Wake CFD
AI Agent 통합 항공·방산 고속 유체 해석 솔버
극초음속 비행체·미사일·scramjet·군용 항공엔진 등 상용 솔버가 지원이 곤란한 항공·방산 고속 압축성 유동 영역에 특화한 CFD 솔버입니다. AI Agent 통합으로 시뮬레이션 설정부터 수렴 모니터링·결과 분석까지 자동화하여, 엔지니어 한 명의 생산성을 팀 단위로 끌어올리는 것을 목표로 합니다.
목차
한눈에 — 차별화
Wake CFD는 항공·방산 고속 압축성 유동 + AI Agent 자동화를 목표로 개발중입니다.
| 항목 | 기존 상용 솔버 Fluent, Star-CCM+ 등 | 오픈소스 SU2, OpenFOAM | Wake CFD |
|---|---|---|---|
| AI Agent 통합 | × | × | gRPC + Local LLM Agent (설정·모니터링·분석 자동화) |
| 극초음속 비평형 (Park 2T + 화학반응) | × | × (학술 코드 별도) | 개발 중 (5/11/21 species, Park 모델) |
| 방산·항공 특화 BC | 부분 (라이선스별) | 미흡 | Giles NRBC 3D, Mixing Plane, MRF, Catalytic wall |
| 수치 스킴 투명성 | 블랙박스 | 공개 | 표준 문헌 그대로 + 상세 이론 문서 제공 |
| Implicit solver | CPU 위주 | CPU | Newton-Krylov matrix-free + LU-SGS |
| 국내 보안 환경 운영 | 제약 (라이선스 서버 외부) | 가능 (지원 부족) | 온프레미스 + 보안망 운영 가능 |
| 사용성 (GUI · 후처리 · 검증) | 우수 | 부족 | GUI · 후처리 · 검증 일체 제공 |
※ 일반 항공기 외부 공력 등 GA (General Aerodynamics) 영역은 클루가 공급하는 Flow360(FlexCompute) 같은 검증된 GPU CFD 솔버를 권장합니다. Wake CFD는 그 항공·방산 고속 유동 + AI 자동화 영역에 집중합니다.
개발 배경
항공·방산 분야의 고속 압축성 유동 해석은 일반 CFD 시장과 다른 요구를 가집니다. 극초음속 열화학 비평형(Park 2T 모델), Catalytic wall, Giles NRBC 같은 특화 boundary condition, 국방 보안망에서 운영 가능한 온프레미스 환경, 국내에서 접근 가능한 기술 지원과 수치 스킴 투명성 — 이 조건을 모두 충족하는 솔루션은 글로벌 시장에서 상당히 비어 있습니다.
동시에 CFD는 설정·실행·모니터링·결과 분석의 반복적인 엔지니어링 작업이 엔지니어 시간의 대부분을 차지합니다. AI Agent로 이 과정을 자동화하면 한 명의 throughput을 팀 단위로 끌어올릴 수 있습니다.
Wake CFD의 4가지 축
- • AI Agent 통합 — Local LLM Agent가 시뮬레이션 설정·CFL ramp·발산 감지·결과 요약을 자동화
- • 항공·방산 특화 BC — Giles NRBC 3D, Mixing Plane, MRF, Catalytic wall, Park 2T 비평형 모델 등 일반 CFD에서 다루지 않는 영역
- • 알려진 수치해석 방법을 그대로 적용 — Roe (1981), JST (Jameson 1981), Venkatakrishnan (1995), Giles NRBC (1990), Park 모델 (1990) 등 표준 문헌의 알고리즘을 변형 없이 구현. 각 스킴의 적용 범위·매개변수·근거는 Theory 가이드 형태로 함께 제공
- • 국내 보안 환경 운영 — 온프레미스, 사내망 운영, 국내 기술 지원
국내 항공·방산 수요
국내 항공엔진 개발, 항공기 추진체계, 미사일·유도무기, 차세대 극초음속 비행체 R&D 등 국내 항공·방산 핵심 분야는 모두 압축성 고속 유동 해석에 의존합니다. 특히 극초음속 비행체와 차세대 추진체계 분야는 글로벌 상용 솔버 GPU 대응이 거의 없어 학술 코드(US3D, LeMANS) 수준의 도구로 작업이 이뤄지고 있습니다.
Wake CFD는 이 영역에 상용 수준의 사용성과 AI 자동화를 결합한 대안 CFD를 목표로 합니다.
