물리 기반 세계 모델을 활용한 정밀 화재 확산 예측 시스템

초록

PhysFire‑WM은 물리 시뮬레이터에서 얻은 구조화된 사전 정보를 디퓨전 트랜스포머에 주입하고, 적외선 영상과 화재 마스크 두 모달리티를 동시에 학습하는 교차‑작업 협업 훈련(CC‑Train)을 도입해 화재 확산을 고정밀·물리적으로 일관되게 예측한다. 실험 결과, 기존 마스크‑기반·데이터‑주도 모델을 크게 능가한다.

상세 분석

본 논문은 화재 확산 예측이라는 고난이도 시계열·공간 문제에 ‘물리‑인포드 세계 모델(Physics‑informed World Model)’이라는 새로운 패러다임을 제시한다. 핵심 아이디어는 두 가지 축으로 정리할 수 있다. 첫째, 물리 시뮬레이터(Pϕ)를 통해 열전달·연소·대기 흐름을 기술하는 PDE(열‑균형 방정식)를 수치적으로 풀어 ‘물리적 사전(prior)’을 생성한다. 이 사전은 온도 구배, 풍향·지형 효과, 연료 소모 등 물리량의 시공간 패턴을 텐서 형태로 압축해 디퓨전 트랜스포머(DiT) 백본에 조건부 입력으로 제공한다. 기존 세계 모델이 시각적 일관성만을 추구해 물리 법칙을 위배하는 경우가 빈번한데, 본 접근은 사전 정보를 ‘조건부 교차‑어텐션’에 직접 삽입함으로써 물리적 일관성을 강제한다. 둘째, 적외선 영상(열 방사)과 화재 마스크(경계)라는 상보적 모달리티를 동시에 학습하도록 설계된 교차‑작업 협업 훈련(CC‑Train)이다. 파라미터 공유와 그래디언트 조정을 통해 두 태스크가 서로의 손실을 보정한다. 구체적으로, 적외선 예측 손실은 열 흐름의 연속성을, 마스크 예측 손실은 경계의 기하학적 정확성을 담당한다. 두 손실이 동시에 최소화되도록 그래디언트를 조율하면, 열‑분포와 경계‑형상이 물리적으로 일치하는 결과를 얻는다.

기술적 구현 측면에서는 DiT 기반의 WAN 아키텍처를 LoRA(저차원 적응)로 파인‑튜닝해 파라미터 효율성을 높였으며, 멀티모달 토크나이저(Eη)를 도입해 영상·마스크·텍스트·물리 사전을 하나의 시공간 토큰 시퀀스로 통합한다. 이는 기존 UNet·Transformer 기반 시계열 모델이 겪는 ‘정보 병목(특히 이진 마스크)’을 완화한다. 또한, 물리 시뮬레이터는 연료 종류·지형·풍속 등 환경 변수(E)를 입력받아 다양한 시나리오에 대한 사전 데이터를 자동 생성하므로, 데이터 부족 문제를 보완한다.

실험에서는 자체 구축한 고해상도 적외선·마스크 멀티모달 화재 데이터셋을 사용해, PSNR/SSIM·IoU·열 에너지 보존 지표에서 기존 SOTA 모델(예: Sora, Genie, Cosmos)보다 현저히 높은 성능을 기록했다. Ablation 연구에서는 (1) 물리 사전 없이 CC‑Train만 적용했을 때 물리적 오류(예: 역풍 전파)가 증가하고, (2) CC‑Train 없이 물리 사전만 적용했을 때 경계 정확도가 낮아지는 것을 확인해 두 요소가 상호 보완적임을 입증했다.

이 논문의 의의는 화재와 같은 복합 재난 현상에 ‘물리‑우선’ 접근을 세계 모델에 자연스럽게 녹여낼 수 있음을 보여준 점이다. 향후 다른 재난(홍수·산사태)이나 환경 시뮬레이션에도 동일한 프레임워크를 확장할 수 있는 기반을 제공한다.