핵융합로 안 플라스마 상태를 기존보다 1천배 빠르게 시뮬레이션할 수 있는 인공지능(AI)을 울산과학기술원(UNIST) 연구진이 개발했다.

17일 UNIST에 따르면 이 대학 원자력공학과 이지민ㆍ윤의성 교수팀은 플라스마 상태를 설명하는 수학 방정식의 해를 빠르게 구할 수 있는 딥러닝 기반 인공지능 모델 'FPL-net'을 개발했다. 일명 '인공태양' 기술인 핵융합 발전에서는 발전기 내부를 실제 태양과 같은 고온 플라스마 상태로 유지해야 한다.

플라스마는 물질이 음전하를 띤 전자와 양전하를 띤 이온 입자로 분리된 상태다. 이 상태에서 입자 간 충돌을 정확하게 예측하는 것이 안정적인 핵융합 반응을 유지하는 핵심 요소다. 

플라스마 상태는 수학적 모델로 나타내는데 그중 하나가 '포커-플랑크-란다우 방정식'(FPL·Fokker-Planck-Landau)이다. 이 방정식은 +, - 전하 입자 간 충돌인 쿨롱 충돌을 예측하는데, 원래 이 방정식을 풀기 위해서는 해를 점진적으로 구해 나가는 반복법이 쓰여 계산량이 많고 시간이 오래 걸렸다. 

연구팀이 개발한 FPL-net은 기존 반복법과 달리 한 번에 방정식의 해를 구할 수 있다. 기존보다 1천배 빠른 속도며, 예측 오차는 10만분의 1로 높은 정확도를 보였다고 연구팀은 설명했다.

포커-플랑크-란다우 충돌 과정은 밀도, 운동량, 에너지가 보존되는 특징이 있는데, 연구팀은 AI 모델 학습 과정에서 이러한 물리량이 보존될 수 있도록 함수를 정의해 정확도를 높였다.

연구팀 관계자는 "핵융합로 전 영역을 시뮬레이션하는 난류 해석 코드나 현실 토카막(플라스마를 가두는 특수 구조물)을 컴퓨터 가상 공간에 구현하는 디지털 트윈 기술의 초석이 될 것"이라며 "다만 이번 연구는 전자 플라스마에 한정돼 응용을 위해서는 불순물이 포함된 다종입자들의 복잡한 플라스마 환경으로 확장하는 연구가 필요하다"고 말했다.

연구 결과는 국제 학술지 '계산물리학저널'(Journal of Computational Physics)에 15일 자로 게재됐다. 연구는 UNIST, 한국연구재단, 한국에너지기술평가원 등의 지원을 받았다.

◆ 참고 : Journal of Computational Physics(2025) FPL-net: A deep learning framework for solving the nonlinear Fokker–Planck–Landau collision operator for anisotropic temperature relaxation https://www.sciencedirect.com/science/article/pii/S0021999124009136