Credit: ITTM - TU Graz

[뉴스에프엔 김맹근 기자] 유럽의 항공산업이 탈탄소화를 위한 기술 경쟁에 속도를 내면서, 오스트리아 TU 그라츠 연구진이 인공지능(AI) 기반 항공엔진 효율 향상 기술을 개발했다. 복잡한 엔진 내부 유동을 기존보다 수백~수천 배 빠르게 분석할 수 있어, 연료 및 에너지 소비를 줄이는 고효율 엔진 개발을 앞당길 수 있을 것으로 기대된다.

TU 그라츠는 EU ‘Flightpath 2050’ 전략에 따라 항공부문의 배출 저감과 연료 효율을 높이기 위한 연구를 진행해 왔다. 이번 연구는 ARIADNE 프로젝트의 일환으로, 항공엔진 내부의 중간 터빈 덕트(Intermediate Turbine Duct) 최적화를 위해 AI와 머신러닝을 결합했다.

연구팀은 다년간 축적한 실측 데이터와 유동 시뮬레이션 정보를 AI 모델에 학습시켜, 다양한 설계 변수가 효율에 미치는 영향을 빠르게 예측할 수 있는 체계를 구축했다. 특히 연구진은 세 가지 AI 방법론을 비교한 결과, 축소모델(ROM·Reduced Order Model)이 가장 뛰어난 성능을 보였다고 밝혔다. ROM은 데이터 간 공통 패턴을 추출해 핵심 요소만을 기반으로 계산하는 방식으로, 기존의 정밀 유동해석보다 수백~수천 배 빠른 계산이 가능하다.

프로젝트 책임자인 볼프강 산츠 교수는 “중간 터빈 덕트는 고압·저압 터빈을 연결하는 필수 구조이지만 무게 증가와 효율 저하라는 상반된 조건을 동시에 해결해야 하는 영역”이라며 “AI 분석을 통해 이전에는 파악하기 어려웠던 설계 가능성과 최적화 방향을 확인할 수 있었다”고 말했다.

AI 모델은 덕트의 길이나 크기 등 특정 파라미터 변화에 따라 엔진 성능이 어떻게 달라지는지를 즉시 분석할 수 있어, 설계 주기 단축에도 기여할 것으로 기대된다. 다만 서로게이트 모델 등 일부 AI 기법은 데이터 범위를 벗어날 경우 정확도가 떨어졌으며, 물리 기반 PINN(Physics-Informed Neural Network)은 실용화까지 시간이 더 필요하다는 평가다.

연구팀은 현재 2차원(2D)으로 구현된 모델을 3차원(3D) 엔진 시뮬레이션으로 확장하는 후속 연구를 준비 중이다. 아울러 이번 프로젝트를 통해 구축된 방대한 데이터베이스와 AI 모델을 외부 연구진에게 공개해 글로벌 공동연구 기반을 넓힐 계획이라고 밝혔다.

산츠 교수는 “머신러닝을 통해 새로운 설계 트렌드와 종속관계를 발견할 수 있었다”며 “AI는 차세대 고효율 항공엔진 개발의 핵심 도구가 될 것”이라고 강조했다.

0 0