PRISM(Position-encoded Regressive Inverse Spectral Model)은 다층 박막 설계의 복잡한 최적화 문제를 해결하기 위해 개발된 새로운 트랜스포머 모델입니다. 재료 선택과 두께를 동시에 예측하여 기존 방식보다 효율성을 높였습니다. PRISM은 스펙트럼 프리픽스 조건부 학습과 누적 깊이 로터리 위치 임베딩 기술을 도입하여 성능을 향상시켰습니다.
PRISM-13M 모델은 기존 트랜스포머 기반 모델 대비 평균 절대 오차(MAE)를 50% 이상 줄이고, 파라미터 수는 5분의 1 수준으로 낮췄습니다. 4400만 파라미터 모델은 검증 벤치마크에서 최고 성능(MAE = 0.010)을 달성했습니다.
PRISM은 시뮬레이션 어닐링보다 훨씬 빠르게 작동하여, 기존 최적화 방법의 효율적인 대안을 제시합니다.