News Letter

재료인공지능 겨울학교, 인공지능과 재료공학의 접점을 탐구하다.

지난 2025년 2월 17일부터 19일까지 고려대학교에서 개최된 재료인공지능 겨울학교가 성공적으로 마무리되었다. 이번 행사에서는 인공지능(AI)과 재료공학의 융합을 주제로, 머신러닝과 딥러닝의 기초부터 실무 적용까지 폭넓은 강의가 진행되었다. 대학원생 및 연구자들은 3일간의 강의를 통해 AI 기술을 재료 연구에 효과적으로 활용할 수 있는 방법을 학습했다.

첫째 날: 머신러닝과 딥러닝 기초

• 김문조 박사(한국생산기술연구원)는 회귀분석, 분류, 의사결정나무 등을 포함한 머신러닝 기초 강의를 진행했다. 이를 통해 참가자들은 데이터 분석 및 예측 모델 구축의 기본 개념을 익히며, AI 연구의 첫발을 내디뎠다.
• 김동훈 박사(한국과학기술연구원)는 ANN, CNN 등 딥러닝의 다양한 모델에 대해 심도 있는 강의를 제공했다. 이를 통해 참가자들은 신경망의 작동 원리를 이해하고, 복잡한 문제를 해결하는 데 필요한 딥러닝 기술을 학습할 수 있었다.

둘째 날: 부족한 재료데이터를 극복하기 위한 인공지능 기법

재료 연구에서는 실험 데이터 확보가 어렵기 때문에, 이를 보완할 수 있는 AI 기법이 중요한 역할을 한다. 둘째 날 강의에서는 데이터 부족 문제를 해결하는 다양한 AI 접근법이 다뤄졌다.

• 이승철 교수(KAIST)는 Active Learning과 Transfer Learning을 소개하며, 적은 데이터로도 효율적인 AI 모델을 학습하는 방법을 설명했다.
• 조기섭 교수(국민대)는 유전자 알고리즘을 기초부터 심화까지 다루며, 최적화 문제 해결에 AI를 적용하는 방법을 체계적으로 소개했다.

셋째 날: 소재 데이터베이스 활용과 머신러닝 포텐셜

•  신정호 박사(한국화학연구원)는 소재 데이터베이스와 AI 활용 방안에 대해 발표하며, 데이터 기반 연구의 중요성을 강조했다
•  김동훈 박사(한국과학기술연구원)는 언어모델과 소재 연구 활용을 주제로 강의하며, 문헌에서 자동으로 재료 데이터를 추출하는 방법을 실습으로 제공해 실용적인 이해를 도왔다.
•  강성우 박사(한국과학기술연구원)는 최근 AI 기반 재료 연구에서 큰 주목을 받고 있는 머신러닝 포텐셜(ML Potential)을 A부터 Z까지 다루며 참가자들의 높은 관심을 끌었다

미래를 향한 도전: AI와 재료공학의 융합

이번 겨울학교는 기존의 교육 방식을 벗어나 새로운 접근법을 제시하며 참가자들에게 깊은 영감을 주었다. 대한금속·재료학회는 앞으로도 AI와 재료공학의 융합을 촉진하는 혁신적인 교육 프로그램을 지속적으로 제공할 계획이다. 이번 강의를 통해 얻은 지식과 경험이 참가자들의 연구와 실무에 실질적인 도움이 되기를 기대한다.