을 생성할 수 있다는 것이다. 사용자가 형상 데이터와 결과 데이터를 제공하면, 자동으로 파라미터를 정의하고 학습 모델 생성을 진행한다. 사용하는 환경도 웹브라우저 형식으로 되어있어 사용하기 편리하다.

 


[그림 9] SimAI 워크 플로우

 

 

워크 플로우는 위의 그림과 같이 준비 단계에서는 사용자가 학습 데이터와 학습 모델을 생성한다. 학습 데이터는 vtp 또는 vtu 확장자 형식으로 생성해야 한다. 학습에 필요한 데이터양은 30 ~ 100 Case 가량의 데이터로 파이썬 AI 라이브러리와 비교하였을 때, 매우 적은 양으로 학습이 가능하다. 학습 시간 또한 최장 48시간밖에 되지 않는다. 이렇게 학습 모델을 제작한 후 탐색 단계에서 학습 모델에 대한 카탈로그를 생성한다. 마지막으로 검증 단계에서는 새로운 형상 데이터를 입력하면 그에 맞는 예측 결과를 1분 이내로 출력해 준다. 이때 예측 정확도는 대부분 90% 이상이며, 만약 예측 정확도가 떨어진다면 강화 학습을 통해 보다 높은 예측 정확도를 얻어낼 수도 있다.
 SimAI는 아래의 그림과 같이 구조나 유동만이 아닌 전자기장, 광학과 같은 다양한 물리계에서도 사용이 가능하다. 더 나아가 컴퓨팅 리소스가 많이 필요한 해석에도 SimAI를 도입한다면 제품 개발에 필요한 시간을 획기적으로 줄일 수 있다.
 

 


[그림 10] 물리계 별 SimAI 적용 결과

 


■ 해석 관련 AI

이번 단에서는 Ansys AI 제품은 아니지만 Ansys를 통하여 계산된 해석 결과를 토대로 학습 및 예측을 할 수 있는 AI들에 대하여 간략하게 살펴본다.

▲ Stochos (제품 페이지 보러가기)

Stochos는 Ansys Chanel Partners인 CADFEM(독일)의 그룹사 PI PROBALIGENCE GMBH에서 개발한 AI 제품이다. Stochos의 큰 장점은 학습 알고리즘에 있다. 학습 알고리즘은 DIM-GP으로, DIM-GP는 신경망과 가우시안 프로세스를 조합하여 제작한 알고리즘으로 Noise 처리 및 Weight Parameter 자동 설정 측면에서 매우 좋은 성능을 보인다. 이러한 장점이 있기에 적은 데이터로도 높은 정확도를 가질 수 있으며, 학습에 필요한 하드웨어 또한 매우 낮은 요구사항을 가지고 있으며, 개인 장비에서 사용가능하다. 

 


[그림 11] DIM-GP 학습 알고리즘


 
[그림 12] Stochos를 이용한 AI예측 사례

 

 

예측 결과 또한 Scalar부터 Signal, 3D Contour, 결과까지 모두 예측할 수 있으며, 사용 방법도 일반적으로 사용되는 파이썬 AI 라이브러리인 Tensorflow나 PyTorch 대비하여 매우 간단한 코드를 사용하여 학습 모델을 생성할 수 있다.

 

 


[그림 13] 학습에 필요한 코드 비교

 

▲ TACoS

TACoS는 Taesung AI-Customizing of Simulation의 약어로 태성에스엔이에서 개발 중인 AI 프로그램이다.  이 프로그램의 주요 특징으로는 사용자 환경에 맞춰 커스터마이징이 가능한 장점이 있으며, 프로그램이 별도의 GUI로 되어 있고 학습 모델 생성부터 예측까지 프로세스를 자동으로 제작해 주기에 코딩을 모르는 사용자가 사용하기에도 적합하다. 학습 알고리즘 또한 Stochos 제품에 탑재된 DIM-GP 학습 알고리즘을 사용하고 있어 적은 학습데이터로 빠르고 높은 정확도를 가진 학습 모델을 생성할 수 있다. 

 


[그림 14] TACoS 워크 플로우

 

 

기능적으로 학습 모델을 생성하는 Builder와 파라미터 입력만으로 빠르게 예측 결과를 확인하는 Predictor로 나뉘어져 있어 각자 업무에 맡게 프로그램을 배포할 수 있다. 해석 프로그램은 현재 AEDT를 지원하고 있으며, 빠른 시일내에 Mechanical도 정식 지원할 예정이다. 

 

 

맺음말

본 원고에서는 Ansys에서 지원하는 AI 프로그램부터 PI사와 태성에스엔이에서 개발한 AI 프로그램들을 살펴보았다. 대부분 출시된지 1년이 안 된 제품들이지만 유용한 기능들이 많이 포함되어 있다. 추후 AI와 관련된 기술들이 더 개발되면 더욱 유용하고 흥미진진한 기능들이 많아질 것으로 예상된다.

좋아요이 원고가 마음에 든다면 하트를 꾸욱!