Information-Based Symbolic Regression of Local Closures for RANS Transition Modeling

항공역학의 세계에서 날개나 터빈 블레이드 위를 흐르는 공기는 항상 동일하게 행동하지 않습니다. 여정의 시작 단계에서 공기는 매끄럽고 질서 정연한 층을 이루며 이동하는데, 이를 층류(laminar flow)라고 합니다. 하지만 공기가 이동함에 따라, 이 층들은 갑자기 혼란스럽고 소용돌이치는 상태인 난류(turbulence)로 돌변할 수 있습니다. '천이(transition)'라고 불리는 이 변화는 매우 결정적인 순간입니다. 이는 공기가 표면에 가하는 마찰력, 열 전달 방식, 그리고 궁극적으로 물체가 받는 양력이나 항력의 크기를 변화시킵니다. 풍력 터빈부터 제트 엔진에 이르기까지 모든 것을 설계하는 엔지니어들에게, 이 전환이 정확히 어디에서 언제 발생하는지를 예측하는 것은 현대 물리학의 가장 까다로운 과제 중 하나입니다.

컴퓨터로 이러한 흐름을 시뮬레이션하기 위해 과학자들은 난류의 미세하고 빠른 변동을 평균화하는 일련의 방정식들을 사용합니다. 그러나 이 평균화된 방정식들에는 '맹점'이 있습니다. 바로 매끄러운 흐름에서 혼란스러운 흐름으로의 천이를 자연스럽게 포착하지 못한다는 점입니다. 이를 해결하기 위해 엔지니어들은 전체 흐름장을 관찰하는 대신, 오직 단일 지점에서 가용한 정보만을 사용하여 흐름의 상태를 추측하는 '로컬 센서' 역할을 하는 추가적인 규칙, 즉 '폐쇄식(closures)'을 추가합니다. 문제는 기존의 이러한 규칙들이 오래된 데이터와 단순화된 가정에 기반한 거친 근사치라는 점입니다. 이들은 특정 상황에서는 잘 작동하지만, 조건이 변하면 실패할 수 있으며, 이는 항공기나 기계에 대한 부정확한 예측으로 이어집니다

스페인과 프랑스의 연구팀은 이제 이 로컬 센서들을 새로운 시각으로 바라보았습니다. 그들은 전통적인 시행착오 방식이나 복잡하고 설명 불가능한 컴퓨터 모델에 의존하는 대신, 정보 이론과 기호 회귀(symbolic regression)를 결합한 방법을 사용했습니다. 이것은 데이터를 스스로 말하게 하는 방식, 즉 물리적 실체를 설명하는 가장 단순하면서도 정확한 수학적 문장을 찾아내는 과정이라고 생각할 수 있습니다. 연구진은 이상적인 유체 흐름 솔루션의 방대한 라이브러리를 분석함으로써, 공기의 국부적인 상태를 계산하는 더 정밀한 새로운 방법들을 발견했습니다. 그 후, 이들은 이 새로운 공식들을 평판(flat plate)의 전체 시뮬레이션에 적용하여 테스트했습니다. 결과에 따르면, 새로운 공식들이 국부적인 물리학을 기술하는 데 훨씬 더 정확했음에도 불구하고, 실제 천이 시점을 예측하는 데 있어서의 성공 여부는 흐름의 특정 조건에 크게 좌우되었습니다. 이는 복잡한 시스템의 한 부분을 개선한다고 해서 반드시 전체적인 결과가 더 좋아지는 것은 아님을 보여주었습니다.

연구진은 천이를 연구하기 위한 통제된 환경을 만드는 것부터 작업을 시작했습니다. 그들은 '팔크너-스칸(Falkner-Skan)' 프로파일이라 불리는 유명한 수학적 해의 계열을 사용했습니다. 이 솔루션들은 공기가 앞으로 밀려 나가는 경우부터 속도가 느려지는 경우까지, 다양한 압력 조건 하에서 평평한 표면 위를 흐르는 공기를 묘사합니다. 이 완벽하고 이론적인 세계에서 연구진은 두 가지 핵심 물리량에 대한 정확한 답을 알고 있었습니다. 바로 마찰로 인해 공기 흐름이 얼마나 느려졌는지를 측정하는 '운동량 두께(momentum thickness)'와, 표면을 따라 압력이 어떻게 변하는지를 측정하는 '압력 구배 파라미터(pressure-gradient parameter)'입니다. 이 양들은 천이를 예측하는 데 필수적이지만, 실제 컴퓨터 시뮬레이션에서는 직접적으로 얻을 수 없습니다. 엔지니어들은 보통 벽으로부터의 거리나 주변의 공기 속도와 같은 국부적인 단서들을 사용하여 이 값들을 추정해야 합니다.

연구팀의 첫 번째 단계는 어떤 국부적 단서가 가장 유용한 정보를 포함하고 있는지 결정하는 것이었습니다. 그들은 이 문제를 가장 정보가 많은 신호를 찾는 과정으로 취급했습니다. 정보 이론에 기반한 기법을 사용하여, 연구진은 가능한 수천 가지의 국부 변수 조합을 테스트하며 어떤 조합이 이론적 데이터베이스의 정확한 정답을 가장 잘 예측하는지 확인했습니다. 그 결과, 압력 구배 파라미터의 경우, 공기 속도가 벽에 수직인 방향으로 변하는 방식과 벽으로부터의 거리의 제곱을 결합한 특정 조합이 가장 정보가 많은 단서임을 발견했습니다. 이는 기존의 오래된 공식과 구조가 일치했기에 놀라운 일은 아니었으며, 기존의 직관이 물리적으로 타당하다는 것을 확인해 주었습니다. 그러나 운동량 두께의 경우, 탐색 결과 더 나은 후보가 발견되었습니다. 전통적인 방식은 유체의 회전과 관련된 변수에 의존했지만, 새로운 분석에 따르면 국부 속도와 벽으로부터의 거리 사이의 단순한 비율이 다양한 흐름 조건에서 훨씬 더 일관되고 신뢰할 수 있는 것으로 나타났습니다.

