AI로 25만줄 기상 코드 GPU 이식…연구진, 검증 중심 워크플로 공개

arXiv에 공개된 연구진 원문에 따르면, Tetsuya Hoshino 등 연구진은 25만줄이 넘는 포트란 기반 기상 시뮬레이션 코드 CReSS를 대상으로 AI 에이전트를 활용한 GPU 이식 워크플로를 제시했다. 논문은 생성 코드 자체보다 과학 계산 결과를 보존하는 검증 절차를 중심에 뒀다.

연구진은 AI 에이전트가 OpenMP 구간을 추출하고, 물리적으로 의미 있는 시뮬레이션 상태에서 덤프 기반 커널 벤치마크를 만들며, OpenACC 변환을 적용하도록 구성했다. 변환 결과는 저장한 기준 데이터와 원소 단위로 비교하고, 애플리케이션 수준에서도 검증했다.

실제 태풍 시뮬레이션을 활용한 사례에서 연구진은 162개 대상 커널의 GPU 구현을 수치적으로 검증했으며, 애플리케이션 수준에서 5.1배 속도 향상을 보고했다. 다만 이 수치는 논문에 제시된 특정 코드와 실험 환경의 결과다.

검증 과정에서는 부동소수점 연산과 내장 함수 차이에서 비롯된 다섯 개 커널의 수치 불일치도 찾아냈다. 임계값 부근의 분기 차이와 상쇄 효과가 원인으로 제시됐다. 연구진은 이런 오류를 애플리케이션 개발자에게 되돌려 줄 수 있었다고 설명했다.

논문은 대규모 과학 코드의 GPU 전환에서 AI 도구가 정적 분석과 코드 변환을 빠르게 할 수 있어도, 긴 작업 맥락 관리와 실행 상태 재현, 누락된 분석 결과의 복구 비용이 핵심 과제로 남는다고 짚었다. 이는 AI를 활용한 현대화 작업에서 성능 수치뿐 아니라 계산 결과의 재현성과 검증 설계가 함께 요구된다는 사례로 볼 수 있다.

이번 결과는 사전공개 논문으로, 동료심사 완료 연구나 범용적인 성능 보장을 뜻하지는 않는다.

출처: arXiv, "Validation-Centric AI-Assisted GPU Porting of a 250,000+ Line Legacy Weather Simulation Code", https://arxiv.org/abs/2608.13122