물리적 현실을 시뮬레이션하는 것은 오랫동안 단편적인 일이었습니다. 파도를 모델링하는 과학자에게는 하나의 솔버가 필요합니다. 단백질 접힘을 관찰하는 컴퓨터 생물학자는 또 다른 단백질 접힘이 필요합니다. 모래 언덕을 연구하는 엔지니어에게는 세 번째가 필요합니다. 각 도구는 하나의 좁은 현상을 지배하는 특정 방정식을 중심으로 공들여 손으로 코딩되었습니다.

MIT, 브리티시 컬럼비아 대학교 및 여러 협력 기관의 연구원들은 이제 해당 패치워크를 단일 아키텍처로 대체하도록 설계된 시스템을 공개했습니다. MIT News에 따르면 WorldParticle이라고 불리는 이 시스템은 하나의 통합 딥 러닝 모델을 사용하여 미끄러지는 모래부터 단백질 접힘까지 광범위하게 다양한 물리적 과정을 시뮬레이션합니다. 이 이야기에 대한 자세한 내용은 최신 AI 동향를 참조하세요.

"WorldParticle: Transformer를 통한 라그랑지안 입자 역학의 통합된 세계 시뮬레이션"이라는 제목의 공개 액세스 논문인 이 작업은 아시아 컴퓨터 그래픽 및 대화형 기술에 관한 ACM SIGGRAPH 컨퍼런스 및 전시회에서 발표될 예정입니다. 협력은 MIT, UBC, Georgia Tech, Inria, Meta, 펜실베니아 대학교, 유타 대학교, UCLA 및 홍콩 대학교에 걸쳐 있습니다.

시뮬레이션을 위한 'GPT 순간'

전 MIT 박사후 연구원이자 현재 UBC 조교수이자 해당 논문의 공동 교신저자인 Peter Yichen Chen은 MIT 뉴스 보고서에서 "우리는 시뮬레이션을 위한 GPT 순간을 갖고 싶습니다."라고 말했습니다. "사람들이 특정 물리적 현상에 대한 시뮬레이터를 구축하려고 할 때마다 처음부터 코딩해야 합니다. 우리의 비전은 시뮬레이션하려는 모든 시나리오에 대해 즉시 작동하는 기반 모델을 갖는 것입니다. 이것이 그 방향의 첫 번째 단계입니다."

GPT에 대한 언급은 우연이 아닙니다. WorldParticle의 아키텍처는 대규모 언어 모델을 지원하는 것과 동일한 순차 예측 아이디어를 차용합니다. Chen은 "ChatGPT와 유사한 아키텍처입니다. 그러나 텍스트를 작성하기 위해 한 번에 한 단어를 예측하는 대신 이러한 입자가 한 번에 한 단계씩 어떻게 움직일지 예측하고 있습니다"라고 말했습니다.

Chen은 공동 교신저자이자 공동 저자인 MIT 박사후 연구원인 Minghao Guo, 공동 저자이자 UBC 대학원생인 Caoliwen Wang 및 Siyuan Chen과 합류했습니다. 이 팀에는 CSAIL(컴퓨터 과학 및 인공 지능 연구소) 내 컴퓨터 설계 및 제작 그룹을 이끌고 있는 MIT 전기 공학 및 컴퓨터 과학 교수인 Wojciech Matusik도 포함되어 있습니다.

월드파티클 작동 방식

이 시스템은 계산 물리학의 오랜 아이디어인 라그랑주 표현에 기반을 두고 있습니다. 여기서 물질은 시간이 지남에 따라 위치와 속도가 변하는 개별 입자의 집합으로 설명됩니다. WorldParticle은 시뮬레이션하는 각 개체를 수천 또는 수백만 개의 작은 3차원 점으로 나눈 다음 해당 입자가 공간과 시간을 통해 어떻게 움직이는지 추적합니다.

방정식을 직접 코딩하는 것이 아니라 학습하기

전통으로부터의 이탈은 규칙을 작성하는 것에 있습니다. 고전적인 파이프라인에서 과학자는 재료의 거동을 정의하는 지배 방정식으로 시작한 다음 복잡한 수학을 수치 해법이 처리할 수 있는 공식으로 변환합니다. 즉, 모든 새로운 재료나 프로세스에 대해 전체 연습을 반복합니다.

대신 WorldParticle은 일반적으로 지배 방정식을 푸는 방법을 학습하는 신경망을 사용합니다. 네트워크는 입자의 3D 위치와 물리적 특성을 입력으로 사용하고 시뮬레이션의 다음 프레임에 대한 위치와 특성을 출력하여 1초 단위로 시간과 공간에 따른 재료의 움직임을 예측합니다.

