이 연구실은 전통적인 유체역학과 전산유체역학(CFD)에 인공지능과 기계학습을 결합하여 복잡한 유동 현상을 더 빠르고 정확하게 해석하는 연구를 수행한다. 특히 난류, 열유동, 다중 스케일 유동처럼 계산 비용이 매우 큰 문제를 대상으로, 기존 수치해석 기법의 한계를 보완할 수 있는 하이브리드 해석 프레임워크를 개발하는 데 강점을 보인다. 이는 단순한 데이터 기반 예측이 아니라 물리 법칙을 반영한 학습 모델을 통해 해석의 신뢰성과 범용성을 동시에 확보하려는 접근이다. 구체적으로는 물리기반 신경망(PINN), 그래프 신경망(GNN), ML-CFD 하이브리드 솔버, 적응형 격자 세분화, 난류 모델링 고도화와 같은 기술이 핵심 방법론으로 활용된다. 연구실의 프로젝트에서도 소형모듈원자로(SMR) 열수력 해석, 노심/열수력 수치해석 성능 향상, ML 기반 난류모델링 기술 개발 등 대규모 계산 유체 문제를 대상으로 한 연구가 확인된다. 이러한 연구는 단순한 시뮬레이션 자동화 수준을 넘어, 복잡한 공학 시스템에서 해석 속도 향상과 계산 안정성 확보, 그리고 실시간 또는 준실시간 예측 가능성까지 확장되는 의미를 가진다. 이 분야의 연구 성과는 에너지 시스템, 원자력 열수력, 미래형 자동차, 산업용 열교환 시스템 등 다양한 응용 영역으로 이어질 수 있다. 특히 산업 현장에서는 설계 최적화와 운영 의사결정에 필요한 계산 시간을 크게 줄이는 것이 중요하므로, AI 기반 CFD는 디지털 전환의 핵심 도구가 된다. 앞으로 이 연구는 설명가능한 물리 AI, 고신뢰 시뮬레이션, 디지털트윈 기반 공학 설계로 발전하면서 기계공학과 인공지능의 융합을 대표하는 연구 축으로 자리매김할 가능성이 크다.

이 연구실의 또 다른 핵심 주제는 인체 호흡기 내부의 공기 흐름과 구조 변화를 정량적으로 분석하는 호흡기 CFD 연구이다. 폐와 기관지의 구조는 개인마다 매우 다르고 질환에 따라 형태와 기능이 동시에 변화하기 때문에, 이를 정밀하게 반영한 유동 해석 모델이 필요하다. 연구실은 정량적 CT(QCT) 영상과 유체역학 모델을 결합하여 천식, COPD, PRISM 등 호흡기 질환의 구조적·기능적 특성을 분석하고, 질환 아형을 구분하거나 조기 이상 징후를 탐지하는 연구를 수행하고 있다. 대표적으로 천식 환자군의 임상 표현형을 구분하는 클러스터링 연구, 기도 협착과 기도 재형성의 관계 분석, COPD와 PRISM의 구조적 폐 변화 비교, 시멘트 분진 노출에 따른 폐 구조 변화 추적 연구 등은 모두 영상 바이오마커와 유동 해석을 연결하는 연구 흐름에 속한다. 또한 기관지 표면격자 생성, 영상분할, 마이크로 CT 기반 검증, 그래프 신경망과 물리기반 신경망을 활용한 호흡기 CFD 모형 고도화는 의료영상-모델링-임상해석을 잇는 기술적 토대를 형성한다. 이는 단순 진단 보조를 넘어서 환자 맞춤형 디지털트윈 구축으로 이어질 수 있다는 점에서 의미가 크다. 이 연구의 궁극적 가치는 호흡기 질환의 정밀의료 구현에 있다. 환자별 폐 구조와 기류 특성을 반영한 시뮬레이션은 질환 진행 예측, 치료 반응 평가, 영상 바이오마커 발굴, 임상 의사결정 지원에 활용될 수 있다. 향후에는 임상 데이터, 생리 신호, 영상 기반 구조 정보, AI 기반 예측 모델이 통합되면서 개인 맞춤형 호흡기 디지털트윈 플랫폼으로 발전할 가능성이 높으며, 이는 의공학·기계공학·의학의 융합 연구를 이끄는 중요한 방향이 될 것이다.

이 연구실은 기초 유체역학 연구를 넘어 실제 산업 시스템에 적용 가능한 유동 및 열전달 해석에도 주력하고 있다. 연구 이력과 과제를 보면 자동차, 배터리 충전소, 반도체 공정용 정밀 온도제어, 에너지 시스템 등 다양한 산업 분야와 연결되어 있으며, 이는 연구실이 공학적 실용성과 현장 적용성을 동시에 중시하고 있음을 보여준다. 유동, 열, 제어, 데이터 기반 모델을 함께 고려하는 접근은 복합 공정 최적화에 특히 유리하다. 구체적으로는 교환형 배터리충전소의 수냉식 열관리, 충전 효율 향상을 위한 열관리 모듈 설계, 반도체 세정공정용 나노미터급 정밀 온도제어 시스템 개발, 열교환기 설계 및 성능 향상 연구 등이 수행되고 있다. 또한 얼굴 보호구 착용 시 기침 유동의 거동을 대와동모사(LES)로 분석한 연구처럼, 산업·환경·보건 경계 영역의 유동 현상도 해석 대상으로 포함된다. 이러한 과제들은 단순한 시뮬레이션 수행에 그치지 않고, 설계 변수 최적화, 제어 알고리즘 개발, 데이터 수집 및 모델 검증까지 포괄하는 통합형 연구라는 특징을 가진다. 이와 같은 산업 응용 연구는 에너지 효율 향상, 시스템 안정성 확보, 고정밀 공정 제어, 사용자 안전 증대라는 실질적 효과를 제공한다. 특히 배터리, 반도체, 미래형 자동차와 같이 열 관리와 유동 제어가 성능을 좌우하는 산업에서는 연구실의 역량이 직접적인 경쟁력으로 연결될 수 있다. 앞으로는 AI 기반 예측제어와 디지털트윈 기술이 결합되면서, 설계-해석-운영을 실시간으로 연결하는 지능형 열유동 시스템 연구로 확장될 가능성이 크다.