적용 분야
항공·방산의 고속 압축성 유동 영역에 집중합니다. 글로벌 상용 솔버 대응이 부족하고 국내 대안이 필요한 영역을 지원합니다.
극초음속 비행체 + 미사일
극초음속 비행체·재진입체·미사일·scramjet 추진 시스템 대상. 상용 솔버의 GPU 대응이 거의 없고 학술 코드(US3D, LeMANS)는 접근이 곤란합니다.
제공 기능
- • Park 2T 모델 + 유한속도 화학반응 (5/11/21 species)
- • Catalytic wall BC, Radiation transport (계획)
검증 케이스
RAM-C II 재진입, Holden double cone, NASA HyShot II scramjet
대상 어플리케이션
극초음속 활공·순항체, 대기권 재진입체, 미사일·유도무기 외부 공력, scramjet 흡입구·연소기, 차세대 추진체계 R&D
군용 항공엔진·회전체
전투기·헬기 가스터빈, 항공엔진 압축기·터빈 단, turboshaft 등 회전 압축성 유동 해석. 일반 항공기 외부 공력은 다른 솔루션을 권장하되, 회전체와 비반사 경계가 결합된 추진시스템에 특화합니다.
제공 기능
- • Mixing Plane — 회전체-정지체 사이 평균 유동 전달
- • Giles NRBC (3D) — 비반사 경계 조건
- • MRF — Coriolis + flux correction + Jacobian
- • Periodic BC — 회전 대칭 격자 1 passage 계산
대상 어플리케이션
전투기·항공엔진 압축기·터빈 단, 헬기 turboshaft, 군용 가스터빈, 추진체계 회전체 비반사 경계 해석
포지셔닝: Wake CFD는 일반 외부 공력 GA(General Aerodynamics)를 다루지 않습니다. 그 영역은 클루가 공급하는 Flow360(FlexCompute) 같은 검증된 GPU 솔루션이 더 적합합니다. Wake는 항공·방산 고속 유동 + 화학반응 + AI Agent 자동화 영역에 집중합니다.
검증 결과
표준 검증 케이스에 대한 수렴 결과. ONERA M6 3D 케이스가 1 GPU에서 44초에 Residual -8.0까지 수렴.
| Case | Scheme | Residual (log10) |
|---|---|---|
| NACA0012 2D | JST Implicit FGMRES | -8.0 |
| NACA0012 2D | Roe 2nd Explicit (MUSCL) | -7.95 |
| NACA0012 2D | Newton-Krylov CFL=100 | -7.59 |
| ONERA M6 3D | JST Implicit FGMRES(3) | -8.0 (44초, 1 GPU) |
| ONERA M6 3D | Roe 2nd Explicit (MUSCL) | -7.50 (CL=0.190, CD=0.042) |
| ONERA M6 3D | Roe 2nd + Newton-Krylov | -6.82 |
분산·병렬 검증
- • MPI Phase C1~C6 완료 — periodic boundary cross-rank 교환 포함
- • METIS 격자 파티셔닝 통합 (242k 격자 벤치마크)
- • 11종 Implicit 스킴 × 2-rank MPI 회귀 검증
아키텍처와 기술 깊이
각 항목을 펼쳐서 자세한 내용을 확인할 수 있습니다.
5계층 모듈러 아키텍처
application/ ← 조립, 실행, config 파싱, 출력 제어
fvm/ ← Finite Volume Method — 압축성 Euler/NS/RANS, GPU 커널
fr/ ← Flux Reconstruction — 고차 정확도 (개발 중)
infra/ ← I/O, MPI, 로깅, 파티셔닝
common/ ← config, error, types, GPU 매크로, EOS데이터 구조 — Flat SoA
Structure-of-Arrays(SoA)로 자료를 평면화하여 GPU memory coalescing이 자연스럽게 발생하도록 설계.
double* U; // [n_var * n_point] — flat 1D array
double* grad_U; // [n_var * n_dim * n_point]- • GPU memory bandwidth의 70~90% 활용 (CFD에서 최상위)
- •
cudaMalloc1회,cudaMemcpy1회로 초기화 — GPU 상주 모델 - • Iteration 중에는 H↔D 통신 없음. 출력 주기에만 D→H
GPU 병렬화 — Edge Coloring
CFD edge loop는 양 끝점에 동시 write가 발생하여 race condition이 본질적 문제. Wake는 edge coloring 알고리즘으로 해결.
