Earticle

골프 퍼팅은 짧은 거리에서 공의 이동을 정밀하게 제어해야 하는 동작으로, 거리, 지형 기울기, 마찰 계수 등 복합적인 물리 요소의 영향을 받는다. 기존 골프 시뮬레이터는 주로 스윙 분석과 타격 거리 계산에 초점을 두고 있어 퍼팅 동작 학습에 필요한 세밀한 피드백 제공에는 한계가 있다. 본 연구는 Unity 엔진과 물리 기반 시뮬레이션을 활용하여 골프 퍼팅 전용 시뮬레이터를 구현하는 것을 목표로 한다. 공과 홀컵 사이 의 실제 거리 계산, 높이 차이를 이용한 경사도 산출, Terrain Normal을 활용한 경사 방향 분석 기법을 적 용하였다. 또한 LineRenderer를 활용하여 목표 방향선, 격자 기반 지형 보조선, 물리 기반 이동 궤적 예측 선을 시각적으로 제공하였다. RigidBody 물리 모델에 힘의 임펄스, 중력 투영, 마찰 계수를 단계적으로 적용 하여 저속 퍼팅 환경을 모사하였다. 실험 결과 거리 및 예측 궤적 정보 제공 시 평균 퍼팅 성공률이 약 18~25% 향상되는 경향을 보였다. 본 연구는 골프 퍼팅 훈련용 시뮬레이터뿐 아니라 스포츠 물리 시각화 UI/UX 설계 연구에 활용될 수 있다.

Golf putting is a precise motion that requires fine control of ball movement over short distances and is influenced by multiple physical factors such as distance, terrain slope, and friction coefficients. Existing golf simulators mainly focus on swing mechanics and long-distance shots, which limits their effectiveness for detailed putting training. This study aims to develop a golf putting simulator using the Unity engine and physics-based simulation techniques. The system calculates the actual distance between the ball and the hole, derives slope values from height differences, and analyzes terrain inclination using terrain normal vectors. Visual assistance elements such as aiming lines, grid-based terrain guides, and physics-based predicted trajectories are provided using LineRenderer components. Impulse force, gravity projection, and friction drag are sequentially applied through a Rigidbody-based physics model to simulate low-speed putting motion. Experimental results indicate that providing distance and trajectory information improves putting success rates by approximately 18–25%. The proposed simulator can be applied to golf training systems and research on sports simulation UI/UX design.

본 논문에서는 PBD(Position Based Dynamics) 물리 변형 기법을 활용하여 수술 전 촬영된 뇌의 영상을 통해 생성한 3차원 뇌 모델에 수술기구의 움직임으로 인한 뇌의 변형을 반영하고, 이를 가시화하는 AR(Augmented Reality) 기반 뇌실천자술 시뮬레이션 기법을 제안한다. 적외선 카메라 기반 AR 수술 환경을 구축하여 현실 세계 와 가상 공간을 일치시키고 수술 기구를 추적하였으며, 연체의 특성을 유지하며 안정적인 변형을 가능하도록 하기 위해 constraint를 이용한 변형 안정화 및 특성 유지 기법을 적용하였다. 스마트글래스에 증강되는 정보를 이용하 여 수술기구를 뇌실까지 삽입하여 뇌척수액 배액을 성공적으로 수행하였으며, 변형 시뮬레이션 속도는 평균 7.24fps를 보였다.

In this paper, We propose a simulation method of brain deformation caused by surgical instruments using position based dynamics. We used infrared cameras to build AR surgical environment. It is used to match virtual space with real world and to track surgical instruments. We applied the various constraint for stable deformation while maintaining softbody properties. We inserted surgical instruments to the ventricle using augmented information and successfully drained it. The simulation speed of our method was 7.24fps on average.

This research studies the Virtual Reality simulation of Newton's physics law on rigid body type of objects for physics learning. With network support, collaborative interaction is enabled so that people from different places can interact with the same set of objects in Collaborative Virtual Environment. The taxonomy of the interaction in different levels of collaboration is described as: distinct objects and same object, in which there are same object - sequentially, same object - concurrently - same attribute, and same object - concurrently - distinct attributes. The case studies are the interaction of users in two cases: destroying and creating a set of arranged rigid bodies. We identify a specific type of application for contents authoring with modeling systems integrated with real-time physics and implemented in VR system. In our application called Virtual Dollhouse, users can observe physics law while constructing a dollhouse using existing building blocks, under gravity effects.