외부 힘 다루기

실제 재료는 모델이 완전히 예측할 수 없는 힘(예: 방파제에 부딪히는 파도, 모래에 발이 닿는 힘)에 의해 지속적으로 밀려납니다. 각 시뮬레이션 단계 전에 WorldParticle은 시스템에 작용하는 외부 힘을 분리합니다. 입자의 초기 상태를 예측한 후 시스템은 이러한 힘을 다시 시뮬레이션에 통합하여 힘이 개체의 동작에 미치는 영향을 기반으로 예측을 수정합니다.

연구진은 이러한 수정 루프를 통해 모델이 훈련 중에 전혀 경험하지 못한 재료, 환경 조건 및 힘을 일반화할 수 있다고 보고했습니다.

수백만 개의 입자 압축

규모는 엔지니어링의 핵심 과제였습니다. 복잡한 물체는 수백만 개의 입자로 부서져 모델의 계산 예산을 빠르게 압도할 수 있습니다. 처리를 다루기 쉽게 유지하기 위해 팀은 입자 동작의 세밀한 세부 사항을 유지하면서 입자를 결합하고 압축하는 병합 기술을 사용했습니다.

Guo는 MIT News에 "우리는 아키텍처가 실제로 일반화되고 확장 가능하도록 많은 세부 엔지니어링을 수행하고 아키텍처에 많은 조정을 적용해야 했습니다."라고 말했습니다.

6가지 물리적 현상에 대한 테스트

연구원들은 변형 가능한 물체, 과립형 물질 및 단백질을 포함한 6가지 물리적 현상에 대해 WorldParticle을 시연했으며 기존 수치 시뮬레이션 방법보다 더 높은 정확도를 보고했습니다.

사례는 구체적이었다. 하나의 세분화된 테스트에서 WorldParticle은 일부 기본 방법으로 모래 입자가 공중에 떠다니는 상태로 두는 동안 물질 더미가 중력에 의해 어떻게 붕괴되는지를 포착했습니다. Guo에 따르면 분자 역학에서 이 시스템은 시간이 지남에 따라 수치 시뮬레이터보다 약 100배 빠르게 단백질 구조가 어떻게 변하는지 모델링했습니다.

실질적인 보상은 과학자들이 이미 연구한 문제에 대한 더 빠른 결과와 이전에 별도의 시뮬레이터가 필요했던 현상을 결합하는 능력이라는 두 가지 방향으로 이루어집니다. 팀은 변형 가능한 고체에 대한 유체 출렁임과 같은 시나리오를 강조합니다. 예를 들어 출렁이는 오일이 저장 탱크 내부의 탄성 밸브에 압력을 가할 수 있는 방법과 유체와 유체가 밀어내는 구조를 함께 모델링해야 합니다.

소프트 로봇에서 은하 병합까지

프레임워크의 일반성은 컴퓨터 그래픽 이상의 응용 프로그램을 가리킵니다. 연구원들은 동일한 접근 방식이 소프트 로봇 조작 작업에 정보를 제공할 수 있다고 말합니다. 이 작업에서는 호환 기계가 접촉 시 모래나 흙이 어떻게 움직일지 예측해야 합니다. 그들은 또한 RNA 진화와 심지어 은하 병합과 같은 천체물리학 현상까지 후보 영역으로 나열합니다.

장기적으로 팀은 이 작업이 과학자들이 새로운 재료를 발견하고 기존 시뮬레이션 방법으로 효과적으로 연구할 수 없는 물리적 프로세스를 탐색하는 데 도움이 되기를 바라고 있습니다.

Guo는 "우리는 계산과 과학의 통합이 물리적 현상을 발견하거나 설명할 수 없는 물리적 현상을 설명할 수 있는 새로운 통찰력과 도구를 제공한다는 것을 알고 있습니다."라고 말했습니다. "통합 모델을 통해 우리는 상상조차 할 수 없는 많은 발견을 할 수 있었습니다."

완성된 기초가 아닌 첫 번째 단계

연구원들은 WorldParticle을 완성된 기초 모델이 아닌 시작 동작으로 구성하는 데 주의를 기울였습니다. 앞으로 그들은 시스템을 더 많은 물리적 시스템에 적용하고 과학적 발견을 위한 완전한 범용 시뮬레이션 파이프라인을 구축할 계획입니다.

그 호가 친숙하게 들린다면 그것은 의도적으로 설계된 것입니다. 언어 모델은 범용 도구로 확장하기 전에 좁은 작업별 시스템으로 수년을 보냈습니다. WorldParticle 팀은 물리적 시뮬레이션이 한 번에 한 입자 단계씩 비슷한 경로를 따를 수 있다고 명시적으로 확신하고 있습니다.

이 기사는 2026년 11월 9일 MIT 뉴스에 게재된 Adam Zewe의 보도를 바탕으로 작성되었습니다.

---

AI 최신 소식

최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.

AI 뉴스 더 보기 →