Intelligent Flow
Simulation & Optimization

Sep 27–Oct 1, 2026. Invited Talk, AI4Sci Korea 2026
Prof. Innyoung Kim gave an invited talk on "Intelligent CFD: Agentic AI for Autonomous Flow Engineering" at the AI for Science Conference 2026 (AI4Sci Korea), Seoul Dragon City, Seoul, Korea. The talk presented an agentic AI framework built on deep reinforcement learning, in which task-specialized agents for mesh generation, numerical solution, and shape optimization are orchestrated into a single autonomous CFD analysis and design workflow. Extended with cooperative multi-agent reinforcement learning, the framework was applied to a three-dimensional, system-level design problem with more than 100 design variables.

김인녕 교수가 AI for Science Conference 2026(AI4Sci Korea)에서 "Intelligent CFD: Agentic AI for Autonomous Flow Engineering" 주제로 초청 강연을 진행하였습니다. 격자 생성·수치 해석·형상 최적화를 담당하는 task-specialized 에이전트들을 하나의 자율 워크플로우로 통합한 심층 강화학습 기반 에이전틱 AI 프레임워크와, 이를 협력적 다중 에이전트 강화학습로 확장하여 100개 이상의 설계 변수를 갖는 3차원 시스템 수준 설계 문제에 적용한 결과를 소개하였습니다. (서울드래곤시티, 서울)

Sep 1, 2026. NRF Research Grant Awarded
Prof. Innyoung Kim has been awarded a National Research Foundation of Korea (NRF) Basic Research Grant for the project "Development of an Agentic AI Framework for Autonomous Design of Large-Scale Fluid Machinery Systems." The project develops collaborative AI agent teams, consisting of a global agent and mesh, analysis, and design agents, that autonomously carry out the aerodynamic design of large-scale fluid machinery, with a 10-stage gas turbine compressor as the demonstration target.

김인녕 교수가 한국연구재단 개인기초연구사업(기본연구) 과제 「대규모 유체기계 자율설계를 위한 Agentic AI 프레임워크 개발」에 선정되었습니다. 본 과제는 Global Agent와 격자·해석·설계 Agent로 구성된 다중 Agent Team 간 협업을 통해 대규모 유체기계의 공력 설계를 자율적으로 수행하는 프레임워크 개발을 목표로 하며, 10단급 가스터빈 압축기 공력 설계를 실증 대상으로 합니다.

Aug 20, 2026. Invited Lecture, KSME AI4Fluids 101
Prof. Innyoung Kim gave an invited lecture on "Fundamentals and Practice of Multi-Objective and Multi-Condition Optimization" (genetic algorithms and reinforcement learning) at AI4Fluids 101, the 2026 Summer School of the KSME Fluid Engineering Division, EXCO, Daegu, Korea.

김인녕 교수가 대한기계학회 유체공학부문 2026 하계 강습회 「AI4Fluids 101: 유체공학 연구를 위한 인공지능 기본 및 활용 교육」에서 "다목적·다조건 최적화 기초 및 실습" 주제로 초청 강연을 진행하였습니다. (EXCO, 대구)

June 3, 2026. Published in Computers & Fluids 
This study introduces a fully autonomous CFD-based design framework that integrates mesh generation, CFD simulation, and blade optimization through three task-specialized deep reinforcement learning agents. Unlike conventional workflows that require repeated simulations and expert intervention whenever operating conditions change, the proposed framework generates near-optimal turbomachinery blade designs in a single inference step, achieving over 99.97% of the optimal performance across continuous operating conditions.

메시 생성·CFD 해석·블레이드 설계를 담당하는 세 개의 task-specialized 강화학습 에이전트를 하나의 자율 파이프라인으로 통합하여, 단계마다 전문가의 수작업 개입이 필요하고 작동 조건이 바뀔 때마다 수백 번의 해석을 반복해야 했던 기존 방식과 달리, 설계 전 과정을 자동화하고 다양한 작동 조건에 대한 최적 터보기계 블레이드 설계를 단 한 번의 추론으로 도출하여 최적 성능의 99.97% 이상을 달성한 연구입니다.

[DOI]