RESEARCH TOPIC

인공지능 기반 제너레이티브 디자인 (DEEP GENERATIVE DESIGN)

인공지능이 공학시스템을 스스로 설계할 수 있다면 어떨까요? 스마트설계연구실(Smart Design Lab)은 인공지능 기반의 공학설계로 제조업의 새로운 패러다임을 열고자 합니다. 물리 기반의 역학과 데이터 기반의 딥러닝 기술을 결합하고, 디지털 트랜스포메이션을 통한 가상 제품 개발 플랫폼을 구축합니다. 이를 통해 제품개발에 소요되는 시간과 비용을 혁신적으로 절감시키고, 시장에서 성공할 수 있는 설계를 가능하게 합니다.

인공지능과 공학설계기술(최적설계, CAD/CAM/CAE, HCI 등)을 융합한 "인공지능 기반 제너레이티브 디자인"을 통해 인공지능이 스스로 공학성능/심미성/경제성을 만족시키는 설계를 해내도록 합니다. 아래 4단계에 필요한 요소기술들을 개발하고 통합하여 사용합니다.

① 설계생성: 과거 설계 데이터를 기반으로 심미적이고 공학적으로 타당한 설계안을 대량 생성하는 기술
  - Generative Design + AI
  - Topology Optimization + AI
  - Parametric Design + AI
  - CAD Automation + AI

② 설계평가: 생성된 설계안의 다양한 공학성능, 제조성, 독창성 등을 실시간으로 예측하고 원인을 설명하는 기술
  - Engineering Performance Prediction + AI
  - Manufacturing Cost Prediction + AI
  - Manufacturability Prediction + AI
  - Design Novelty Evaluation + AI
  - Design Clustering + AI
  - Explainable Design Visualization + AI

③ 설계최적화: 목표성능과 제약조건을 만족시키는 최적 설계안을 실시간으로 도출하는 기술
  - Inverse Design + AI
  - Design Optimization + AI
  - Multidisciplinary Design Optimization + AI

④ 설계추천: 설계안에 대한 고객 선호도를 실시간으로 예측하고 시장성 높은 설계를 추천하는 기술
  - Design Aesthetics Evaluation + AI
  - Customer Preference & Market Share Prediction + AI
  - Design Recommendation + AI
  - Market Segmentation + AI
  - Price Decision Making + AI

[참고자료]

- 가상 제품 개발과 메타버스를 위한 3D 합성 데이터 생성 (PDF)

- 인공지능 기반 모빌리티 설계: Deep Generative Design (PDF)

- 설계 프로세스 혁신을 위한 AI 기반의 접근 방법 (PDF)

- 대한기계학회 강습회: Data-driven Design (PDF)

- 전산구조공학 Special Article: 인공지능과 최적설계 (PDF)

- 기계저널 특별기획: CAE 및 응용역학에서의 인공지능/머신러닝 활용 (PDF)