서론

가헌학술상은 신도리코 비영리법인 가헌신도재단이 수여하는 상으로, 한국정밀공학회, 한국정보과학회, 한국CDE학회 등의 추천을 받은 후보자 가운데 산업기술 및 과학 분야에서 탁월한 연구 성과를 통해 학문 발전에 기여한 연구자를 선정하여 상금과 상패를 수여합니다. 특히 한국CDE학회에서는 정규 논문집(국문 및 영문)에 게재된 논문을 대상으로 학술적 기여도가 가장 우수하다고 평가된 논문의 저자에게 격년으로 가헌학술상(국내 부문 및 국제 부문)을 수여합니다.

2026년 2월 모나용평에서 개최된 한국CDE학회 2026 동계학술대회에서 국내 부문 가헌학술상을 수상하게 되어 매우 큰 영광으로 생각합니다. 무엇보다 본 연구의 제1저자로서 연구를 주도적으로 수행해준 김군찬 석사과정에게 깊은 감사의 마음을 전합니다. 아울러 연구 수행 과정에서 아낌없는 지원과 도움을 주신 모든 분들께도 진심으로 감사드립니다. 본 연구는 국립금오공과대학교의 지원을 받아 수행되었으며, 이하에서는 수상 논문의 주요 연구 내용을 간략히 소개하고자 합니다.

연구내용

가헌학술상을 수상한 논문은 한국CDE학회 논문집 30권 1호에 게재되었으며, 제목은 “심층 강화학습을 활용한 3D 전기 패널의 자동 케이블 라우팅”입니다. 3차원 전기전자 제품 설계에서 케이블 라우팅은 필수적인 설계 과정으로 자리 잡고 있습니다. 그러나 기존의 라우팅 설계는 주로 전문가에 의해 수동으로 수행되어 작업자의 숙련도에 따라 결과의 품질이 달라질 수 있으며, 반복적인 설계 변경이 필요한 경우 시간과 비용이 크게 증가하는 한계가 존재합니다. 이에 본 연구에서는 3차원 전기 패널 설계에서 케이블 자동 라우팅을 위해 심층 강화학습을 적용한 국내 최초의 연구를 제안하였습니다.

[그림1]은 전기 패널 설계를 위한 공간 전처리(복셀화) 이후 경로 탐색을 수행하는 라우팅 에이전트의 강화학습 개요를 나타냅니다. 에이전트는 패널 설계 환경 내에서 다양한 경로를 탐색하며 최적의 라우팅 경로를 학습하게 됩니다. 이 과정에서 에이전트의 효과적인 학습을 위해 커리큘럼 기반의 태스크 생성 기법을 적용했습니다. 이러한 커리큘럼 학습을 통해 난이도가 낮은 설계 환경부터 점진적으로 복잡한 환경까지 학습을 수행함으로써 보다 효율적이고 안정적인 학습이 가능했습니다. 실제로 커리큘럼 학습을 적용한 경우, 적용하지 않은 경우에 비해 학습 시간을 약 50% 단축하는 성과를 확인할 수 있었습니다.

[그림1] 전기 패널 설계 환경에서 라우팅 에이전트 기반 자동 케이블 라우팅의 개요

[그림2]는 제안하는 방법(RL)과 기존 경로 탐색 알고리즘들의 성능을 비교한 결과를 나타냅니다. 먼저 RL의 수행 시간이 다른 알고리즘에 비해 상대적으로 짧음을 확인할 수 있으며, 이는 다수의 터미널 쌍을 동시에 라우팅해야 하는 전기 패널 설계에서 설계 시간 단축을 통한 비용 절감 가능성을 시사합니다. 반면 경로 길이 측면에서는 기존 경로 탐색 알고리즘의 결과가 RL보다 다소 짧은 것으로 나타났는데, 이는 해당 알고리즘들이 경로 길이에 대한 최적성을 보장하도록 설계되었기 때문으로 해석할 수 있습니다. 또한 최소 곡률 반경의 경우 RL과 기존 알고리즘 간에 유사한 수준의 결과를 보였습니다. 종합하면 제안하는 방법은 기존 알고리즘과 비교하여 경로 길이와 곡률 측면에서 유사한 성능을 유지하면서도, 수행 시간 측면에서 뚜렷한 장점을 제공함을 확인할 수 있습니다.

[그림2] 제안한 방법과 기존 경로 탐색 알고리즘의 케이블 라우팅 결과 비교

[그림3(a)]는 제안하는 방법에 기반하여 자체 개발한 자동 라우팅 소프트웨어를 활용한 라우팅 결과를 나타낸 것으로, 해당 소프트웨어를 이용할 경우 설계 정보 입력부터 라우팅 완료까지 전 과정을 수 분 이내에 수행할 수 있습니다. [그림3(b)]는 자동 라우팅 소프트웨어에서 생성된 결과를 출력하여 상용 CAD인 Autodesk Fusion으로 불러온 사례를 보여줍니다. 이처럼 라우팅 기능을 포함한 플랫폼 독립적인 패널 설계 소프트웨어를 개발하고 활용할 경우, 특정 상용 CAD 환경에 종속되지 않고 3차원 전기전자 설계를 자동으로 수행할 수 있으며, 전반적인 설계 시간의 획기적인 단축이 가능할 것으로 기대됩니다.

[그림3] 자체 개발 소프트웨어를 통한 라우팅 결과와 이를 상용 CAD 시스템에서 불러온 결과

결론 및 맺음말

본 연구는 3차원 전기 패널 설계에서 케이블 자동 라우팅을 위한 경로 탐색 문제를 해결하고자 강화학습 기반의 라우팅 에이전트를 제안하고, 이를 효과적으로 학습시키기 위한 태스크 생성 방법과 커리큘럼 학습 전략을 함께 제시하였습니다. 실험 결과, 제안된 라우팅 에이전트는 기존 알고리즘 대비 경로 탐색 효율성 측면에서 우수한 성능을 보였으나, 경로 길이 지표에서는 일부 한계가 존재함을 확인할 수 있었습니다. 향후 연구에서는 하네스 생성 과정을 포함하여 단순 경로 탐색을 넘어 전체 하네스 설계까지 아우르는 통합적 접근법으로 확장할 계획입니다.

저에게 뜻깊은 수상의 영광을 안겨주신 가헌신도재단과 한국CDE학회에 다시 한 번 깊이 감사드립니다. 앞으로도 연구실 구성원들과 함께 산업 현장의 실질적인 문제를 지속적으로 발굴하고 이를 해결하기 위한 연구에 최선을 다하겠습니다.

감사합니다.