CAE(Computer Aided Engineering) 분야에서 딥러닝 기반 서로게이트 모델(Surrogate Model)을 적용할 때, 가장 큰 이슈 중 하나는 예측의 신뢰도입니다.실제 공학 해석에서는 단순한 예측 정확도보다 불확실성에 대한 해석과 의사결정에 필요한 신뢰성 확보가 더 중요할 수 있습니다.이러한 관점에서 **Uncertainty Quantification (UQ)**과 Active Learning은 서로게이트 모델링의 필수 구성 요소로 떠오르고 있습니다.서로게이트 모델의 불확실성 정량화: 왜 필요한가?전통적인 딥러닝 모델은 결과를 단일한 값으로 출력하지만, 현실의 공학 문제는 항상 데이터 노이즈, 모델 구조 오차, 훈련 데이터 부족 등으로 인해 불확실성이 존재합니다.이러한 불확실성을 정..
