News Letter

지난 2026년 2월 10일부터 11일까지 양일간 한국생산기술연구원 지능화뿌리기술연구소에서 개최된 재료인공지능 겨울학교가 성공적으로 마무리되었다. 대한금속·재료학회 인공지능재료과학 분과가 주관한 이번 행사는 재료공학과 인공지능의 융합을 주제로, 기초 이론부터 최신 응용 기술까지 폭넓은 내용을 다루며 참가자들의 큰 호응을 얻었다.

이번 겨울학교는 초급과 중고급 과정으로 구성되어 머신러닝과 딥러닝의 기본 개념뿐 아니라 재료 이미지 분석, 생성형 인공지능, LLM 구조 이해 등 최신 AI 기술의 소재과학 적용 사례까지 체계적으로 소개하였다.

1일차(초급): 머신러닝·딥러닝 기초와 최적화 기법

첫째 날에는 인공지능의 기본 개념과 최적화 기법을 중심으로 강의가 진행되었다.

• 하민영 교수(경희대학교)는 머신러닝의 핵심 개념을 정리하며 지도학습 기반 모델의 구조와 원리를 설명하고, 실제 연구 데이터에 적용할 수 있는 분석 접근법을 제시하였다. 이어 딥러닝의 기본 구조와 학습 메커니즘을 소개하며 재료 분야 데이터 해석의 확장 가능성을 제시했다.
• 조기섭 교수(국민대학교)는 능동학습을 통해 실험 횟수를 최소화하면서도 효율적으로 최적 조건을 도출하는 전략을 소개하였고, 유전알고리즘을 활용한 최적화 기법을 통해 복잡한 공정·조성 설계 문제에 대한 해결 방안을 제시하였다.

2일차(중고급): 재료 이미지·생성형 AI·LLM 응용

둘째 날에는 재료 이미지 분석과 최신 AI 모델 응용을 중심으로 심화 강의가 진행되었다.

• 김문조 박사(한국생산기술연구원)는 ‘재료 이미지 I: 미세조직 분석과 영상 분할’을 주제로 재료 미세조직 데이터를 정량화하는 딥러닝 기반 영상분할 기술을 소개했다.
• 윤종필 박사(한국생산기술연구원)는 Vision Transformer와 Foundation Model의 개념을 설명하시며 차세대 재료 이미지 해석에서의 적용 가능성을 제시하였다.
• 강준희 교수(부산대학교)는 GAN, VAE, Diffusion model 등 생성형 인공지능의 원리와 특징을 정리하고, 소재 설계 및 데이터 증강 측면에서의 활용 방안을 설명하였다.
• 김동훈 교수(카이스트)는 LLM의 구조와 작동 원리를 소개하고, 소재과학 연구 및 데이터 분석에 대규모 언어모델을 접목하는 전략을 제시하였다.

이번 제12회 재료인공지능 겨울학교는 재료공학 연구자와 대학원생들에게 인공지능 기술의 기초부터 최신 동향까지 통합적으로 이해할 수 있는 뜻깊은 자리였다. 대한금속·재료학회 인공지능재료과학 분과는 앞으로도 첨단 기술과 교육을 연결하는 혁신적인 프로그램을 지속적으로 마련해 나갈 예정이다. 이번 겨울학교를 통해 공유된 지식과 경험이 참가자들의 연구 현장에 실질적으로 확산되어, 새로운 연구 성과와 학문적 발전으로 이어지기를 기대한다.