Before salvaging a wrecked ship, the physics-based simulation is needed to predict lifting force before real operation by floating crane or barge. Procedures affecting lifting force for the salvage can be divided into three stages. At the first stage, the bottom breakout force for the wrecked ship to escape from seabed sediment should be calculated. At the second step, the current force acting on the wrecked ship while lifting from the seabed to near sea surface should be considered. Finally, buoyancy change near at the sea surface when the wrecked ship start to escape from the water should be considered. In the previous studies, only the breakout force at the first stage was calculated based on simple assumption of embedment depth and contact area of the wrecked ship. Therefore, we develop a program for salvage simulation including whole stages. It is composed of four modules such as the equations of motion, time integration, force calculation, and visualization. As a result, it is applied to simulate lifting the wrecked ship according to various environmental loads including seabed sediments.

Before salvaging a wrecked ship, the physics-based simulation is needed to predict lifting force before real operation by floating crane or barge. Procedures affecting lifting force for the salvage can be divided into three stages. At the first stage, the bottom breakout force for the wrecked ship to escape from seabed sediment should be calculated. At the second step, the current force acting on the wrecked ship while lifting from the seabed to near sea surface should be considered. Finally, buoyancy change near at the sea surface when the wrecked ship start to escape from the water should be considered. In the previous studies, only the breakout force at the first stage was calculated based on simple assumption of embedment depth and contact area of the wrecked ship. Therefore, we develop a program for salvage simulation including whole stages. It is composed of four modules such as the equations of motion, time integration, force calculation, and visualization. As a result, it is applied to simulate lifting the wrecked ship according to various environmental loads including seabed sediments.

For constructing virtual environment it is more natural to model object as deformable body than as rigid body. High accuracy of simulation of model and low-latency computational cost for real-time simulation should be guaranteed. We pre-compute Green function through finite element analysis of deformable body and it is possible to simulate deformation of body in real-time environment using Capacitance Matrix Algorithm. Also, the capacitance matrix algorithm enables to construct the haptic rendering which serves the reaction force through a haptic device. The Newmark scheme is used for the more realistic haptic rendering and dynamic simulation in real-time.

내연기관 엔진 성능평가를 위해서는 다양한 방법이 사용된다. 그러나 기존에 사용되던 방법들에는 각자 한계가 있다. 본 연구에서는 기존 엔진 성능평가 방법들의 한계들을 극복하고자 데이터 기반 모델 및 물리 기반 모델 연동 엔진 시뮬레이션 모델을 개발하였다. 터보차저 엔진 작동 과정에 관여하는 대표적인 구성 요소들을 식별하고 각 구성 요소는 특성에 맞게 데이터 기반 모델 혹은 물리 기반 모델로 모델링되었다. 설계된 구성 요소 모델들을 C++ 및 Python으로 구현 및 결합하여 엔진 시뮬레이터를 개발하였다. 시뮬레이터의 정상 동작을 확인하기 위하여 여러 변수의 수렴성을 시험하였다. 최종적으로 시뮬레이션 결과와 실제 엔진 시험 결과의 비교에서 대부분 변수가 5% 이하의 오차를 보임에 따라 시뮬레이션 모델이 검증되었음을 확인하였다. 본 연구에서 개발한 시뮬레이터를 적용한다면 적은 노력으로 다양한 엔진 모델들에 대한 성능평가가 가능할 것으로 기대된다. 동시에 추후 엔진 디지털트윈 개발 시 시뮬레이터가 핵심 역할을 할 수 있을 것으로 기대된다.

There are various methods to evaluate performance of a internal combustion engine. However, there have been several limitations for each methods. In this study, to overcome such limitations of a previous method, a data-driven model and physics based model linked simulation model is developed. The representative components of turbocharged engine which participate in running loop of an engine are sorted out. Sorted out components are modeled either by data-driven method or by physics based method. The engine simulator is developed by combining component model using C++ and Python. The convergence of several variables is tested to verify a simulator. Finally, as most variables has shown less than 5% error in comparison between the simulation result and the real engine test result, it is concluded that the simulator is validated. It is expected that the developed simulator could evaluate performance of various engine models with small effort. In addition, it is expected that the developed simulator would play a key role in developing an engine digital twin.

