NASA, 극초음속 제트 엔진 설계하는 AI 개발

초음속 및 극초음속 항공기 엔진의 공기 거동을 시뮬레이션하는 AI 개발
항공기를 둘러싼 다양한 힘이 항공기와 상호 작용하는 방식을 AI가 결정
극초음속 비행에서 발생하는 충격파를 이용해 공기를 압축시켜 연료 연소
AI 기반 전산 유체 역학 시뮬레이션으로 극초음속 엔진를 효율적으로 설계

 

2000년대 초반에 개발된 실험용 무인 극초음속 우주선인 NASA의 X-43A.(사진=NASA)

미국 항공우주국(NASA)의 연구원들이 미국 에너지부의 아르곤 국립연구소(ANL)와 협력하여 초음속(supersonic) 및 극초음속(hypersonic) 항공기 엔진 주변의 공기 거동에 대한 시뮬레이션 속도를 향상시키는 인공 지능(AI)을 개발했다.

 

F-15와 같은 전투기는 비행 중 음속의 2배인 마하 2를 초과하는데 이를 초음속 수준이라고 한다. 마하 5 이상의 극초음속 항공기는 시속 4,800킬로미터(3,000마일)보다 빠르게 비행한다.

 

NASA와 ANL의 연구팀이 지난 1월 미국 항공우주학회(American Institute of Aeronautics and Astronautics) SciTech 포럼에서 초음속 및 극초음속의 연료 연소와 관련된 전산 유체 역학(CFD) 시뮬레이션을 위한 AI 기술에 대해 논문을 발표했다.

 

항공기를 설계 제작하고 테스트하기 전에 CFD 시뮬레이션을 이용해 비행 중인 항공기를 둘러싼 다양한 힘이 항공기와 상호 작용하는 방식을 결정한다. CFD는 공기와 물과 같은 유체의 거동을 나타내는 계산식으로 표현된다.

 

미사일이나 항공기가 음속 장벽을 돌파하면 주변 공기보다 더 뜨겁고 밀도가 높으며 압력이 높은 충격파를 생성하기 시작한다. 그리고 극초음속 체제에서 공기 마찰은 기존 상업용 항공기의 일부를 녹일 정도의 크기에 도달한다. 무엇보다도 항공우주 엔지니어는 항공기나 무기 주위에 공기가 어떻게 흐르는지뿐만 아니라 공기가 엔진을 통해 이동하고 연료와 상호 작용할 때 어떻게 반응하는지 고려해야 한다.

 

F-22 Raptor.(사진=셔터스톡)

대형 여객기에서 볼 수 있는 것과 같은 기존의 ‘공기 흡입’ 제트 엔진은 회전하는 팬 블레이드를 통해 연료를 태울 수 있도록 산소를 흡입하고 압축한다. 그러나 마하 3 이상의 속도에 접근하는 제트기나 무기에서는 흡입구를 통해 공기를 빨아들여 극초음속으로 비행할 때 발생하는 충격파를 이용해 공기를 압축한다.

 

초음속 상태로 공기흡입구로 유입된 공기는 외부에서 유입되는 공기로 인해 고압상태로 변하면서 기온이 섭씨 1500~1700도로 높아진다. 이렇게 고온 고압 상태의 공기, 이 가운데 특히 산소가 연료로 사용되는 수소와 혼합되어 연소가 이루어지는 방식이다. 마하 15 이상의 속도가 가능할 것으로 NASA는 예상하고 있다.

 

이 원리를 이용하는 소위 램제트 및 스크램제트 엔진은 로켓이 할 수 없는 수준의 연료 효율성을 달성할 수 있다. ANL의 연구 공동 저자이자 첨단 추진 동력 연구센터의 소장인 시벤두 솜(Sibendu Som)은 "이 엔진에서 화학 및 난류 상호 작용이 매우 복잡하기 때문에 과학자들은 연소 물리학을 정확하고 효율적으로 설명하기 위해 고급 연소 모델과 CFD 코드를 개발해야 했다"라고 말했다. 

 

예를 들어 NASA는 로마의 불의 신의 이름을 따서 명명된 VULCAN-CFD라는 극초음속 CFD 코드를 개발했다. 이 코드는 Flame의 기본 단위인 Flamelet으로 구성된 다차원 Flamelet 테이블을 처리한다. Flamelet 테이블은 처리하는 데 많은 양의 컴퓨터 메모리를 필요로 하는 하나의 방대한 컬렉션에 연소되는 연료의 다양한 스냅샷을 보유한다. NASA와 ANL의 연구원들은 AI 기술을 사용해 초음속 연료 연소 시뮬레이션과 관련된 메모리 요구 사항 및 계산 비용을 줄였다.

 

극초음속 미사일.(사진=셔터스톡)

ANL의 연구 공동저자인 시난 디미르(Sinan Demir)는 "NASA 와의 협력은 우리의 새로운 개발을 최첨단 CFD 코드에 통합하고 극초음속 제트의 보다 효율적인 설계 및 최적화를 위한 개발을 더욱 개선할 수 있는 기회를 제공했다"고 말했다.

 

ANL의 연구원들은 NASA의 VULCAN-CFD 코드에 적용될 수 있는 인공 신경망을 훈련하기 위해 ANL이 개발한 소프트웨어에 의해 생성된 Flamelet 테이블을 사용했다. 인공 신경망 네트워크는 Flamelet 테이블의 값을 사용하여​ 초음속 엔진 환경에서 연소가 어떻게 작용하는지를 학습했다.

 

NASA Langley Research의 연구원인 로버트 바울(Robert Baurle)은 "이 파트너십을 통해 ANL의 연구 노력을 활용해 자체 VULCAN-CFD 도구의 기능을 향상시켜 훨씬 저렴한 비용으로 연료 연소 특성을 분석할 수 있게 되었다"라고 말했다.

전 세계 국가들이 극초음속 비행 능력을 달성하기 위해 경쟁하고 있으며 이 경주의 핵심은 AI 및 머신 러닝(ML)과 같은 기술의 적용 가능성이 큰 시뮬레이션 실험이다.

 

최근 유러아시안 타임스(EurAsian Times) 보고서에 따르면 지난 달 중국 군의 극초음속 무기 기술 고문이 이끄는 중국 연구원들은 새로운 극초음속 차량을 자율적으로 설계할 수 있는 AI 시스템에서 획기적인 돌파구를 마련했다고 주장했다.

 

게다가 지난 2월 중국의 우주 운송 회사인 Space Transportation은 시속 7,000마일을 비행할 수 있는 극초음속 비행기에 대한 테스트 계획을 내년부터 시작한다고 발표했다. 또한 그들의 비행기가 베이징에서 뉴욕까지 한 시간 안에 비행할 수 있다고 주장했다.

 

AI타임스 박찬 위원 cpark@aitimes.com

 

Copyright © '인공지능 전문미디어' AI타임스 (http://www.aitimes.com/)
무단전재 및 재배포 금지

 

NASA, 극초음속 제트 엔진 설계하는 AI 개발 - AI타임스