< (왼쪽)양수열 CTO 강연 ‘Agentic AI로 가는 길: 산업형 AI 에이전트 전략’, (오른쪽)이종석 교수 강연 ‘제조 AI 모델 학습에서의 데이터 한계와 대응 방법’ >
우리 대학 김재철AI대학원은 국내 제조 산업의 인공지능(AI) 확산을 이끌 실무 인재 양성과 산학 네트워킹 활성화에 나서고 있다.
김재철AI대학원 성남연구센터는 제조 기업의 AI 도입 장벽을 낮추고 실질적인 기술 확산을 도모하기 위해 ▲실무자 양성 교육과 ▲기술 네트워킹 행사를 연계한 통합 지원 프로그램을 운영하고 있다.
우선, 지난 1월 27일부터 시작된 AI 팩토리 전환 실무자 양성과정은 제조 현장에 즉시 투입 가능한 AI 전문 인력을 길러내는 것을 목표로 한다. 현재 진행 중인 1단계 기초 AI 과정은 향후 제조 AI로 확장 가능한 핵심 이론과 실습 역량을 체계적으로 다지는 단계로, 실무 적용을 위한 기반 역량을 집중적으로 강화하며 높은 호응을 얻고 있다.
주관 측은 이번 기초 과정을 시작으로, 올해 상반기 중 ▲제조 AI 주요 태스크를 다루는 2단계 제조 AI 응용 과정과 ▲기업 실제 데이터를 기반으로 문제를 해결하는 3단계 기업 맞춤형 프로젝트 과정을 순차적으로 개설할 예정이다. 이를 통해 단발성 교육이 아닌, 기초 역량 확보부터 현장 적용형 심화 프로젝트까지 이어지는 단계별 로드맵을 제공한다는 계획이다.
이와 더불어, KAIST는 제조 AI 분야의 최신 기술 트렌드를 공유하고 현장의 애로사항을 해결하기 위한 ‘AI팩토리 커넥트 데이 2026’를 2월 25일(수) 서울 한국과학기술회관에서 성황리에 개최하였다.
< AI팩토리 커넥트 데이 2026 포스터 >
AI팩토리 커넥트 데이 2026는 제조 기업 실무자와 AI 전문가를 연결해 지속적인 기술 협업을 도모하는 네트워킹 행사로 기획되었다. 이번 행사에서는 ▲크라우드웍스 양수열 CTO의 ‘Agentic AI로 가는 길: 산업형 AI 에이전트 전략’ ▲KAIST 이종석 교수의 ‘제조 AI 모델 학습에서의 데이터 한계와 대응 방법’ ▲(주)인이지 유보선 기술이사의 ‘인공지능의 제조 공정 적용’ 등 업계 전문가들의 초청 강연이 진행되었으며, 제조 현장에서의 AI 적용 전략과 단계적 도입 방안에 대한 논의가 이루어졌다.
특히 기술 세미나에 이어 진행된 ‘1:1 기술 상담’ 프로그램에서는 제조 AI 솔루션 개발 지원센터 자문단이 참여해, AI 도입을 고민하는 기업들의 현재 수준을 진단하고 향후 추진 방향과 준비 과제를 함께 모색하는 자리를 마련했다. 이를 통해 참가 기업들이 자사 여건에 맞는 AI 도입 로드맵을 구체화하는 계기를 제공했다.
이번 프로그램은 정부와 민간이 함께 ‘2030 제조 AI 최강’ 도약을 목표로 출범한 AI 팩토리 M.AX 얼라이언스의 생태계 확산을 뒷받침하기 위해 추진되었다. KAIST는 M.AX 얼라이언스의 주요 참여 기관으로서, 체계적인 AI 교육을 통해 산업 수요에 부합하는 전문 인력을 양성하고 이를 현장에 연계·확산하는 역할을 수행하고 있다. 아울러 AI팩토리 커넥트 데이 2026를 통해 AI 도입을 희망하는 수요기업과 기술 역량을 보유한 공급기업 간의 교류를 활성화하며, 제조 AI 확산을 위한 핵심 가교로 자리매김해 나갈 계획이다.
본 성과는 '제조AI 솔루션 개발 지원센터'를 통해 산업통상자원부 및 경기도, 성남시의 지원을 받아 추진되었다.
