The First Half of 2024

[06/24/24-06/25/25] iAI workshop at Pohang

[06/24/24] iAI students successfully complete their doctoral dissertation defense. Congrats !!!

[06/21/24] 이승철 교수, 한국트라이볼로지학회와 경북 지역에너지 클러스터 인재 양성 사업이 공동 주최하는 산학 강좌에서 '인공지능을 활용한 풍력 터빈 상태진단 소개' 강연 (경주 힐튼 호텔)

[06/20/24] 이승철 교수, 대한기계학회 교육부문 춘계학술대회에서 '기계공학자를 위한 인공지능 교육과 기계인공지능 연구회 사례 소개' 발표 (소노문 단양)

초록: 기계공학과 학생들에게 인공지능 수업을 지도하기 위한 방법과 차별성에 대한 논의를 시작으로 앞으로의 계획을 소개하는 것을 목표로 합니다. 기계공학 커리큘럼에 AI를 통합하는 것은 현대 산업의 요구를 충족시키기 위해 필수적입니다. 혁신적인 교육 방법을 탐구함으로써 기계공학 학생들에게 AI를 더 쉽게 접근하고 관련성 있게 만들고자 합니다. 기계공학 학생들을 위한 AI 커리큘럼은 이론적 개념과 실용적 응용 사이의 격차를 메우기 위해 설계되어야 합니다. 강의, 실습 프로젝트, 산업 협업을 포함한 과목들이 포함되어야 하며, 예측 유지보수, 설계 최적화, 자율 시스템 등 기계공학에서의 AI의 실제 응용에 중점을 두어야 합니다. 2016년에 대한기계학회가 발족한 기계인공지능 연구회는 기계공학에 AI를 통합하는 데 앞장서 왔습니다. 기계공학 교육과 연구에 AI를 통합하는 것은 분야를 발전시키고 차세대 엔지니어를 준비시키는 데 필수적입니다. 혁신적인 교육 방법을 채택하고 학계와 산업 간의 활발한 협력을 통해 기계공학 학생들이 미래 경력에서 AI 기술을 활용할 수 있도록 보장할 수 있습니다. 기계인공지능 연구회는 이러한 노력의 중요한 역할을 하며, 그 활동과 전략적 이니셔티브를 통해 기계공학에서 AI의 응용을 발전시키고 있습니다.

[06/19/24] 이승철 교수, 'AI 자율제조' 행사 참가 

[06/03/24] Lecture series in 'AI in ME'

[05/29/24~05/31/24] 한국음향학회 춘계학술대회 참가, 제주 부영호텔&리조트

[05/22/24~05/24/24] 한국소음진동공학회 춘계학술대회, 제주 라마다 호텔

Tutorial 

유망과학자 세션

[05/16/24] 이승철 교수, 육군미래혁신연구센터에서 강연.

[05/15/24] The course titled "AI for Mechanical Engineering" is now open

[05/15/24] 스승의 날을 맞아, 산업 인공지능 연구실 구성원에게 감사의 인사를 전합니다.

[05/11/24] 한국설비진단자격인증원 자격인증시험, KAIST 창의학습관

[05/09/24] 대구과학고등학교 35기 학생, 카이스트 방문

[05/08/24] 이승철 교수, 2024학년도 봄학기 기계공학과 새내기 세미나에서 "기계에서도 인공지능을 한다고?" 주제로 강연

[05/01/24~05/03/24] 대한기계학회 CAE및응용역학부문 춘계학술대회, 제주 휘닉스 섭지코지

Tutorial

김태완 박사, 2024년 CAE및응용역학부문 우수학위논문상 수상

[04/24/24-04/26/24] 이승철 교수, 대한금속재료학회 춘계학술대회 참가 (창원 컨벤션센터)

[04/19/24] 이세빈 학생, '딥러닝을 활용한 마모흔 측정 기반의 마모량 평가' 연구로 한국트라이볼로지학회 제75회 춘계학술대회에서 최우수 논문상 수상

[04/17/24~04/19/24] 한국전산구조공학회 정기학술대회, 제주 신화월드

특별세션 "물리지식기반 인공지능과 응용" (좌장 이승철 교수)

[04/12/24] 연구실 석사 졸업생 이재준 군이  "성공적인 박사 유학 전략" 주제로 세미나 진행

[04/09/24] iAI lab members enjoy cherry blossoms on the KAIST campus

[04/08/24] 2024년 NOVIC+ 센터 신입생 환영회 

[04/07/24] 연구실 석사 졸업생 황윤섭 군의 결혼을 축하합니다. 

