[논문 리뷰] Generative metamaterials based on large language models

Zhenyang Gao, Gengchen Zheng외 11명|arXiv (Cornell University)|2026. 01. 25.

Architecture and Computational Design인용 수 0

한 줄 요약

그들은 간단한 프롬프트나 스케치로부터 아키텍처 코드를 생성하고 메타물질의 추론 기반 진단 및 진화를 수행하기 위해 대형 언어 모델을 활용하는 프롬프트 기반 설계 엔진인 ChatMetamaterials를 개발합니다.

ABSTRACT

Mechanical metamaterials utilize intricate architectural designs to achieve advanced properties beyond those of their bulk counterparts. Existing metamaterial designs often rely on design inspirations and extensive experimental and numerical studies operated by design professionals, which can be time- and resource-consuming and limited in exploring the vast design space. Here, we transform metamaterial design by developing ChatMetamaterials based on large language models, a prompt-based generative metamaterial design engine capable of inventing architecture codes, and conducting reasoning-based diagnostics and evolution for complex metamaterial systems based on simple text prompts or hand-drawn sketches. This approach changes the way metamaterials are designed, and provides new opportunities for high-throughput metamaterial discovery.

연구 동기 및 목표

• 텍스트 프롬프트나 스케치로부터 아키텍처 생성을 자동화하기 위해 대형 언어 모델을 활용하여 메타물질 설계를 혁신합니다.
• 추론 기반 진단 및 메타물질 시스템의 반복적 진화를 가능하게 합니다.
• 인간의 개입을 최소화하면서 방대한 메타물질 설계 공간을 고처리량으로 탐색하는 프레임워크를 제공합니다.

제안 방법

• ChatMetamaterials를 도입합니다. 대형 언어 모델에 의해 구동되는 프롬프트 기반 생성 설계 엔진입니다.
• 자연어 또는 스케치를 통해 아키텍처 코드(설계 표현)를 발명합니다.
• 프롬프트에 의해 안내되는 추론 기반 진단 및 메타물질 시스템의 진화를 수행합니다.
• 사용자 입력으로부터 설계 반복을 자동화하여 고처리량의 메타물질 발견을 가능하게 합니다.

실험 결과

연구 질문

• RQ1 대형 언어 모델이 간단한 텍스트 프롬프트나 스케치로 실현 가능한 메타물질 아키텍처를 생성할 수 있습니까?
• RQ2 추론 기반 진단이 메타물질 설계의 반복적 진화를 어떻게 이끌 수 있습니까?
• RQ3 프롬프트 기반 프레임워크가 메타물질 발견을 가속화하는 가능성은 무엇입니까?

주요 결과

• 이 프레임워크는 프롬프트나 스케치로부터 메타물질의 아키텍처 코드를 생성할 수 있게 합니다.
• 추론 기반 진단은 메타물질 시스템 내 설계의 반복적 진화를 이끕니다.
• 이 접근법은 수동 설계 작업을 줄여 고처리량 발견을 가속화하는 것을 목표로 합니다.
• 본 방법은 설계 및 평가 작업을 위해 LLM을 통합함으로써 전통적인 메타물질 설계 워크플로를 변경합니다.