Arena Physica, Heaviside 전자기 모델을 Microsoft Discovery에 도입

Arena Physica는 2026년 10월 13일 발표를 통해 전자기학 기반 모델인 Heaviside를 이제 Microsoft Discovery에서 사용할 수 있다고 밝혔다. 발표에 따르면 Microsoft Discovery는 에이전트 기반 엔지니어링 플랫폼이다. 회사는 이 모델이 전체 3D 전자기장 응답을 밀리초 단위로 예측하며, 기존 솔버보다 약 10만 배 빠르다고 설명했다.

발표는 회사가 전자기 설계의 검증 문제라고 부르는 사안을 중심으로 설명한다. 회사에 따르면 모든 전자기 설계 문제는 설계가 실제로 제작된 뒤 어떻게 작동할 것인가라는 하나의 질문으로 귀결된다. 현재 이 질문에 답하려면 구조의 형상을 전파 해석 솔버에 입력하고 한 번의 계산 결과를 얻기까지 몇 시간 또는 며칠을 기다려야 한다. 회사의 설명에 따르면 설계 자체가 아니라 검증이 이 반복 과정을 가속하기 어렵게 만드는 요인이며, 그 때문에 AI도 전자기 설계의 속도를 높이는 데 어려움을 겪어 왔다.

발표에 따르면 9월 초 출시된 Heaviside-1은 매개변수 3억 5천만 개로 구성된 모델로, 총 5천억 개의 개별 필드 샘플을 포함하는 3D 필드 시뮬레이션 25만 건을 학습했다. 구조의 형상과 재료, 여기 조건을 입력하면 모델은 전체 3D 전자기장 응답을 반환하며, 회사는 예측값의 정확도가 상용 수준과 1데시벨 이내라고 밝혔다.

Arena Physica의 최고연구책임자 Michael Frei는 “Heaviside는 맥스웰 방정식이 지배하는 기저 물리의 해답인 전자기장을 직접 학습하도록 설계됐다”고 말했다. 그는 전자기 설계가 수십 년 동안 부족한 전문 인력과 느린 솔버 때문에 제약을 받아 왔다고 덧붙였다.

Microsoft Discovery에서 Heaviside가 작동하는 방식

발표에 따르면 Heaviside는 고성능 컴퓨팅 자원에 직접 연결해 Discovery의 기존 생태계에 통합된다. 이를 통해 에이전트는 Heaviside의 실시간 예측과 설계의 최종 검증에 필요한 완전한 정확도의 기존 솔버를 오갈 수 있다. 전자기 설계에는 민감한 지식재산이 포함될 수 있다. 발표는 방위산업 프로그램용 안테나와 아직 공개되지 않은 칩 내부의 인터커넥트 배치 설계를 예로 들었다. 이에 회사는 모델을 설계 워크플로에 도입하려는 기업 관계자에게 중요한 고려 사항으로 감사 로그, 접근 제어, Microsoft 365 통합을 비롯한 Discovery의 거버넌스 제어 기능을 꼽았다.

Microsoft의 문서는 Discovery를 에이전트 기반 오케스트레이션, 고급 추론, 그래프 기반 지식 기반, 고성능 컴퓨팅을 결합한 확장형 플랫폼으로 소개한다. 문서에 따르면 Azure의 엔터프라이즈 클라우드 인프라를 기반으로 구축된 이 플랫폼은 민감한 연구개발 환경을 관리하는 데 사용되는 보안, 규정 준수, 투명성 및 거버넌스 프레임워크 내에서 작동하도록 설계됐다. 기본 제공 거버넌스 제어 기능은 중앙 집중식 관리, 감사 추적, 체크포인트를 제공하며, 플랫폼은 Microsoft 365, Microsoft Foundry, Microsoft Fabric과 통합된다. Discovery는 엔터프라이즈 클라우드 서비스와 독립 실행형 데스크톱 애플리케이션으로 제공된다.

