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 “소음 잡고, 로봇 일 시킨다”…KAIST, 산업 바꿀 기술 선보인다
얇고 가벼운 구조로 소음을 줄이고, 무선충전 장치의 무게를 낮추며, 로봇이 스스로 이동하면서 작업하도록 돕는 기술. 우리 대학 연구실에서 개발한 기술을 만나고, 기업의 제품과 공정에 어떻게 활용할지 연구진과 직접 이야기할 수 있는 자리가 열린다. 우리 대학은 서울 코엑스(COEX)에서 열리는 KES 2026(한국전자전)과 연계해 10월 13일 ‘2026 KAIST 테크 페어(Tech Fair)’를 개최한다고 12일 밝혔다. 이번 행사에서는 6개 사업화 유망기술과 교원창업기업 4개사의 제품·서비스를 소개하고, 기술이전과 공동연구를 위한 상담을 진행한다. 배충식 총장은 “KAIST가 지향하는 ‘Beyond Laboratory’는 우수한 연구성과가 연구실에 머물지 않고 산업과 사회의 실질적인 가치로 이어지도록 하는 것”이라며, “이번 Tech Fair가 KAIST의 혁신적인 기술과 산업계의 수요
2026-10-12 -
행사 휴머노이드 넘어 ‘피지컬 AI’ 새 판 짠다
육상 등 올림픽 종목의 로봇 경기에서 인간의 기록을 넘어서는 휴머노이드가 등장하고, 일부 제조 현장에서도 시범 적용이 시작됐다. 피지컬 AI에 대한 기대가 커지고 있지만, 우리 대학이 바라보는 무대는 경기장이나 일부 공장에 머물지 않는다. 우리 대학은 피지컬 AI를 다양한 산업과 일상에서 쓰이는 기술로 확장해 대한민국의 미래 산업으로 키우겠다는 비전을 선포한다. 우리 대학은 10월 13일 대전 본원 KI빌딩에서 ‘Physical AI KOREA 2026’을 개최한다고 11일 밝혔다. 이 자리에서 제조업은 물론 의료·국방·물류·일상에 적용할 수 있고, 다양한 기업이 활용할 수 있는 피지컬 AI 플랫폼 기술과 연구·교육·창업 전략을 발표할 예정이다. 배충식 총장은 “피지컬 AI의 승부는 로봇이 사람을 얼마나 닮았느냐가 아니라, 현실 세계를 이해하고 움직이는 AI를 얼마나 다양한 현장에서
2026-10-12 -
연구 정보는 있는데 AI가 못 찾는다?...데이터 바뀌어도 최신 정보 놓치지 않는다
회사 규정이 바뀌어 새 문서가 올라왔는데도 사내 AI가 예전 규정을 찾아 답한다면 어떨까. 새로운 정보가 계속 추가되고 오래된 정보가 사라지면, AI는 정답이 되는 자료가 있어도 이를 제대로 찾지 못할 수 있다. 우리 대학 연구진이 데이터가 계속 바뀌어도 필요한 정보까지 찾아가는 ‘검색 길’을 유지해, AI가 최신 정보를 더 정확하고 빠르게 찾는 기술을 개발했다. 우리 대학은 전산학부 김민수 교수 연구팀이 데이터가 지속적으로 추가되고 삭제되는 환경에서도 높은 검색 정확도를 안정적으로 유지하는 동적 벡터 검색 기술인 ‘콘다(CONDA, Connectivity-Aware Dynamic Index)’를 개발했다고 5일 밝혔다. 생성형 AI는 학습이 끝난 뒤 새롭게 등장한 정보를 스스로 알지 못한다. 이를 보완하기 위해 최신 뉴스나 기업 내부 문서 등을 검색해 답변에 활용하는 ‘검색증강생성(RAG·Retrieval-A
2026-10-06 -
연구 움직임의 흐름 읽는 AI 반도체 개발…웨어러블 기기 활용 기대
몸에 착용하는 기기가 걷는 동작과 잠깐 팔을 흔드는 동작을 구별하려면 움직임의 흐름을 읽어야 한다. 한국 연구진은 반응 속도가 다른 반도체를 층층이 쌓아 방금 일어난 변화와 앞선 변화를 함께 읽는 기술을 개발했다. 향후 몸에 붙이거나 착용하는 작은 기기가 움직임과 몸의 신호를 분석하는 데 활용될 수 있다. 우리 대학은 AI시스템학과 권지민 교수 연구팀이 UNIST(총장 박종래), POSTECH(총장 김성근) 연구진과 함께 이온을 담은 소재를 단단한 얇은 막으로 만들고, 이를 이용해 반응 속도가 다른 반도체 소자를 여러 층으로 쌓는 데 성공했다고 29일 밝혔다. 이 반도체는 전기를 가하면 소재 안의 ‘이온’이 움직이면서 전류의 흐름이 바뀐다. 전기를 끊어도 이온이 원래 상태로 돌아오는 데는 시간이 걸린다. 종을 친 뒤 소리가 잠깐 남듯, 반도체에도 앞서 들어온 신호의 흔적이 잠시 남는 것이다. 연구팀은 그동안 단점으로 여겨졌던 이온의 느린 움직임을 지난
2026-09-29 -
행사 KAIST, 국내 최초 범용인공지능(AGI) 연구소 출범
학습한 문제를 잘 푸는 현재의 인공지능을 넘어, 처음 접하는 문제와 환경에서도 스스로 판단하고 적응할 수 있는 범용인공지능(Artificial General Intelligence, AGI) 원천기술 개발을 위해 우리 대학이 AGI 전담 연구소를 출범했다. 우리 대학은 지난 18일 내부 승인 절차를 마치고 AI연구원 산하에 AGI 연구소(AGI Research Institute)를 공식 출범했다고 밝혔다. 전산학부, AI컴퓨팅학과, 김재철AI대학원, 전기및전자공학부 소속 교수 11명이 참여하며, 김태균 전산학부 교수가 초대 소장을 맡았다. 연구진은 향후 참여 범위를 점차 확대할 계획이다. AGI 연구소는 기초연구를 통해 범용인공지능의 과학과 공학을 발전시키고 그 성과와 혜택을 사회에 환원하는 것을 목표로 한다. 특히 기존에 접하지 않은 과제와 환경, 데이터에서도 학습한 지식을 활용할 수 있는 AI의 ‘일반화(Generalization)’ 능력을 핵심
2026-09-22