코딩 에이전트를 활용한 OpenFOAM 자동화 튜토리얼 재사용과 로그 기반 복구

초록

본 논문은 일반적인 코딩 에이전트에 경량화된 프롬프트를 추가해 OpenFOAM 튜토리얼을 재사용하고 오류 로그를 기반으로 자동 복구하도록 설계하였다. FoamBench‑Advanced 벤치마크의 튜토리얼 파생 과제 9개에서는 실행 성공률을 44%에서 100%로 끌어올렸으며, 도형·메시 생성이 요구되는 2D 장애물 흐름 과제에서는 GPT‑5.2 모델이 기존 모델보다 월등히 높은 메쉬 품질과 완전 실행을 달성했다.

상세 분석

이 연구는 두 가지 핵심 설계 원칙을 제시한다. 첫째, “튜토리얼‑우선” 전략으로, 에이전트가 로컬 OpenFOAM 튜토리얼 디렉터리를 파일 시스템 탐색 명령(ls, find)과 텍스트 검색(grep, rg)으로 스캔해 과제와 가장 유사한 사례를 식별한다. 그런 다음 해당 튜토리얼을 복제하고, 요구되는 물리 모델·경계 조건·스케일링 등 최소한의 파라미터만 수정한다. 이 접근법은 OpenFOAM 사전 정의된 사전(dictionary) 파일 구조가 텍스트 기반이며 키워드가 고정돼 있기 때문에, 검색‑복제‑수정이라는 단순 루프가 높은 신뢰성을 제공한다는 점에서 의미가 크다.

둘째, “로그‑드리븐 복구” 메커니즘이다. 에이전트는 meshing·solver 단계에서 발생한 오류 로그를 파싱해 오류가 발생한 파일·키워드를 정확히 추출하고, 해당 위치를 자동으로 편집한다. 예를 들어, thermophysicalProperties 파일에서 지원되지 않는 mixture type이 지정된 경우, 로그에 명시된 대체 옵션(pureMixture)으로 교체함으로써 즉시 실행을 재개한다. 이러한 피드백 루프는 단일 패스 자동화가 불가능한 CFD 워크플로우의 특성을 보완한다.

실험 결과는 두 가지 벤치마크 그룹에서 뚜렷한 차이를 보인다. 튜토리얼 파생 과제(9개)에서는 기본 OpenCode 프롬프트가 4/9만 성공한 반면, 제안된 CFD‑전용 프롬프트는 9/9 모두 성공했다. 토큰 사용량과 툴 호출 수 역시 프롬프트 전환 후 평균 15% 이상 감소했으며, 특히 write 호출이 크게 줄어들어 파일 생성 부담이 감소했다. 이는 에이전트가 “새로 작성”보다 “복제·수정”에 집중함을 의미한다.

반면, 2D 장애물 흐름(7개)에서는 모델 자체의 능력이 결정적이었다. MiniMax‑M2.1은 복잡한 기하·멀티블록 메쉬 생성에 한계를 보여, 대부분의 경우 장애물 형태가 반영되지 않거나 snappyHexMesh을 임의로 사용해 비효율적인 메쉬를 만들었다. GPT‑5.2를 동일 프롬프트에 적용했을 때는 blockMesh·snappyHexMesh을 적절히 선택하고, 기하 파라미터를 정확히 반영한 메쉬를 생성해 전 과정을 성공적으로 마쳤다. 이는 최신 LLM이 코드 생성뿐 아니라 도메인‑특화된 수치·기하 처리 로직을 내재화하고 있음을 시사한다.

전체적으로, 이 논문은 (1) 경량 프롬프트만으로도 기존 코딩 에이전트를 CFD 전용 자동화 도구로 전환할 수 있음을, (2) 튜토리얼 재사용이 설정 오류를 크게 감소시키고 실행 효율을 높임을, (3) 모델 규모·능력이 기하·메시 생성 같은 고난이도 작업에 직접적인 영향을 미친다는 점을 입증한다. 향후 연구는 (a) 멀티‑에이전트 라우팅 없이도 복합 워크플로우(전처리·후처리 포함)를 포괄하는 프롬프트 설계, (b) 자동 메쉬 품질 평가 및 동적 재생성 루프, (c) 다양한 CFD 패키지(예: SU2, ANSYS Fluent)로의 일반화 가능성을 탐색해야 할 것이다.