[04/01/24] 산업인공지능 연구실 의료인공지능 팀, 서울성모병원의 김도현 교수님 팀과 협업 회의 진행

[03/29/24] 이승철 교수, 연세대학교 기계공학과 대학원 세미나에서 "디지털 전환을 위한 필요조건: 인공지능 기반 시뮬레이션 계산 가속화" 발표 (hosted by 이창훈 교수)

초록: 물리적인 제품, 설비, 공정 등의 가상 모델인 디지털 트윈은 물리적인 대상의 특징을 포함하고 있으며, 센서, 액추에이터, IoT 기술 등을 통해 물리적인 대상의 데이터를 수집하여 모델을 구축합니다. 수치해석 방법을 통해 구현된 가상 모델은 다양한 가상 시나리오를 통해 제품 개발, 공정 최적화, 성능 개선, 개발 프로세스 등 다양한 분야에서 활용됩니다. 하지만 디지털 트윈 모델의 크기와 복잡성은 계산 비용과 시간을 증가시키며 실시간성을 확보하지 못하는 문제가 있습니다. 본 발표에서는 물리지식기반 인공지능(PINN)을 활용하여 디지털 트윈 모델의 차원 축소를 구현함으로써 학습되지 않은 가상 시나리오 계산을 가속화하고 비용을 절감하는 데 도움을 주는 방법론을 제시합니다.

[03/28/24] 중앙대 이수영 교수, 기계로봇연구정보센터 홈페이지에 신진연구자 인터뷰 소개

[03/26/24] 이승철 교수, 경희대학교 우주과학과 콜로키움에서 "물리지식기반 인공지능의 최신 연구동향과 과학 및 공학에서의 적용사례" 발표 (hosted by 문용재 교수)

초록: 최근 물리 지식을 활용하여 인공지능 모델을 개발하는 방법에 대한 관심이 증가하고 있다. 이러한 접근 방식은 기존의 데이터 기반 인공지능 기법과는 다르게 물리학적 지식을 모델링에 적용하여 문제를 해결한다. 또한, 이러한 기술은 과학 및 공학 분야에서 다양한 적용 사례를 보여주고 있다. 본 발표에서는 이러한 연구 동향과 적용 사례에 대해 논의하고, 물리 지식 기반 인공지능의 미래 가능성을 탐색해본다. 

[03/26/24] 이승철 교수, 한국철도기술연구원에서 "디지털 전환을 위한 필요조건: 인공지능 기반 시뮬레이션 계산 가속화" 발표 (hosted by 고효인 박사)

초록: 물리적인 제품, 설비, 공정 등의 가상 모델인 디지털 트윈은 물리적인 대상의 특징을 포함하고 있으며, 센서, 액추에이터, IoT 기술 등을 통해 물리적인 대상의 데이터를 수집하여 모델을 구축합니다. 수치해석 방법을 통해 구현된 가상 모델은 다양한 가상 시나리오를 통해 제품 개발, 공정 최적화, 성능 개선, 개발 프로세스 등 다양한 분야에서 활용됩니다. 하지만 디지털 트윈 모델의 크기와 복잡성은 계산 비용과 시간을 증가시키며 실시간성을 확보하지 못하는 문제가 있습니다. 본 발표에서는 물리지식기반 인공지능(PINN)을 활용하여 디지털 트윈 모델의 차원 축소를 구현함으로써 학습되지 않은 가상 시나리오 계산을 가속화하고 비용을 절감하는 데 도움을 주는 방법론을 제시합니다.

[03/21/24~03/22/24] 한국설비진단자격인증원 2024 설비진단기술강습회, 대전 선샤인호텔

[03/20/24~03/22/24] 대한기계학회 신뢰성부문 2024년 춘계학술대회, 여수 소노캄 

Tutorial: 고장진단을 위한 인공지능 (좌장: 이승철 교수)

본 강좌에서는 고장진단 개념을 간단히 소개한다. 다음으로, 코딩에 익숙하지 않은 입문자가 고장진단 알고리즘을 쉽게 구현할 수 있도록 ChatGPT 활용 사례에 대해 논의한다. 마지막으로, 최근 화두가 되고 있는 Physics-Informed Neural Network (PINN) 활용 고장진단 사례 소개 및 실습을 진행하고, 장단점에 대해 논의한다.