Microsoft Discovery의 반도체·물리 산업 부문 총괄인 Preeth Chengappa는 발표에서 AI가 하드웨어 설계 과정의 더 많은 부분을 가속하고 있지만, 전자기 검증은 여전히 중요한 병목이라고 말했다. 특히 신호 무결성, 열·전자기 공동 설계, 고속 패키징에서 그렇다고 덧붙였다.

9월 출시 및 EMVal 벤치마크 결과

Heaviside-1은 9월 초 출시됐다. 2026년 9월 1일자 기술 간행물은 이를 Heaviside-0의 후속 모델로 소개했다. Heaviside-0은 회사가 3월에 Atlas RF Studio 소프트웨어와 함께 출시한 모델이다. 해당 간행물에 따르면 Heaviside-1은 Heaviside-0의 2.5D 평면 구조에서 완전한 3D 형상으로 범위를 확장했으며, 구조의 형상과 재료 특성, 여기 패턴을 바탕으로 전체 3D 전기장 및 자기장 벡터를 예측한다. 간행물은 이 모델의 규모가 Heaviside-0보다 10배 이상 크고 GPT-2와 비슷한 수준이라고 설명한다.

전자기학 기반 모델에는 참고할 만한 기존 벤치마크가 없기 때문에 Arena Physica가 EMVal v1.0도 함께 도입했다고 간행물은 밝혔다. EMVal v1.0은 EMVal-SP라는 S-파라미터 평가 항목과 EMVal-NF라는 근접장 평가 항목으로 구성된 벤치마크 모음이다. 회사는 비공개 표준 평가 분할과 챌린지 평가 분할을 운영하며, 표준 평가 분할의 공개 버전을 Hugging Face에 공개했다.

간행물에 따르면 학습 과정에서 접한 기하 구조 계열의 경우 Heaviside-1의 필드 예측 오차는 전역 기준 약 19%, 국소 오차 중앙값 기준 22%다. 전혀 접하지 않은 계열에서는 이 수치가 각각 약 33%와 28%로 높아지며, 벡터 정렬 중앙값은 약 98%다. 또한 전체 필드를 대상으로 감독 학습을 하면, S-파라미터만으로 학습한 그 밖의 조건이 동일한 모델과 비교해 분포 외 S-파라미터 오차가 0.99dB에서 0.53dB로 줄었다고 간행물은 보고했다.

목표 응용 분야와 회사의 계획

발표는 반도체를 유망한 기회로 꼽으며, Heaviside가 반도체 팀이 설계하는 구조 전반에서 전자기 검증을 가속할 수 있다고 밝혔다. 여기에는 BGA 패키징과 SerDes 인터커넥트가 포함된다. SerDes 인터커넥트는 다이와 시스템의 나머지 부분을 연결하는 신호 경로다.

Arena Physica의 최고 과학자 Harish Krishnaswamy는 “수십 년 동안 RF 및 밀리미터파 칩을 설계해 왔지만, 공정에서 가장 오래 걸리는 단계는 늘 전자기 시뮬레이션 결과를 기다리는 일이었습니다”라고 말했습니다. 그는 Heaviside가 그 결과를 밀리초 만에 제공하므로 엔지니어가 설계를 거의 즉시 검증할 수 있다며, Discovery를 사용하는 반도체 팀이 첨단 패키징과 인터커넥트 설계 같은 작업에 이 속도를 적용하는 모습을 기대한다고 말했습니다.

2019년에 설립되어 뉴욕시에 본사를 둔 Arena Physica는 자사를 전자기 초지능 기업으로, Heaviside를 전자기학을 위한 최초의 파운데이션 모델로 소개하며 AMD, Anduril, Bausch + Lomb을 비롯한 하드웨어 기업들과 협력하고 있다고 밝혔습니다. 9월 발표 자료에 따르면 이 회사는 원거리장 방사 패턴을 시작으로 Heaviside에 더 많은 후속 물리 타깃을 추가할 계획이며, 이 모델은 Atlas Fields Studio 베타를 통해 이용할 수 있습니다.