-
연구 AI 업무비서 실수해도 ‘처음부터 다시’ 없다…틀린 곳만 고친다
“지난해 가장 많이 팔린 상품을 찾아줘.” AI가 회사 자료를 찾는 과정에서 존재하지 않는 항목을 잘못 사용하면 검색이 실패할 수 있다. 지금까지는 작은 오류 하나에도 검색 명령 전체를 다시 만들어야 했지만, 우리 대학 연구진이 틀린 부분만 찾아 바로잡는 기술을 개발했다. AI의 데이터 검색을 더 빠르고 정확하게 만들어 기업의 ‘AI 업무비서’ 활용을 앞당길 것으로 기대된다. 우리 대학은 전산학부 김민수 교수 연구팀이 사람의 일상적인 질문을 데이터베이스에서 원하는 정보를 찾는 컴퓨터 명령어인 SQL(Structured Query Language)로 바꾸는 과정에서 발생하는 오류를 찾아 수정하는 기술 ‘세이프큐엘(SafeQL)’을 개발했다고 4일 밝혔다. 최근에는 “지난해 매출이 가장 많이 늘어난 상품은?”, “재고가 부족한 상품은?”처럼 일상적인 말로 질문하면 AI가
2026-09-04 -
행사 KAIST-Caltech, 연구 넘어 ‘인재도 함께 키운다’…글로벌 공동지도 모델 구축
우리 대학이 세계적인 연구기관인 미국 캘리포니아공과대학교(California Institute of Technology, 이하 ‘Caltech’)와 공동연구를 넘어 차세대 연구자까지 함께 키우는 새로운 글로벌 협력 모델을 구축한다. 우리 대학은 9월 1일부터 2일까지 Caltech과 ‘제1회 KAIST-Caltech 분자과학 및 화학혁신 공동 워크숍(1st KAIST-Caltech Joint Workshop on Molecular Science and Chemical Innovation)’을 개최한다고 2일 밝혔다. 이번 워크숍은 양 기관이 첨단 분자과학과 미래 화학기술 분야의 연구성과를 공유하는 데 그치지 않고, 공동연구와 인재양성, 연구시설 활용까지 연결하는 지속 가능한 협력체계를 구축하기 위해 마련됐다. 특히 KAIST와 Caltech 교수가 박사후연구원(Postdoctoral Researcher)을 함께 선발하고 지도하는
2026-09-02 -
연구 “신약 설계해줘”... 소버린 바이오 AI 'K-Fold' 공개
“이 단백질에 잘 결합하는 신약 후보를 설계해줘.” 연구자가 AI에게 이렇게 요청하면 AI가 단백질의 3차원 구조를 예측하고, 어떤 물질이 잘 결합할지 분석해 유망한 신약 후보를 설계한다. 우리 대학 연구진이 세계에서 가장 빠르게 단백질 구조 예측을 수행하는 바이오 AI 모델 ‘K-Fold(케이폴드)’를 국내 독자 기술로 개발했다. 우리 대학은 과학기술정보통신부 ‘AI 특화 파운데이션 모델 프로젝트’의 주관기관으로 ‘팀 KAIST’를 구성하고, 차세대 바이오 AI 모델 ‘K-Fold’를 공개했다고 28일 밝혔다. ‘팀 KAIST’는 화학과 김우연 교수가 연구를 총괄하고, 김우연 교수 그룹과 김재철AI대학원 황성주·안성수 교수 그룹 연구원들이 AI 모델 개발을, 생명과학과 오병하·김호민·이규리 교수가 단백질
2026-08-28 -
연구 산소 ‘전용 통로’로 3차원 메모리 난제 풀었다…AI 반도체 성능 높이고 전력 낮춘다
AI가 똑똑해질수록 더 많은 데이터를 빠르게 처리할 수 있는 ‘고성능 메모리’가 필요하다. 하지만 기존처럼 반도체를 계속 작게 만드는 데는 한계가 있다. 우리 대학 연구진이 반도체를 위로 쌓는 3차원 구조의 약점까지 해결하면서, AI 반도체의 성능은 높이고 전력 소모는 낮출 새로운 길을 열었다. 우리 대학은 전기및전자공학부 권지민 교수 연구팀이 UNIST(총장 박종래), 연세대학교(총장 윤동섭) 등 국내 연구진과 공동으로 차세대 메모리 소자인 산화물 수직 채널 트랜지스터(Vertical Channel Transistor, VCT)의 결함을 줄이고 성능과 안정성을 크게 높일 수 있는 새로운 다층 층간 절연막 구조를 개발했다고 20일 밝혔다. 컴퓨터의 주기억장치로 사용되는 DRAM은 컴퓨터가 작업 중인 데이터를 임시로 저장해 빠르게 꺼내 쓸 수 있도록 하는 메모리다. 지난 수십 년간 DRAM은 반도체 소자의 크기를 줄여 같은 면적에 더 많은 데이터를 저장
2026-08-20 -
행사 ‘실리콘밸리 전설’ 제프 딘 초청 특별강연 ·연구 교류
우리 대학은 KAIST와 국가AI연구거점이 공동으로 제프 딘(Jeff Dean) 디스커버리 루프(Discovery Loop) 공동 창업자 겸 CEO를 초청해 13일 서울 AI 허브에서 특별강연을 개최했다고 18일 밝혔다. 제프 딘은 1999년 구글 초기 멤버로 합류해 27년간 검색 인프라의 근간인 맵리듀스(MapReduce)와 빅테이블(Bigtable), AI 시대의 핵심 기반인 텐서플로우(TensorFlow)와 TPU 개발을 이끌었고, 구글 브레인을 공동 설립한 뒤 수석과학자로서 제미나이(Gemini) 개발을 총괄해 '구글의 전설'로 불리는 인물이다. 그는 최근 산제이 게마왓(Sanjay Ghemawat), 쿽 레(Quoc Le), 오리올 비냘스(Oriol Vinyals)와 함께 디스커버리 루프를 창업했다. 가설 수립부터 실험 실행과 결과 분석에 이르는 연구의 반복 과정을 AI로 자동화해, 과학·공학 발견의 속도 자체를 끌어올리겠다는 구상이다. 우리 대학은 이
2026-08-18