IBM·Dallara, AI로 레이싱카 공력 시뮬레이션 수 시간을 10초로 단축

협력 배경: 레이싱카 설계의 연산 병목

Dallara는 50여 년 역사를 가진 레이싱카 전문 제조사로 IndyCar·F2·F3·Super Formula·Formula E 등 주요 시리즈에 차량을 공급한다. IndyCar 기준 평균 시속 370km를 전제로 하는 만큼 공력 성능이 경쟁력을 좌우한다. 엔지니어들은 차체·언더플로어·윙·휠 등 각 구성 요소의 공력 특성 예측에 CFD를 활용하는데, 단일 분석에도 수 시간이 걸리고 전체 개발 사이클은 수 주에서 수 개월에 달한다. 이 연산 병목이 이번 협력의 출발점이다.

AI 대리 모델의 초기 성과

IBM은 Dallara의 고정밀 공력 시뮬레이션 데이터와 기술 전문성을 기반으로 도메인 특화 기반 모델을 구축했다. 개념적 LMP2급 레이싱카의 리어 디퓨저 형상 변형을 대상으로 한 비교 실험에서, CFD가 수 시간을 필요로 한 분석을 AI 모델은 약 10초 만에 완료하며 오차 범위도 CFD와 유사한 수준을 유지했다. 수백 가지 형상 구성으로 확장하면 기존에 며칠이 걸리던 작업을 수 분으로 단축할 수 있다는 추산이다.

이 모델의 기반이 된 것은 IBM이 자체 개발한 GIST(Gauge-Invariant Spectral Transformers)로, 관련 preprint 논문은 2026년 3월 17일 공개됐다. 두 회사의 협업 성과는 4월 20일 arXiv에 게재됐으며, 4월 26일 리우데자네이루에서 열린 ICLR(국제 학습 표현 학술대회)에서 발표됐다. 현재 결과는 시뮬레이션 데이터만으로 도출된 것이며, 풍동 측정 및 실제 트랙 데이터 통합은 이후 단계로 계획 중이다.

양자·하이브리드 방식 탐색

양자컴퓨팅 활용은 현재 탐색적 수준에 그친다. IBM과 Dallara는 하이브리드 양자-고전 방식이 전통적 시뮬레이션 워크플로를 어느 지점에서 보완할 수 있는지 평가 중이며, 단기 적용 가능성과 중장기 기회를 동시에 검토하고 있다. AI 가속이 이미 실질적 성과를 내고 있는 것과 달리, 양자 부문은 아직 방향 탐색 단계에 머물러 있어 구체적 성과 제시까지는 시간이 필요하다.

적용 범위 확대와 한계

양사는 AI 모델 적용 범위를 추월 시나리오 등 더 다양한 주행 조건으로 확장하고, 신규 차량 설계 및 공력 구성 탐색 도구 개발로 나아갈 계획이다. Dallara CIO는 이 기술이 승용차·항공기 등 타 분야로 전이될 경우, 공기저항 1~2% 절감만으로도 연료 효율 개선에 의미 있는 규모 효과를 낼 수 있다고 밝혔다. 다만 현 단계 결과는 시뮬레이션 기반에 한정되며, 실차 검증 데이터와의 통합 및 양자 방식의 실용화 가능성 입증은 여전히 과제로 남아 있다.