[논문리뷰] A Multi-AI-agent Framework Enabling End-to-end Finite Element Analysis for Solid Mechanics Problems

2026년 6월 2일수정: 2026년 6월 2일

링크: 논문 PDF로 바로 열기

저자: Titu Ranjan Sarker, Muhammed Jawaad Zulqernine, Ling Yue, Shaowu Pan, Chenxi Wang, Shiyao Lin

1. Key Terms & Definitions (핵심 용어 및 정의)

AbaqusAgent: 사용자 자연어 지시를 Abaqus 환경에서 실행 가능한 FEA 시뮬레이션 워크플로우로 자동 변환하는 6개의 핵심 에이전트로 구성된 다중 AI 에이전트 프레임워크입니다.
RAG (Retrieval-Augmented Generation): 104개의 고체 역학 벤치마크 문제와 Abaqus 입력 스크립트로 구성된 데이터베이스를 활용하여, 사용자 질문과 가장 유사한 사례를 검색하고 이를 템플릿으로 제공하여 생성 품질을 높이는 기법입니다.
FEA (Finite Element Analysis): 공학 설계의 타당성을 검증하기 위한 수치 해석적 방법으로, 복잡한 물리적 구조물의 응력, 변형률 등을 해석하는 핵심 도구입니다.
Reviewer Agent: 시뮬레이션 실패 시 오류 로그를 분석하고, 전문가 수준의 피드백을 통해 입력 파일을 반복적으로 수정(Iterative Refinement)하여 성공률을 높이는 필수 노드입니다.

FEA는 현대 공학의 필수 요소이나, 입문자에게 요구되는 높은 학습 곡선과 복잡한 시뮬레이션 설정 오류로 인해 진입 장벽이 매우 높습니다.
기존의 API 기반 자동화 방식은 고정된 스크립트와 템플릿에 의존하여 설계 변경 시 유연성이 부족하다는 한계를 가집니다.
실무 엔지니어링 환경에서 FEA의 "블랙박스"식 사용은 심각한 설계 오류를 초래할 수 있어, 전문가의 경험을 반영한 지능적인 자동화 도구가 필요합니다.
본 연구는 [Figure 1]에서 볼 수 있듯이, 자연어 입력을 통한 엔드 투 엔드 FEA 자동화 워크플로우를 구현하여 이러한 문제를 해결하고자 합니다.

Figure 1: AbaqusAgent의 6개 에이전트 간의 워크플로우와 상호작용을 보여주는 핵심 아키텍처 다이어그램

Figure 1 — AbaqusAgent의 6개 에이전트 간의 워크플로우와 상호작용을 보여주는 핵심 아키텍처 다이어그램

AbaqusAgent는 Interpreter, Architect, Input Writer, Runner, Reviewer, Visualizer 등 6개의 모듈형 에이전트로 구성되어, 자연어 처리부터 결과 시각화까지의 전 과정을 자동화합니다.
Architect Agent는 FAISS 기반의 계층적 검색 전략을 통해 RAG 저장소에서 유사 사례를 탐색하며, 가중치 하이브리드 검색 방식을 사용하여 정확도를 극대화합니다.
Reviewer Agent는 최대 15회의 반복 루프를 통해 시뮬레이션 실패 사례를 스스로 교정하며, 이는 연구 결과에서 제시한 성공률 제고에 결정적인 역할을 합니다.
총 50개의 검증 케이스를 대상으로 한 실험에서 AbaqusAgent는 86%의 시뮬레이션 성공률과 86%의 결과 정확도를 달성했습니다.
[Table 3]에서 확인되듯, RAG 기반 프레임워크 사용 시 미사용 대비 더 높은 성능과 효율성을 보이며, 특히 복잡한 비선형 문제 해결에서 기존 LLM 기반 솔루션보다 압도적인 우위를 점합니다.

Table 3: RAG 적용 유무에 따른 성능 및 토큰 소모량, 성공률을 비교한 핵심 실험 데이터

Table 3 — RAG 적용 유무에 따른 성능 및 토큰 소모량, 성공률을 비교한 핵심 실험 데이터

AbaqusAgent는 자연어 지시만으로 전문적인 고체 역학 시뮬레이션을 수행할 수 있는 AI 에이전트 프레임워크로, FEA의 접근성을 획기적으로 개선합니다.
본 연구에서 제안된 하이브리드 RAG 전략과 다중 에이전트 협업 체계는 공학 시뮬레이션의 교육적 도구로서뿐만 아니라 산업 현장의 생산성 향상에도 기여할 수 있습니다.
향후 다중 물리 해석(Multiphysics) 및 사용자 정의 메쉬 처리에 대한 확장 가능성을 통해 공학 자동화 패러다임을 혁신할 것으로 기대됩니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.