재료 코드의 병목 커널을 에이전트로 자동 최적화해 보자

그래프 기반 에이전틱 커널 생성과 실시간 컴파일러 피드백 · Graph-based autonomous search for kernel generation with real-time compiler feedback2026.10.05

제안 AI 제안

소재 분야 적용은 아직 검증되지 않은 제안입니다.

에이전트가 커널 코드를 생성하고, 컴파일러·런타임 피드백을 바탕으로 점진적으로 개선하는 방식입니다. 그래프 탐색을 써서 더 넓은 후보 공간을 훑을 수 있습니다.

재료 계산에서는 이웃 리스트, 희소 연산, 스텐실 업데이트, 텐서 축약처럼 반복되는 핵심 커널이 많습니다. 이런 부분을 대상으로 에이전트가 여러 구현안을 만들고, 실행 시간과 정확도 제약으로 걸러내게 하면 수작업 최적화의 일부를 대체하거나 보조할 가능성이 있습니다.

초기에는 전체 패키지를 바꾸려 하기보다 작은 함수 단위로 시작하는 것이 좋습니다. 예를 들어 하나의 느린 핵심 루프를 추출해 LLVM/컴파일러 피드백과 함께 여러 구현을 비교하면, 재료 코드에 맞는 자동 튜닝 가능성을 빠르게 판단할 수 있습니다.

적용해볼 소재 과제: 고비용 시뮬레이션 코드의 핵심 커널 최적화, 수치 계산 성능 병목 완화
지금 시도할 만한 이유: 컴파일러 피드백을 직접 사용하는 에이전틱 코드 생성 시스템과 공개 구현이 등장해, 성능 기반 탐색을 자동화할 수 있는 시점입니다.
첫 걸음: 가장 느린 커널 하나를 선택해, 현재 구현과 5~10개의 에이전트 생성 변형을 같은 입력으로 돌리고 속도와 수치 오차를 함께 비교해 보세요.
위험과 한계: 실제 재료 코드의 정확도 제약이 강해 성능만 좋은 구현이 허용되지 않을 수 있습니다. 또한 이식성, 디버깅 난이도, 컴파일 시간, 그리고 하드웨어 의존성이 비용을 키웁니다.

아래 링크는 이 기법이 다른 분야에서 통했다는 근거입니다. 소재 분야 적용 결과가 아닙니다.

AI가 최신 기법을 조사해 제안한 방향입니다. 검증된 결과가 아니며, 시도 여부와 위험은 연구 책임자가 판단해야 합니다.