AI가 돌린 공학해석, 맞았는지 어떻게 가릴까…미스트랄·엔비디아 평가기준 추진

설계 도면을 보고 그럴듯한 답을 하는 AI와, 실제 물리 조건에 맞는 공학해석을 하는 AI는 어떻게 구별할까. 미스트랄과 엔비디아가21일 발표한 산업 공학 협력에는 모델을 연결하는 계획뿐 아니라 공개 평가기준과 데이터셋을 만들겠다는 내용이 담겼다. 설계·해석 도구를 여러 단계로 쓰는 AI가 기술적으로 올바른 결과를 내는지, 얼마나 많은 시간과 계산 자원을 쓰는지까지 비교하려는 것이다.

말을 잘하는지보다, 도구를 쓰고 맞는 결과를 내는지

협력 발표는 컴퓨터 지원 공학해석(CAE)과 전자설계 자동화(EDA) 분야를 대상으로 든다. 미스트랄의 범용 모델과 물리 AI를 엔비디아 CUDA-X·Warp 등의 계산 도구와 연결해 시뮬레이션, AI 처리, 설계 수정이 이어지는 흐름을 추진한다. 여기서 새 평가의 질문은 단순한 문장 완성도가 아니다. 물리적으로 맞는 예측인지와 여러 도구를 순서대로 쓴 작업이 정확하게 끝났는지를 함께 봐야 한다.

물리 AI 자체가 이번 주 처음 등장한 것은 아니다. 미스트랄의5월 소개는 형상과 경계조건 같은 공학 입력에서 물리량을 예측하는 모델을 설명했다. 말로 질문에 답하는 범용 언어모델과 역할이 다르며, 기존 해석기의 검증·예외 조건 점검까지 사라진다는 뜻도 아니다. 이번 새 협력은 그런 모델과 도구의 연결, 그리고 결과를 비교할 공동 기준으로 범위를 넓혔다.

공개하겠다는 계획과 지금 내려받을 수 있는 평가는 다르다

발표는 물리 예측의 정확도·성능을 살필 공개 벤치마크와 데이터셋, 다단계 공학 에이전트 평가를 추진한다고 설명한다. 그러나 이 글에서 구체적인 공개일·다운로드 경로·이용 라이선스가 확정된 것은 아니다. 어떤 회사가 몇 배 앞섰다는 성적표도 제시된 단계가 아니므로 새 기준이 이미 배포됐거나 모든 설계에서 검증됐다고 쓸 수 없다. Omniverse의3D 장면·SimReady 자산과의 통합도 협력 방향으로 구분해야 한다.

공학 업무에서 독자가 먼저 따져볼 차이는 ‘AI를 붙였다’는 이름보다 어떤 문제에서 무엇을 정답으로 삼아 비교하는지다. 빠른 계산과 정확한 해석은 별개의 평가 항목이고, 최종 설계 판단은 주어진 재료·형상·운영 조건에서 검증해야 한다. 이번 취재에서는 공개 원문과 그림을 확인했으며 유료 API·공학 소프트웨어를 실행하거나 설계 결과를 독립 시험하지 않았다.