박재정 학생, 2024년 신뢰성부문 우수학위논문상 수상

[03/19/24] 한국전기연구원 김남균 원장님께서 '전기화와 우리의 대응' 주제로 KAIST 기계공학과 정기세미나 강연. 

[03/12/23] 이승철 교수, HD현대일렉트릭-KAIST OPEN형 R&D 협약식 참석

[02/29/24] 이승철 교수, 전산유체공학회 AI CFD 연구회 미니 워크샵 참석 (서강대).

[02/23/24] 강릉원주대학교 박찬일 교수님 연구실로부터 회전체 장비 이전

[02/22/24] 이승철 교수, K-MDS 사용자 클럽 통합 워크숍 및 제2회 소재 연구데이터 활용 인공지능 기술 워크숍에 참석 (대전 KW 컨벤션 3층 컨벤션홀).

[02/19/24~02/21/24] KAIST 기계공학과, "인공지능과 설계: 해석 예측에서 설계 최적화까지" 산학협동 강좌 개최 (104명 참가).

[02/16/24] 이승철 교수, DN솔루션즈 New Learn 세미나에 '제조업 AI 활용방안 및 기술동향 파악' 주제로 강연 (현장 150명 + 온라인 70명).

사내 포탈에 게시된 뉴스자료

AI 기술이 발전함에 따라 제조업에서 AI를 활용하는 사례들이 늘어나고 있습니다.  DN솔루션즈는 지난 2월 16일 창원 본사에 이승철 카이스트 기계공학과 교수님을 모시고 ‘제조업 AI 활용방안 및 기술동향 파악’을 주제로 2024년 첫 뉴런세미나를 가졌습니다. 이승철 교수는 미국 미시간대학교에서 박사학위를 취득하고 포항공대 교수와 대한기계학회 기계인공지능연구회 회장을 역임한 산업 AI분야 전문가입니다. 이날 이승철 교수님은 딥러닝 기술이 제조업에 적용된 다양한 성공사례를 소개하며, 제조업에 있어 AI 기술이 어떤 방식으로 활용되고 또 앞으로 어떠한 형태의 AI기술이 필요한지 소개했습니다.  

Deep Learning이란?

전통적인 프로그래밍이 데이터와 규칙을 바탕으로 정답을 도출해 내는 방식이라면, AI기술인 딥러닝(Deep Learning)은 데이터와 정답을 갖고 규칙을 도출해냅니다. 이는 AI가 반복적으로 데이터를 수집해 해당 데이터가 지닌 정보들을 바탕으로 규칙을 도출해내는 것입니다. AI가 자동차라는 이미지를 수집한다고 할 때, 해당 이미지가 자동차가 아닌 것과 구분하는 것이 단적인 예입니다. 딥러닝을 통한 방식은 자율주행 자동차 뿐만 아니라 내시경을 비롯한 의료기기, 음성인식 장치 등 다양한 지각 데이터를 바탕으로 활용되고 있습니다.  

AI는 만능인가?  

문제는 이러한 AI가 오류가능성을 지니고 있다는 것입니다. AI가 수집한 정보가 인간의 감각지각으로는 구분할 수 없지만, 미세한 오류값을 지니고 있는 데이터를 바탕으로 어떠한 규칙을 도출해냈다고 가정해봅시다. AI가 우연찮게 정답을 말할 수는 있지만, 그러한 정답을 도출해내는 과정은 인간 지성과 같은 방식으로 작용한 것이 아니라 AI가 형성한 잘못된 규칙으로 정답을 운 좋게 맞춘 것일 수 있습니다. 또한 딥페이크(Deep Fake)를 비롯한 범죄와 챗gpt와 같은 생성형 AI를 통해 진짜 같은 가짜들을 만들어 냄으로써 진짜와 가짜의 구분이 모호해지는 문제도 안고 있습니다. AI를 효과적이고 효율적으로 사용하고자 하지만 100% 수준에 도달할 수 없는 기술의 한계상 AI의 가능성을 맹신해서는 안됩니다.  

앞으로 AI의 모습은? 