이러한 우수한 단서들이 식별되자, 연구진은 두 번째 단계인 국부 단서와 실제 값 사이를 연결하는 정확한 수학적 공식을 찾는 단계로 넘어갔습니다. 그들은 '디지털 연금술사' 역할을 하는 '기호 회귀' 도구를 사용했습니다. 데이터를 미리 정해진 형태에 강제로 끼워 맞추는 대신, 이 도구는 수백만 개의 가능한 수학적 표현식을 생성하고 테스트하며, 정확하면서도 단순한 식만을 남깁니다. 목표는 컴퓨터 코드에 쉽게 작성될 수 있는 간결한 방정식을 찾는 것이었습니다. 그 결과, 실제 물리량을 훨씬 더 높은 정밀도로 재구성하는 새로운 명시적 공식 세트가 도출되었습니다. 압력 구배 파라미터의 경우, 새로운 공식은 기존의 선형 공식이 놓쳤던 미묘한 차이를 포착하는 복잡한 다항식이었습니다. 운동량 두께의 경우, 최적의 공식은 매우 단순한 선형 관계였으며, 이는 정확도가 높으면서도 구현하기 쉬웠습니다.

그러나 진정한 시험은 이 공식들이 고립된 상태에서 얼마나 잘 작동하느냐가 아니라, 실제 작동하는 천이 모델 내에 삽입되었을 때 어떻게 수행되느냐였습니다. 연구팀은 엔지니어링 소프트웨어에서 사용되는 표준적인 1방정식 모델에 이 새로운 공식들을 구현하고, 다양한 조건 하에서 평판 위를 흐르는 공기를 다룬 유명한 실험 세트인 ERCOCAT T3 시리즈 시뮬레이션을 실행했습니다. 이 실험에는 높은 난류, 낮은 난류, 그리고 다양한 압력 구배를 가진 사례들이 포함되었습니다. 결과는 시사하는 바가 컸습니다. 특히 중간 정도에서 높은 난류 또는 강한 압력 구배가 있는 여러 사례에서, 새로운 공식들은 천이가 발생하는 지점에 대한 예측을 개선했습니다. 시뮬레이션은 기존 모델보다 실험 데이터에 더 가깝게 일치했습니다.

그럼에도 불구하고, 이야기는 단순한 승리로 끝나지 않았습니다. 난류 강도가 매우 낮은 두 가지 특정 사례에서는 새로운 공식이 오히려 예측을 악화시켰습니다. 한 사례에서는 천이가 너무 일찍 발생한다고 예측했고, 다른 사례에서는 너무 늦게 발생한다고 예측했습니다. 이 결과는 복잡한 모델링에 있어 중요한 교훈을 남겼습니다. 즉, 단일 구성 요소를 개선한다고 해서 자동으로 전체 기계가 고쳐지는 것은 아니라는 점입니다. 천이 모델은 상호 작용하는 많은 부분들의 섬세한 균형입니다. 연구진이 국부 공식들을 교체했을 때, 그들은 전체 시스템의 균형을 변화시켰습니다. 어떤 시나리오에서, 더 정확해진 새로운 국부 데이터는 모델의 다른 부분, 예를 들어 시스템이 유입되는 난류의 강도를 추정하는 방식의 약점을 드러냈습니다. 연구진은 이 난류 강도를 추정하는 기존 규칙들이 새로운, 더 정밀한 국부 공식에 맞춰 업데이트될 필요가 있다고 언급했습니다. 이러한 조정 없이는 새로운 공식의 이점이 사라지거나 오히려 역효과를 낼 수 있기 때문입니다.

이 연구는 정보 기반 기호 회귀가 더 명확하고 정확한 국부 규칙을 만들기 위한 강력한 도구이긴 하지만, 천이 모델링의 전체 문제를 해결하는 마법의 지팡이는 아니라는 결론을 내립니다. 새로운 공식들은 국부적인 물리학을 더 충실하게 표현하며, 향후 개선을 위한 견고한 토대를 제공합니다. 그러나 연구진은 이 새로운 규칙들이 모든 상황에서 완벽하게 작동하기 위해서는 모델 아키텍처의 나머지 부분도 재조정되어야 할 수도 있다고 강조합니다. 이 연구는 데이터 기반 방법론이 난류 모델의 구성 요소들을 체계적으로 정교화할 수 있는 경로를 제시하는 동시에, 유체 역학이라는 복잡한 세계에서는 모든 조각이 완벽하게 맞물려야만 전체 그림이 나타난다는 사실을 상기시켜 줍니다. 연구진은 향에 더 복잡한 3차원 흐름으로 연구를 확장하고, 다른 부분들도 동일한 방식으로 개선할 수 있는지 검토하여, 천이 예측이 그들이 설명하는 물리 법칙만큼이나 신뢰할 수 있고 투명해지는 미래를 목표로 하고 있습니다.