AI Agent-Driven Physics-Aware Compiler Optimization for High-Performance Physical AI
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114247
과학기술정보통신부
한국연구재단
중앙대학교
김진성
3명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,444만원
4,444만원
개발연구
대학
서울특별시 동작구
정보/통신 > 정보이론 > 컴파일러
[연구과제의 최종 목표]본 연구의 최종 목표는 인간 전문가의 수동 개입 없이, 물리 지식 기반 신경망(PINNs) 등 고성능 Physical AI 모델의 추론 지연시간을 10ms 이하의 실시간 수준으로 단축하는 \"AI Agent 주도형 물리-인지 컴파일러(AI Agent-Driven Physics-Aware Compiler) 프레임워크\"를 개발하는 것임. ...
[연구과제의 연구개발내용]본 연구는 고성능 Physical AI(PINNs 등)의 근본적인 실행 병목을 해소하기 위해, 'AI Agent 주도형 물리-인지 컴파일러' 프레임워크의 요소 기술을 개발하고 이를 수직 통합하는 것을 목표로 함. 이를 달성하기 위한 3대 핵심 연구개발 내용은 다음과 같음.(1) 물리 의미 보존형 다계층 컴파일러 프론트엔드 구축 (P...
... 것임.(2) [경제/산업적 측면] 인프라 운용 비용 절감 및 엣지 AI 창출- 고성능 컴퓨팅(HPC) 자원의 활용 효율을 극한으로 끌어올려, 대규모 AI 모델의 추론 및 서비스에 소요되는 막대한 클라우드 전력 및 유지보수 비용을 획기적으로 절감함. - 나아가 방대한 연산량으로 인해 서버에만 의존해야 했던 고정밀 물리 모델을 가속화하여, 로봇, 드론 등 온디바이스(On-device) 엣지 환경에서도 ...