기존 인공지능이 지닌 특징을 ‘Limitations of pure data-driven approaches’(순수 데이터 기반 접근 방식의 한계)로 파악하며, 오늘날에는 데이터와 물리지식(데이터를 넘어선 암묵지와 노하우, 해석결과 등)이 결합된 더 강건한 형태의 딥러닝 모델이 대두되고 있습니다. 단순히 데이터들 간의 관계나 규칙을 파악하는 것을 넘어, 데이터에 적용될 수 있는 전문적인 지식을 적용하는 것입니다. 이는 데이터가 지닐 수밖에 없는 자연법칙이나 물리방정식, 통계학적 원리 등을 접목시켜 데이터를 특정한 구조틀에서 바라보는 것입니다. 오늘날에는 이러한 인공지능을 Physics informed AI(물리지식기반 AI)라고 부릅니다. 기존의 딥러닝 방식에서 AI가 효과적으로 작동할 수 있는 선(先)이해, 배경지식이 요구되는 것으로, 데이터 이외의 진리를 활용하는 것이 중요 해졌습니다.  

AI의 제조업 적용 

AI는 방대한 데이터를 바탕으로 그 데이터를 어떻게 활용하는지가 중요한 쟁점입니다. 빅데이터로부터 적절한 문제해결을 도출하기 위한 개념적 구조틀과 문제의식의 중요성이 강조되고 있습니다. 같은 목표를 달성하더라도 그 수단은 복수가 될 수 있음을 인식하고, 보다 나은 데이터 해석을 위해 AI를 효과적으로 활용해야 할 때입니다.  

DN솔루션즈가 추구하는 하이엔드 지향과 자동화 솔루션의 성공적인 발전을 위해 AI 기술과의 접목은 중요한 과제입니다. 데이터와 인공지능을 효과적으로 활용하기 위해서는 AI 기술에 대한 지속적인 탐구와 폭넓은 이해가 필수입니다. 이번 강연을 통해 AI 기술의 무한한 가능성과 함께 고민해야 할 문제들에 대해 새로운 시각을 얻을 수 있었습니다.  

[02/15/24] 이승철 교수, 한국전산구조공학회 신기술강습회 "물리지식기반 오퍼레이터 러닝과 모델축소를 이용한 구조해석 실습" 참가 

[02/14/24] Keonhyeok Park and Jongmok Lee successfully complete the Ph.D. proposal. Congratulations!

[02/06/24~02/07/24] Prof. Seungchul Lee visits Samsung Heavy Industries at Geoje for the SHI-KAIST Tech Forum. 

[02/02/24] iAI lab group at the POSTECH commencement  

[01/31/24~02/01/24] A Scientific Machine Learning Workshop is held at KAIST. 

[01/30/24] 이승철 교수, 국립금오공과대학교 기계설계공학과에 손정우 교수님 초청으로 세미나 "디지털 전환을 위한 필요조건: 인공지능 기반 시뮬레이션 계산 가속화" 진행

[01/29/24] 캐드앤그래픽스 2024년 1월호에 '물리 지식 기반 인공지능 차수 축소 모델' 기고문

[01/25/24] 이승철 교수, "거대 언어 모델 원리 및 ChatGPT  활용 기초" 주제로 한국통신학회 아이디어 경진대회 튜토리얼 강연 (invited by 신원용 교수).

[01/22/24~01/24/24] 기계인공지능연구회, 2024년 대학생 대상 인공지능 강습회를 숭실대학교에서 개최 (100명 참가).

[01/21/24] 이수영 박사가 후배들에게 연구 관련해서 멘토링한 내용을 '(선배가 후배에게 알려주는) 슬기로운 대학원 생활' 제목으로 유튜브에 연재 시작

[01/19/24] 3월 중앙대 기계공학과 임용예정인 이수영 박사가 "My Academic Journey from Graduate Student to Incoming Professor" 주제로 세미나 진행 

[01/16/24] 이승철 교수, 한국소음진동공학회 2024년도 신년교례회 참석

[01/16/24] Dr. Bumsoo Park gives a lab tour to students from Dalian University of Technology, China.

[01/08/24] iAI alumnus, Dr. Sooyoung Lee, will be joining the Department of Mechanical Engineering at Chung-Ang University as an Assistant Professor, starting from 03/01/24. Congratulations!