마쓰다(7261), GPT-6 Astra로 차체 앞부분 공력 설계 연구

마쓰다(Mazda, 7261)가 오픈AI(OpenAI)와 GPT-6 Astra를 활용한 차량 설계 연구에 들어갔다. 차체 앞부분의 형상을 만들고 주변 공기 흐름을 시뮬레이션해 항력을 줄일 수 있는 설계 후보를 찾는 작업이다.

오픈AI는 3일 공식 발표에서 자사 연구팀과 현장 배치 엔지니어링(Forward Deployed Engineering)팀이 마쓰다의 공력·충돌 안전 엔지니어와 협업한다고 밝혔다. 두 회사는 새로운 차량 설계를 개발하고 평가하는 데 AI 모델을 활용할 수 있는지 살핀다.

공력 설계에는 코덱스(Codex)에서 작동하는 GPT-6 Astra가 쓰인다. 발표에서 구체적으로 소개한 적용 분야는 차체 앞부분의 형상을 모델링하는 작업이다.

GPT-6 Astra는 차체 앞부분의 여러 형상을 모델링한다. 마쓰다 엔지니어들은 각 형상 주변의 공기 흐름을 시뮬레이션하고, 항력 저감 가능성이 있는 설계안을 추린다.

항력은 차량이 주행 중 공기로부터 받는 저항을 가리킨다. 이번 연구는 그 저항을 낮출 수 있는 차체 형상을 설계 후보로 좁히는 데 초점을 둔다.

나카타 아키히로(Akihiro Nakata) 마쓰다 수석 엔지니어는 “Does it have to look like that?”라고 말했다. 그는 여러 형상을 시뮬레이션하면 공력에 중요한 요소와 디자이너가 조정할 수 있는 영역을 구분하는 데 도움이 된다고 설명했다.

공동 연구 범위에는 공기 흐름뿐 아니라 차체 구조의 거동을 살피는 시뮬레이션도 포함된다. 오픈AI는 성능을 검토하면서 외관 디자인과 비용도 함께 고려한다고 밝혔다.

다만 발표에서 GPT-6 Astra의 활용 사례로 구체적으로 설명한 부분은 차체 앞부분의 공력 설계다. 구조 거동 시뮬레이션의 모델명이나 충돌 안전 분야의 구체적인 활용 방식은 제시되지 않았다.

오픈AI는 업계 협력사 엔지니어들이 모델 출력의 정확성과 실무 활용 가능성을 검토한다고 밝혔다. 이번 협업도 새로운 차량 설계에 AI가 어떤 역할을 할 수 있는지 살피는 연구로 소개됐다.

공개된 내용은 설계 후보를 시뮬레이션으로 평가하는 연구 단계다. 실제 도로 주행이나 완성차 시험에서 확인한 결과는 발표에 담기지 않았다.

오픈AI가 같은 발표에서 공개한 내부 평가 ‘BenchCAD 2.0’에서 GPT-6 Astra는 최고 추론 설정 기준 0.594점을 받았다. 오픈AI의 더 새로운 내부 모델은 평균 0.875점을 기록했다.

BenchCAD 2.0은 3차원 부품과 조립체를 재구성하고 회로 기판의 연결을 식별하는 과제로 구성된다. 외부 검증 여부는 공개되지 않았다.

이 점수는 차량의 항력 감소율이나 충돌 안전 성능을 보여주는 수치가 아니다. 공개된 평가 결과만으로 마쓰다 차량의 설계 성능을 판단할 수는 없다.

오픈AI는 지난 9월 GPT-6 Astra를 공개하며 컴퓨터 사용과 소프트웨어 개발, 과학 분야 작업에 쓰이는 모델로 소개했다. 이후 API와 챗GPT 워크, 코덱스 유료 이용자에게 순차 제공했다.