본 연구에서는 미국 남캘리포니아 지진센터에서 개발한 물리적 지진모델링 기반 광대역 강지진동 모사 플랫폼(버전 16.5)을 활용하여, 규모 6.0, 6.5, 7.0 지진에 대한 진도 감쇠 특성 분석을 수행하였다. 지진 발생 위치는 2016년 규모 5.8 경주 지진 진앙 인근을 가정하였으나 지각 전파 모델의 경우 남캘리포니아 강지진동 모사 플랫폼에서 제공하는 미국의 대표적인 지각 모델 두 개를 사용하였다. 하나는 판 내부를 대표하는 미국 중동부 지역(Central and Eastern United States, CEUS) 모델이고 다른 하나는 판의 경계를 대표하는 미 서부 지역(LA Basin) 모델이다. 버전 16.5 플랫폼에는 5개의 모델링 방법론이 제시되고 있으며 본 연구에서는 Song 모델과 Exsim 모델을 사용하였다. 동일 규모의 지진이라 하더라도 지진발생 환경이 다른 지역(CEUS vs LA Basin)에서는 같은 진앙 거리에서 진도 2 등급에 가까운 차이가 발생할 수 있음을 본 연구를 통해서 발견하였다. 본 연구에서 나타난 지역별 진도 감쇠 특성의 차이를 감안할 때 한반도에서 좀 더 정밀한 지진재해 평가를 위해서는 지역에 적합한 진도 감쇠 특성을 이해하는 것이 중요할 것으로 판단되며 본 연구는 지역 특화된 진도 감쇠 특성을 고려하지 않을 경우 진도 감쇠 분포의 불확실성 정도를 잘 보여준다.

In this study, we analyzed the intensity attenuation for M 6.0, 6.5, and 7.0 earthquakes using the broadband strong ground motion simulation platform based on the physical seismic modeling developed by the US Southern California Earthquake Center (SCEC). The location of the earthquake was assumed to be near the epicenter of the 2016 M 5.8 Gyeongju earthquake, but two of the representative US regional models provided by the SCEC strong ground motion simulation platform were used for the propagation model. One is the Central and Eastern United States (CEUS) model representing the intraplate region, and the other is the LA Basin model representing the interplate region. Five modeling methodologies are presented in the version 16.5 of the simulation platform, and Song and Exsim models were used in this study. In the analysis, we found that different intensity attenuation patterns can be observed with the same magnitude of earthquakes, especially depending on the region (CEUS vs LA Basin). Given the same magnitude and distance, the instrumental intensity in the CEUS region (intraplate) could be larger by a unit of 2 than that in the LA Basin region (interplate). Given the difference of intensity attenuation patterns observed in the study, it is important to know the regional intensity attenuation characteristics to understand the accurate level of seismic hazard imposed in the Korean Peninsula. This study also shows the level of the uncertainty of intensity attenuation if region specific attenuation characteristics are not considered.

지능정보 사회의 기초 소양으로서 물리학의 중요성에도 불구하고 많은 학생들이 물리학 개념 학습 과정에서 어려움을 겪는다. 이를 해결하기 위해 다양한 디지털 학습 지원 도구들이 활용되어 왔지만, 도구 사용만으로는 학생들의 과학적 개념 변화를 기대하기 어렵다. 디지털 학습 지원 도구는 학생이 주도적으로 탐구 과정에 참여하여 과학적 개념을 구성할 수 있도록 하는 구성주의적 접근과 통합되어제공될 때 효과를 극대화할 수 있다. 본 연구는 구성주의 과학과 교수학습 모형인 5E 순환학습모형을바탕으로 물리학 탐구 과정을 지원하는 시뮬레이션 기반 AI 시스템 프로토타입을 개발하였다. 이를위해 설계․개발 연구방법을 적용하여 체계적으로 시스템을 개발하고 학습자 6명을 대상으로 사용성을 평가하였다. 사용성 평가 결과 시스템의 장점으로 단계적 학습 경험과 시뮬레이션을 통한 물리 법칙의 시각화, AI 튜터의 적응적 피드백 등이 제시되었으며, 단점으로 인터페이스 직관성 부족 및 시뮬레이션 사용 안내 미비 등이 도출되었다. 최종 개발된 시스템 프로토타입은 5단계의 학습 과정으로이루어져 있으며, 학습 단계별로 서로 다른 역할을 하는 맞춤형 AI 튜터를 개발하여 적응적으로 학생을 지원하고자 하였다. 또한, 시뮬레이션 코드 생성 AI를 활용하여 학생의 물리적 선개념을 시각화하여 보여줌으로써 개념 변화를 위한 인지 갈등을 촉진하고자 하였다. 본 연구는 과학 학습 이론을 기반으로 빠르게 발전하는 AI 기술을 활용하여 효과적인 물리학 탐구 학습 환경을 조성하고자 했다는점에서 의의가 있다.

