우주공학 연구를 공개 데이터로 이해하고
내 연구 질문으로 확장합니다

로켓 추진제 최적화 AI대표 트랙

137개 실험 기록(배합·압력에 따른 연소 속도, mm/s)으로 예측 모델을 학습시킵니다. NASA CEA(rocketcea)로는 연료비를 바꿔 가며 비추력과 연소 온도를 계산해 시뮬레이션 데이터를 만듭니다. 두 데이터는 측정하는 값이 달라서 무엇을 같은 기준으로 비교할지, 변수와 단위를 어떻게 맞추고 변환할지를 학생이 먼저 정하고 기록합니다. 학생이 직접 설계하고 검증한 그 비교가 이 연구의 기여가 됩니다.

수업에서 만드는 결과물: 예시. 화면의 수치와 R²=0.91은 설명용 예시이고 실제 학생 결과가 아닙니다. 심사위원이 슬라이더를 움직이면 예측값이 실시간으로 그려집니다.

연구 질문

배합과 압력에 따라 연소 속도가 어떻게 달라지는지 어떤 모델이 더 잘 설명하는가

데이터 출처

Kaggle 공개 실험 데이터 137개(연소 속도) + NASA CEA(rocketcea) 시뮬레이션(비추력·연소 온도)

사용 도구

Google Colab · scikit-learn(Random Forest·SVM·KNN) · rocketcea · Streamlit

우주·항공과의 관계

로켓 추진제 연구 그 자체입니다. 배합과 연소는 데이터와 시뮬레이션으로만 다룹니다.

완성 결과물

연구 노트북 + Streamlit 웹 대시보드 + GitHub 저장소

대회

KSEF · ISEF 계열 · CAC(앱)