Mistral, Emmi AI 인수로 물리 AI를 기업용 플랫폼에 추가

기존 수치 시뮬레이션은 편미분방정식을 풀어 유체, 구조, 열의 거동을 예측한다. CAD 준비, 메시 생성, 경계 조건 설정, HPC 클러스터에서의 실행이라는 흐름은 2006년과 2026년이 거의 같으며, 설계안 하나당 수 시간에서 수 주의 계산 시간이 걸린다. HPC 자원, 솔버 라이선스, 전문 인력이 실행 횟수를 제약하기 때문에 엔지니어는 수천 개의 설계안을 탐색해야 할 상황에서도 소수의 안만 검토할 수 있다고 설명되어 있다.

Mistral이 정의하는 물리 AI는 솔버의 출력으로부터 학습하고, 형상과 경계 조건, 나아가 계측 데이터로부터 물리 거동을 직접 예측하는 모델군이다. 모든 영역에서 제1원리 솔버를 대체하는 것이 아니라, 설계 루프의 대부분의 반복을 가속하고 검증이나 엣지 케이스에는 기존 솔버를 사용하는 위치에 있다. 대규모 언어 모델(LLM)을 시뮬레이션 데이터로 학습시킨 것도 아니고, 부품별 회귀도 아니다. 하나의 모델이 설계 패밀리 전체에 대응하는 일반화를 목표로 한다. 아키텍처 예로 AB-UPT가 언급되어 있다.

활용 분야는 세 가지로 정리되어 있다. 제품 설계 가속에서는 수천 개의 설계안을 탐색하고 후보를 제안하는 AI 모델도 상정한다. 금형과 지그 등 툴링 및 공정 설계 가속에서는 툴링 형상과 공정 파라미터를 동시에 최적화하고 제조 결함을 사전에 예측한다. 실시간 디지털 트윈에서는 가동 중인 설비의 센서 데이터에 대해 지속적으로 물리 예측을 수행하여 예지 보전으로 연결한다. 적용 분야로는 항공우주, 자동차, 전자·반도체, 에너지, 산업기기가 제시되며, 동일한 모델 클래스를 재학습 또는 파인튜닝하여 분야 간에 전용할 수 있다고 한다.

이 기능은 기존 모델, 에이전트형 워크플로 구축·운용 도구, 보안 배포 및 통합을 포함하는 Mistral의 기업용 플랫폼의 일부로 제공된다. 고객이 필요한 장소에 배포하고, 환경에 통합하며, 고객의 관리하에 두는 것이 전제이다. Mistral은 엔지니어가 의도를 정의하고 결과를 검증하며, 그 사이를 스택이 실행하는 모습을 내세우고, 관심 있는 기업에 문의를 독려하는 한편 AI 4 Engineering 팀의 신규 채용도 시작했다.