Despite the importance of physics as a fundamental literacy in intelligent information society, many students face challenges in learning physics concepts. Although various digital learning support tools have been utilized to address these difficulties, merely using these tools alone may not effectively facilitate students’ conceptual change. Digital tools can maximize their effectiveness when integrated with constructivist approaches that help students actively participate in inquiry-based learning to construct scientific concepts. This study developed a prototype simulation-based AI system supporting physics inquiry processes based on the 5E learning cycle, a constructivist science teaching and learning model. Using design and development research methodology, the system was systematically developed and evaluated for usability with six users. Usability evaluation revealed several strengths of the system, including a step-by-step learning experience, visualization of physics laws through simulations, and adaptive feedback provided by the AI tutor. However, limitations such as a lack of intuitive interface design and insufficient guidance for simulation use were identified. The final prototype system consists of five learning stages, each featuring customized AI tutors with distinct roles to provide adaptive learner support. Additionally, a simulation code-generating AI visualizes learners’ pre-conceptions to promote cognitive conflict, facilitating conceptual change. This study is significant in that it leverages rapidly evolving AI technologies to create an effective physics inquiry learning environment based on scientific learning theories.

사람의 손가락은 도구를 다루는 세밀한 동작을 하기 위해 필수적인 부위이며, 캐릭터 애니메이션에 있어 자연스러운 손가락 움직임 표현은 중요한 이슈 중 하나이다. 그 중에서도 키보드 타이핑 모션은 다양한 관절을 자연스럽게 사용하는 고난도 동작이며, 기존 애니메이션 파이프라인을 활용해서는 만들기 쉽지 않다. 본 논문에서는 물리 시뮬레이션을 이용하여 사실적인 키보드 타이핑 모션을 자동으로 생성하는 방법을 제시한다. 물리 기반 시뮬레이션에서 타이핑 모션을 잘 수행하기 위해서는 손과 키보드 모델이 허용된 범위를 벗어나지 않아야 하며, 사용자의 입력에 맞는 키만 정확히 타건해야 한다. 또한 실제 키보드 타건을 관찰한 결과 항상 손의 위치 및 자세는 키보드 위의 특정 기본 자세를 유지하려고 하며, 타건하는 손가락 이외의 움직임을 최소화하려는 경향을 확인할 수 있었고 이를 반영하고자 하였다. 이러한 다양한 제약 조건을 하나의 해결기에서 다루어 실시간으로 자연스러운 키보드 타이핑 시뮬레이션 결과를 얻을 수 있고, 이러한 결과는 애니메이션 및 가상 현실 기반 인터랙션 컨텐츠 등에서 유용하게 사용될 수 있다.

Human fingers are essential parts of the body that perform complex and detailed motion. Expression of natural finger motion is one of the most important issues in character animation research. Especially, keyboard typing animation is hard to create through the existing animation pipeline because the keyboard typing typically requires a high level of dexterous motion that involves the movement of various joints in a natural way. In this paper, we suggest a method for the generation of realistic keyboard typing motion based on physics simulation. To generate typing motion properly using physics-based simulation, the hand and the keyboard models should be positioned in an allowed range of simulation space, and the typing has to occur at a precise key location according to the input signal. Based on the observation, we incorporate natural tendency that accompanies actual keyboard typing. For example, we found out that the positions of the hands and fingers always assume the default pose, and the idle fingers tend to minimize their motion. We handle these various constraints in one solver to achieve the results of real-time natural keyboard typing simulation. These results can be employed in various animation and virtual reality applications.

