<팀원>

기계공학과 김강현

전자공학과 이찬혁

경제학과 최지영

<팀원별 활동 내용>

김강현

-  DNA 구조 내 노드 단위 에너지 계산의 정밀도와 해석 효율을 향상시키기 위해 A 프로그램과 B 프로그램의 융합 구조를 설계함. 기존에 분리되어 있던 계산 및 후처리 과정을 단일 파이프라인으로 통합함으로써 데이터 흐름을 일원화 함. 특히 B 프로그램의 좌표 기반 에너지 분해 계산 구조를 중심으로 연산 체계를 재구성하여, 전체 에너지 합이 아닌 좌표 지점별 에너지 분포를 정량적으로 산출할 수 있도록 구현함. 산출 결과는 A 프로그램의 시각화 기능과 연동하여 검증하였으며, 각 지점의 에너지를 노드 단위로 재정리하여 구조적 위치 기반 해석이 가능하도록 함. 최종적으로 계산과 시각화를 포함한 일관된 분석 환경을 구축하여 대규모 데이터 처리에 적용 가능한 기반 마련

이찬혁

- PyTorch를 활용하여 물리 기반 광학 시뮬레이션을 구현하였다. Angular Spectrum Method(ASM)를 코드로 작성하고, 이를 미분 가능한 구조로 확장하여 자동 미분이 가능한 forward model을 구성함. Gerchberg–Saxton(GS) 알고리즘을 구현해 반복적 위상 복원 과정을 설계하고, 이후 gradient 기반 최적화 방식과 비교 실험 수행. 또한 실험 결과를 자동 저장하고 재현 가능하도록 코드 구조 정리

최지영

- 파이썬을 활용한 다양한 예제 문제를 풀며 프로그래밍 기초를 다짐. 또한 딥러닝 관련 서적을 통해 신경망 구조와 학습 원리에 대해 체계적으로 공부하며 인공지능에 대한 이해 확장

<팀원별 최종성과>

김강현

- 기존에 정리된 데이터 구조와 개발 완료된 프로그램을 기반으로, 산출 데이터를 체계적으로 라벨링하여 노드 단위 구조에 직접 매핑할 수 있는 처리 체계를 완성하였다. 이를 통해 계산 결과가 단순 수치 형태에 머무르지 않고, 구조적 의미를 갖는 노드 데이터로 정리·저장되도록 통합함. 또한 OpenHPC 서버 환경과 연동하여 대규모 데이터의 반복 계산 및 추가 생성이 가능한 확장 구조를 구축하였다. 생성된 데이터는 일관된 형식으로 자동 정리되도록 설계하여 추후 분석 및 재활용이 용이하도록 구성함. 최종적으로 계산, 라벨링, 노드 매핑, 서버 기반 데이터 확장, 향후 AI 학습 활용까지 단일 흐름으로 연결되는 원트랙(One-Track) 분석 프로그램을 완성

이찬혁

- 물리 기반 전파 모델을 PyTorch의 최적화 구조에 통합하는 경험을 통해 자동 미분과 수치 시뮬레이션의 결합을 이해함. GS 방식과 gradient 기반 최적화 방식을 정량 지표(PSNR)로 비교 분석하여 수렴 특성과 성능 차이를 확인함. 실험 설계, 코드 모듈화, 결과 기록 구조를 체계적으로 구성함으로써 프로그래밍 역량을 강화함

최지영

- 지난 학기 때 수강한 인공지능 프로그래밍 언어 수업에서 후반 함수 부분과 클래스 부분이 어렵게 느껴졌었는데, 이번 스터디를 통해 짚고 갈 수 있어서 좋았음. 또한 딥러닝 기초를 다지면서 차후 들을 수업에서 큰 도움이 될 것으로 예상함

<팀원별 향후계획>

김강현

- 본 연구를 통해 구축한 데이터 처리 및 자동화 분석 환경은 2026학년도 1학기부터 2학기까지 진행 예정인 AI 융합 캡스톤 디자인 과제 수행을 위한 핵심 데이터 기반을 확보했다는 점에서 큰 의미를 갖는다. 특히 노드 단위로 정제·라벨링된 에너지 데이터의 지속적 축적은 향후 학습용 데이터셋으로 직접 활용 가능하도록 설계되었다. 이를 바탕으로 구조 특성과 에너지 분포 간의 상관관계를 학습하는 예측 모델 개발이 가능할 것으로 기대된다. 

- 나아가 에너지 예측 결과를 기반으로 구조 설계를 자동 조정하는 최적화 알고리즘으로 확장하는 것을 목표로 한다. 궁극적으로는 계산–데이터 축적–AI 학습–예측–최적화까지 연결되는 통합 설계 지원 프로그램으로 발전시키는 것을 향후 계획으로 함

이찬혁

- Physics-aware loss 설계를 확장하여 복원 품질을 개선하고, 다양한 regularization 기법을 실험할 예정이다. CNN 기반 초기 위상 예측 모델을 도입하여 hybrid 최적화 구조로 발전시킬 계획이다. 또한 결과를 포트폴리오 형태로 정리하고, 향후 연구 활동 및 관련 분야 심화 학습으로 이어갈 예정

최지영

- 다음 학기 수업에서 기계학습 수업을 수강할 예정이며, 딥러닝 공부도 더욱 심도 있게 할 예정입니다. 전공필수인 캡스톤디자인 1,2 수업을 차근히 준비할 것

<발표자료>