본 논문에서는 대체 모델(Surrogate model)을 이용하여 슬로싱 CFD 시뮬레이션을 가속화하는 방법에 대한 기초 연구를 수행하였으며, 대체 모델의 차수 저감 모델로는 정규 직교 분해(Proper Orthogonal Decomposition, POD)를, 예측 모델로는 장단기 메모리(Long Short-Term Memory, LSTM)을 사용하여 진행하였다. 슬로싱 CFD 시뮬레이션은 STAR-CCM+(v16.04)를 이용하여 진행되었으며, 이때 CFD 시뮬레이션의 계산시간을 저감하고자 경계 조건 및 물리 모델을 단순 모델에 대해 고찰하였다. 이후 이를 적용시켜 모델링을 수행하였으며, URaNS(Unsteady Reynolds-averaged Navier-Stokes) 방정식의 k-epsilon 난류 모델을 기반으로 적절한 격자를 선택하여 시뮬레이션 진행 후 통계적 해석을 통해 실험값과의 검증을 수행하였다. 이후 시뮬레이션에서 추출한 서로 다른 스냅샷 데이터를 기반으로 POD와 POD-LSTM 과정에 대한 기초 연구를 수행하였다. POD에서는 4개의 유동장 성분에 대한 차수 저감을 수행하였으며, 설정된 세 개의 유동장 재현율에 따라 POD 모드 분석을 수행하여 각 유동장의 특성을 확인하였다. 이는자유 수면에 의한 불연속성을 기준으로 전역적인 유동장 재현율에 대한 자유 수면 유동이 포함된 국부적인 유동장 재현율을 분석했으며, 압력 유동장에 대해 국부적인 유동장재현율에 대한 테스트가 필요하다는 결론을 얻을 수 있었다.POD-LSTM에서는 벽면 위주의 압력 유동장 데이터를 구성하여 예측을 진행하였으며, 이때 예측은 유동장 재현율과 5개의 학습 주기에 대해 수행되었다. 결과적으로 학습 주기 및 유동장 재현율에 의해 압력 유동장의 오차가 어느 정도 정형화되는 것을 확인할수 있었으며, 재구성된 유동장에서는 최대 압력값에 대한 상대 오차 및 계산 시간의 분석을 통해 본 논문에서 제안한 모델이 기존의 슬로싱 CFD를 유효하게 가속시킬 수 있다는 결론을 도출할 수 있었다.