자동차 휠 설계를 위한 텍스트?이미지 기반 생성적설계 프레임워크 개발 = Development of a Text-to-Image based Generative Design Framework for Automotive Wheels

국문 초록 (Abstract)

전통적인 자동차 휠 설계 프로세스는 최종 설계안을 도출하기까지 다양한 설계 요소를 점진적으로 추가 및 검토하며 목표 성능을 확보하기 위한 반복적 수정 과정을 수반한다. 이러한 방식은 개념적 설계안을 도출하는데 많은 시간과 비용이 요구된다는 한계를 지닌다. 이에 개념적 설계안 도출 및 설계 공간을 효율적으로 탐색하기 위한 방안으로 설계 초기 단계에서 딥러닝 기반 생성 모델을 활용한 생성적설계 접근법이 주목받고 있다. 그러나 기존의 딥러닝 기반 생성적설계 프레임워크에서는 생성된 설계의 물리적 실현가능성을 보완하거나 수정하기 위한 후속 프로세스가 부재하며, 나아가 생성된 설계안의 제조적합성을 평가하는 과정에서도 실제 운영 성능을 충분히 반영하지 못한다는 한계가 존재한다. 이에 본 연구는 자동차 휠 초기 설계 단계에서 설계자의 효율적인 설계 공간 탐색을 지원하기 위해, 딥러닝 기반 생성 모델을 통해 생성된 휠 설계안의 물리적 실현가능성을 확보하고, 설계 공간 탐색 과정에서 설계안의 기계적 성과와 운영적 성과를 고려하여 제조적합성을 평가할 수 있는 생성적설계 프레임워크를 제안한다. 먼저, 텍스트-이미지 기반 생성 모델 DALL·E 3와 Shakker AI를 활용해 다양한 형상의 자동차 휠 설계안을 생성하고, 설계안의 물리적 제약을 고려한 조건부 확산 모델 기반의 형상 재구축 프로세스를 구축한다. 그다음, 재구축된 설계안의 제조 비용과 구조적 순응도를 바탕으로 가중합 기반의 종합 점수를 산출하여 최적 설계를 탐색한다. 나아가, 생성된 휠 설계안의 기계적 성과와 운영적 성과를 기반으로 유사 설계안들을 그룹화하여 설계 공간을 가시화하고, 각 그룹 내 대표성을 갖는 최적 설계를 도출한다. 본 연구는 물리적 실현 가능성과 설계 제약 조건을 반영한 자동차 휠 설계 이미지를 자동으로 생성하고, 각 설계안에 대해 기계적 성능과 운영적 성과를 동시에 고려하여 설계 공간을 효율적으로 탐색할 수 있는 생성적설계 프레임워크를 제시함으로써 휠 초기 설계 단계에서 개념적 설계 도출을 위한 의사결정을 효과적으로 지원한다.

목차 (Table of Contents)

• 국 문 초 록 i
• 목 차 iii
• 표 목 차 iv
• 그 림 목 차 v
• 제 1장 서론 1
• 1.1. 연구 배경 1
• 1.2. 연구 목적 4
• 제 2장 문헌 조사 5
• 제 3장 방법론 11
• 3.1. 자동차 휠 설계안 생성 13
• 3.1.1. 텍스트–이미지 모델 기반 설계 이미지 생성 13
• 3.1.2. 이미지 기반 휠 형상 재구축 모델 훈련 19
• 3.2. 자동차 휠 설계안의 제조적합성 평가 37
• 3.2.1. 생성된 휠 설계안의 성과 측정 37
• 3.2.2. 가중합 기반 최적 설계안 도출 및 설계 공간 시각화 38
• 제 4장 결과 42
• 4.1. 구조적 순응도 예측 모델의 성능 검증 42
• 4.2. 휠 형상 재구축 모델의 성능 검증 44
• 4.3. 가중치 조합 및 설계군별 최적 생성적설계 52
• 제 5장 결론 및 토의 58
• 참고문헌 62