인공지능, 자율주행 등 새로운 산업 패러다임의 부상 속에서 반도체는 핵심 부품으로 자리매김하고 있다. 반도체는 대규모 데이터를 처리하는 데이터 센터는 물론, 개인용 통신기기에 이르기까지 다양한 플랫폼에 적용되며, 이에 따라 반도체 패키지의 고성능화, 고집적화, 경량화에 대한 요구가 빠르게 증가하고 있다. 그러나 대면적 구조와 이종 소재의 사용은 작동 중 발열과 함께 워피지(warpage)와 같은 신뢰성 문제를 유발한다. 이러한 문제를 해결하기 위해 다양한 시뮬레이션 기반 워피지 예측 기법이 제안되고 있으나, 실제 회로 패턴을 고해상도로 모두 반영할 경우 유한요소해석(FEA)에 필요한 메쉬 수가 기하급수적으로 증가하여 계산 비용이 크게 늘어나고, 수치적 안정성도 저하되는 한계가 있다. 본 연구에서는 이러한 한계를 극복하고자, 고해상도 회로 이미지를 일정 구획으로 분할하고, 각 구획별 배선의 방향성과 밀도를 정량화하여 등가화된 해석 모델을 구축하였다. 이를 유한요소 해석에 적용함으로써, 회로 형상의 실제 특성을 유지하면서도 계산 효율을 확보한 열-기계 연성 해석이 가능함을 확인하였다. 또한, 각 구획의 특성을 반영한 유효 이방성 열-기계적 물성을 도출하여 반도체 패키지 휨을 예측하였다.

With the rise of new industrial paradigms such as AI and autonomous driving, semiconductors have become essential components across various platforms, from data centers to personal devices. As demands for high performance, high integration and lightweight packaging grow, challenges such as warpage arise due to large-area structures and heterogeneous materials. Although simulation-based warpage prediction methods have been developed, fully reflecting high-resolution circuit patterns in finite element model leads to excessive mesh counts, increasing computational cost and reducing numerical stability. To overcome these issues, in this research, proposal of the modeling approach that specifies Cu pattern orientation and density in each region of high-resolution circuit images. These analyzed results are used to construct an equivalent model with effective anisotropic thermo-mechanical properties. This method enables efficient thermo-mechanical analysis while preserving key circuit characteristics, allowing accurate warpage prediction in semiconductor packages.

본 연구는 생성형 인공지능 중 하나인 GPT 기반 모델을 활용하여 이미지로 저장된 과학 문제를 자동으로 학습용 실시간 3D 과학 콘텐츠를 생성하는 기법을 제안한다. 콘텐츠는 미리 생성된 3D 과학 실험 모델링 데이터와 시뮬레이터, 그리고 인공 지능으로부터 생성된 결과를 활용하여 생성된다. 이 과정에서 인공지능 활용의 핵심은 이미지를 분석하고 시뮬레이터에 필요한 파라미터를 자동으로 추출하는 것이다. 인공지능이 적용되지 않은 방법은 사용자가 문제 조건을 해석하고 파라미터를 직접 입력해야 하는 불편함이 있으며, 이로 인해 학습 과정에서의 오류나 비효율이 발생할 수 있다. 제안된 시스템은 과학 문제의 이미지를 분석 후, 핵심 조건들을 추출하여 시뮬레이터에 필요한 위치, 속도 등의 파라미터를 자동으로 구성함으로써 문제 상황에 적합한 실시간 3D 시뮬레이션을 생성한다. 이를 통해 학습자는 시각적이고 직관적인 방식으로 문제를 이해할 수 있으며, 문제 풀이에 대한 몰입도와 효율성을 높일 수 있다. 본 연구는 고등학교 물리학1 교과서 기반의 문항을 활용하여 실제 문제 상황에 맞는 시뮬레이터가 자동 생성될 수 있음을 확인하였다. 이러한 접근은 생성형 AI의 활용 가능성을 실시간 3D 시뮬레이션 기반 학습으로 확장하는 새로운 사례로 볼 수 있다.

This study proposes a method for automatically generating real-time 3D science learning content using GPT-based generative artificial intelligence. The content is constructed by combining pre-built 3D science experiment models, a simulation engine, and outputs generated by the AI. The core function of the AI in this process is to analyze images of science problems and automatically extract the parameters required for the simulator. In conventional methods without AI support, users must manually interpret problem conditions and input parameters, which can lead to inefficiencies and errors during the learning process. The proposed system analyzes images of science problems, extracts key conditions, and automatically generates parameters such as positions and velocities required for the simulator, thereby creating real-time 3D simulations tailored to the problem scenario. This allows learners to understand the problems in a more visual and intuitive manner, enhancing engagement and learning efficiency. The proposed method was tested using physics problems from high school Physics I textbooks, and it was confirmed that the simulator can be automatically generated in accordance with the given scenarios. This approach demonstrates the potential of generative AI in expanding into real-time 3D simulation-based learning and is expected to contribute to the development of diverse science education content in the future.