행사
< (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.
-
행사 AI·휴머노이드 로봇·우주 로버 총출동..과학축제서 미래 기술 체험
우리 대학이 4월 과학의 달을 맞아 국내 최대 규모의 과학 축제인 ‘2026 대한민국 과학기술축제’에 참여해, AI와 로봇 공학의 정점을 선보이는 참여형 전시관 ‘KAIST Play World’를 운영한다고 10일 밝혔다. 올해 축제는 ‘2026 대한민국 과학축제 인(in) 대전(4월 17일~19일)’과 ‘2026 대한민국 과학축제 인(in) 경기(4월 24일~26일)’로 나뉘어 개최된다. KAIST는 대전 DCC(제2전시장)와 일산 킨텍스에서 순차적으로 전시를 진행하며, ‘Play World’ 콘셉트를 적용해 세대 특성에 맞춘 차별화된 체험형 콘텐츠를 선보일 예정이다. 특히 KAIST 캐릭터 ‘넙죽이’를 활용한 현장 이벤트와 기념품도 함께 제공해 관람객의 참여도를 높일 계획이다. □ [대전] 휴머노이드 로봇부터 우주 로버, AI 반도체 친구 &ls
2026-04-10 -
행사 제5회 한국인공지능시스템포럼 조찬 강연회 성료
우리 대학 인공지능반도체대학원은 4월 8일(수) 오전 대전 오노마 호텔에서 '제5회 한국인공지능시스템포럼(KAISF)' 조찬 강연회를 성공적으로 개최하였다. 이번 강연회는 인공지능이 물리 세계와 직접 맞닿으며 산업 현장에 빠르게 스며드는 'Physical AI' 시대를 주제로, 총 63명의 산학 전문가가 참석한 가운데 활발한 논의가 이루어졌다. 초청 강연은 ㈜NC AI 이연수 대표이사와 김민재 CTO가 '물리 내재화 기반의 차세대 피지컬 AI와 전주기 통합 플랫폼 개발 현황'을 주제로 공동 진행하였다. 강연에서는 AI 기술의 발전으로 물리 법칙을 스스로 이해하는 피지컬 AI가 로봇 산업의 판도를 바꾸고 있는 현황을 소개하며, 다음 세 가지 핵심 내용을 중심으로 전개되었다. ▲질량·마찰·탄성 등 역학적 관계를 내재화한 WFM(월드 파운데이션 모델) 핵심 기술 및 로봇 파운데이션 모델(RFM) 기반 작업 지능 최적화 ▲Sim-to-Real 간극을 최소화
2026-04-10 -
연구 이노코어 연구단, 노벨화학상 데이비드 베이커와 ‘AI 단백질 설계’ 성공
과학기술정보통신부 이노코어(InnoCORE) 사업을 통해 구축된 연구 협력 기반 아래, KAIST 이노코어 연구진이 의미 있는 연구 성과를 도출했다. 우리 대학은 2024년 노벨 화학상 수상자인 David Baker 교수(데이비드 베이커, 미국 워싱턴대학교)의 방문을 계기로, 공동연구를 통해 AI로 원하는 화합물을 정확히 인식하는 단백질 설계 연구 결과를 공개했다. 우리 대학은 생명과학과 이규리 교수가 AI-CRED 혁신신약 이노코어(InnoCORE) 연구단에 참여 중인 연구진으로서, David Baker 교수와의 공동 연구를 통해 특정 화합물을 선택적으로 인식하는 인공 단백질을 AI로 설계하는 데 성공했다고 9일 밝혔다. 이번 연구는 AI를 활용해 특정 화합물을 인식하는 단백질을 처음부터 설계(de novo)하고, 이를 실제로 작동하는 바이오 센서로 구현한 것이 특징이다. 기존에는 자연 단백질을 탐색하거나 일부 기능을 수정하는 방식이 주를 이뤘다면, 이번 연구는 AI 기반
2026-04-09 -
행사 KAIST-한전KDN, AI 기반 캠퍼스 에너지 플랫폼 구축 MOU 체결…글로벌 진출 추진
우리 대학은 한전KDN(대표이사 박상형)과 인공지능(AI)과 에너지 분야를 융합한 ‘AI+X’ 전략 기반 캠퍼스 마이크로그리드(Micro Grid, 소규모 독립형 전력망) 구축을 위한 업무협약(MOU)을 8일 체결했다고 밝혔다. 한전KDN(KEPCO Knowledge, Data & Network Co., Ltd.)은 전력 시스템에 정보통신기술(ICT)을 접목한 에너지 플랫폼을 개발·운영하는 한국전력공사 계열 공기업이다. 이번 협약은 AI 기반 전력 운영 기술을 활용해 캠퍼스 단위의 탄소중립(Net-Zero) 플랫폼을 구축하고, 이를 실증하기 위한 에너지 테스트베드를 조성하기 위해 추진됐다. 이를 통해 차세대 에너지 기술 고도화와 글로벌 비즈니스 모델 창출을 도모할 계획이다. 양 기관은 KAIST 캠퍼스를 중심으로 실제 전력 생산·소비 데이터를 활용한 AI 기반 에너지 관리 시스템(Energy Management System
2026-04-08 -
연구 AI 메모리 병목 뚫었다... KAIST 참여 ‘터보퀀트’, 최대 6배 압축
AI 성능을 좌우해온 ‘메모리 병목’이 뚫렸다. 우리 대학이 참여한 국제 공동연구팀이 최대 6배까지 메모리를 줄이면서도 성능은 유지하는 차세대 알고리즘을 공개하며, AI 산업은 물론 반도체 수요 구조까지 바꿀 기술적 전환점을 제시했다. 고용량 중심에서 고효율 중심으로 전환되면서, AI는 더 저렴해지고 빠르게 확산되는 동시에 반도체 수요 역시 질적으로 고도화될 전망이다. 우리 대전기및전자공학부 한인수 교수가 참여한 구글 리서치(Google Research), 딥마인드(DeepMind), 뉴욕대(New York University) 공동 연구팀이 인공지능(AI) 모델의 고질적인 한계로 꼽혀온 메모리 과부하 문제를 해결할 차세대 양자화 알고리즘 ‘터보퀀트(TurboQuant)’를 공개했다고 27일 밝혔다. AI 모델은 입력 데이터를 벡터 형태로 바꾼 뒤, 벡터 간 유사도를 계산해 작동한다. 이 과정에서 고정밀(high-precision)
2026-03-28