- • Greedy graph coloring (bitmask, O(n_edge))
- • 같은 색의 edge는 점을 공유하지 않음 → atomic 없이 병렬 누적
- • 12~20개 색상으로 100% 격자에 적용 가능
- • Edge-per-thread 1:1 매핑 — memory-bound 워크로드에 최적
추가로 point coloring을 도입하여 implicit solver의 LU-SGS preconditioner도 GPU에서 race-free 병렬 sweep이 가능합니다.
수치 스킴 GPU 커널
| Scheme | 상태 | 비고 |
|---|---|---|
| JST (central + artificial dissipation) | ✓ GPU | edge coloring + atomic remainder |
| Roe (1차/2차 MUSCL) | ✓ GPU | Harten-Hyman, Mavriplis entropy fix |
| AUSM, AUSM+-up, AUSM+-up2 | ✓ GPU | all-speed |
| SLAU/SLAU2 | ✓ GPU | parameter-free |
| HLLC | ✓ GPU | 3-wave 근사 Riemann |
시간 적분
| 기법 | 상태 | 적용 분야 |
|---|---|---|
| Explicit Runge-Kutta (4-stage Jameson) | ✓ | 압축성 안정성 |
| Implicit FGMRES + LU-SGS | ✓ | Steady state, CFL 단조 상승 |
| Newton-Krylov (matrix-free) | ✓ | 3D steady 주력 경로 |
| Multigrid FAS V-cycle (2D) | ✓ | 수렴 가속 |
| Unsteady Explicit (global dt) | ✓ | LES/DNS 후보 |
AI Agent 통합 layer
Wake CFD는 솔버 자체가 아니라 솔버 위에 AI Agent를 결합한 자동화 시스템을 지향합니다. gRPC 기반 실시간 제어 인터페이스(GrpcServer)가 이미 구현되어 있어 Local LLM Agent가 솔버 내부 상태를 조회하고 동적으로 조건을 변경할 수 있습니다.
- • iteration 중 잔차 정체 감지 → CFL ramp 자동 조정
- • 발산 감지 → 격자/스킴 자동 fallback
- • 디자인 변경 → optimization loop 자동 실행
- • 자연어 명령 → YAML config 자동 생성
중장기 비전: 엔지니어 1인 + AI Agent가 기존 5인 팀의 throughput을 대체.
기대 효과
AI Agent로 엔지니어 생산성 향상
시뮬레이션 설정·CFL 조정·발산 모니터링·결과 요약·보고서 작성 등 엔지니어가 가장 많은 시간을 쓰는 작업을 Local LLM Agent가 처리합니다. 한 명의 throughput을 팀 단위로.
국방 자립 기여
극초음속·미사일·차세대 추진체계의 핵심 해석 도구를 외산 솔버 의존 없이 국내 보안망에서 완전 독립 운영. 국내 기술 지원으로 방산 R&D 사이클을 안정화합니다.
다른 도구로 안 되던 케이스 시도
극초음속 비평형 + 회전체 + 화학반응이 한 환경에서 풀립니다. 기존엔 상용 솔버는 부분만, 학술 코드는 사용성·유지보수 문제로 본격 사용이 어려웠던 영역을 사내 워크플로우 안에서 직접 시도하고 케이스를 누적할 수 있습니다.
결과를 추적·검증 가능
수치 스킴이 표준 문헌 그대로 구현되어 매개변수·격자·BC를 바꿨을 때 결과가 왜 그렇게 변하는지 추적 가능합니다. Theory 가이드와 상세 이론 문서로 각 스킴의 적용 범위·매개변수·근거를 함께 제공하여 디버깅·논문 작성·사내 검증 보고서에 필요한 신뢰 근거를 확보할 수 있습니다.
협력·검증 케이스 문의
Wake CFD는 현재 활발히 개발 중입니다. 공동연구, 검증 케이스 협력, 정부과제 컨소시엄 제안, 초기 도입 검토 등 모든 형태의 협력을 환영합니다.
협력 문의하기사사
본 연구는 CLEW Inc. 자체 R&D로 진행되며, 일부 검증 케이스는 OpenFOAM, ADFlow 및 NASA·ESA 공개 검증 데이터를 활용합니다. GPU 알고리즘은 OP2 프로젝트 (University of Oxford, Imperial College London)의 edge coloring 연구를 참조하였습니다.