본 논문은 AI 대리 모델 (Surrogate Model) 개발을 목적으로 하는, 고양력 항공기에 대한 최초의 오픈 소스 고충실도 CFD 데이터셋을 설명합니다. 이 데이터셋은 AIAA 고양력 예측 워크숍 (High-Lift Prediction Workshop) 시리즈에서 사용되는 NASA 공통 연구 모델 (CRM) 형상의 180가지 형상 변형과 10가지 받음각 (Angle of Attack)으로부터 생성된 1,800개의 샘플로 구성되어 있습니다. 이 데이터셋의 혁신성 중 하나는 각 시뮬레이션에 대해 3억(300M)에서 5억(500M) 개의 셀 사이의 솔루션 적응형 격자 (Solution-adapted grids)를 사용하여 GPU 가속 기반의 고충실도 명시적 벽 모델 LES (Wall-modeled LES) 방식을 사용했다는 점입니다. 이는 해당 비행 영역 (Flight envelope)의 정상 상태 RANS (Steady-state RANS) 방식이 가진 알려진 한계점들을 고려할 때 가능한 최대의 정확도를 보장합니다. 전체 데이터셋 (형상, 시간 평균 체적 및 표면 변수, 그리고 적분 힘)은 허용 범위가 넓은 오픈 소스 라이선스 (CC-BY-4.0)에 따라 무료로 제공됩니다. 이 데이터를 공개함으로써, 우리는 항공우주 산업 내 AI 대리 모델링의 연구 및 개발을 가속화하는 것을 목표로 합니다.