AI+X 산학공동 연구

사업목적

  • 산업 융합형 인공지능 연구개발 및 사업화 지원을 통해 지역 AI 산업 경쟁력 제고 및 AI+X 연구 활성화 기반 조성
  • 인공지능 기술을 바탕으로 한 ‘기업-대학’ 간 협력 사업을 통해 AI 생태계 활성화, 주력산업 혁신기술 확보, AI 기반 미래 新산업 육성
  • 연구 성과(기술이전, 특허, SW등록, 시제품, 데이터셋 등) 기반으로 AI Innovation Park 내 분야별 연구소 ‘AI+X Labs’ 유치 연계

주요내용

  • 사업기간 : 최대 2년
  • 사업내용 : 제조, 모빌리티, 헬스케어 등 AI 응용 연구 분야 산학 공동 과제 발굴
  • 지원대상 : 기술사업화를 위한 인공지능 기술을 보유한 UNIST 교원과 기업의 컨소시엄 (기업 매칭 필수)
    UNIST 교원 대상 내부 과제 공고를 통해 연구 아이디어 발굴 및 개발 지원
  • 지원분야 : 인공지능이 적용된 개발 기술로 기술사업화 하고자 하는 산업 전 분야
    • 구체적 적용 산업 분야 및 사업화 모델 제시 필수
    • 기술성숙도가 현재 TRL 3~4 단계로서, 과제 종료 후 TRL 5~6 단계 수준 이상의 기술개발이 가능한 분야 우대
  • 추진방법
    • 동남권 기업, UNIST 교원 대상 자유공모 실시, 7개 과제 선정
    • 과제당 연구비 1억원/년 지원 (UNIST 80% + 기업부담금 20%으로 구성)

2021년 수행 내역

연구주제 1.
인공지능 기반 자동차 부품 공정 최적화 기술 개발
연구책임자
과제요약
  • 수행 필요성 : 기업의 품질경쟁력, 가격(생산), 자동차부품 산업 인공지능 활용 Best Practices 창출 필요
  • AI 적용내용 : 머신러닝 기반 다단계공정 작업 부하 예측 및 공정 수율 증대, 컴퓨터비전 기반 품질 예측
연구주제 2.
AI 기반 혼재 제품 표면 품질 검사
연구책임자
과제요약
  • 수행 필요성 : 제품 표면 품질 신뢰성 확보를 통한 중소 제조 기업 경쟁력 제고 , 다양한 생산 공정에서 제품 표면 품질 보증 필요, 뿌리산업 제조혁신 및 새로운 비즈니스 모델 사례 창출
  • AI 적용내용 : 다양한 공정 및 제품의 표면 성질 인지 및 품질 검사, 중소 제조업 혼재된 제품 검사 공정
연구주제 3.
AI와 웨어러블 소프트 센서 시스템을 이용한 VR/AR에서의 입력 정확성/편의성 향상
연구책임자
과제요약
  • 수행 필요성 : 코로나19로 인한 언택트 시장, 특히 VR/AR 시장의 확대, 비전 기반 시스템에 비해 , 웨어러블 센서 시스템을 이용한 VR/AR에서의 사용자 움직임 측정은 아직까지 연구가 많이 되지 않음 → 사용자 움직임 측정 성능 향상을 위해서는 실시간 움직임 segmentation, 사용자 반복 움직임 처리 등의 연구가 필요함
  • AI 적용내용 : VR/AR, 웨어러블 센서
연구주제 4.
AI 기반 차세대반도체 소자용 게이트산화막/금속 (Ox/M) 소재예측 및 제조 기술 개발
연구책임자
과제요약
  • 수행 필요성
    • 미래 반도체 산업의 핵심 응용 분야를 예측하기 어려움 > 신소재 발굴은 新응용 분야 개척
    • 공정 난이도 증가에 따른 대기업 중심의 기술고도화 > 중소기업 중심의 새로운 시장 확보
    • 핵심인재의 대기업 편향 > 울산 기업 중심의 소재 발굴, 제조 및 평가의 융합형 인재 양성
    • Knowhow에 바탕을 둔 소재발굴 및 제조기술 선 확보 > 대기업-중소기업 공생 모델
  • AI 적용내용 : AI 기반 차세대 반도체 소재 발굴
연구주제 5.
주문형 공유 버스 서비스(Mobility-On-Damand Sharing Bus) 인공지능 기술
연구책임자
과제요약
  • 수행 필요성 : 효율적 대중 교통 서비스 부재 및 교통 소외 지역 존재, 수요응답형 공유 모빌리티 서비스, 미래먹거리 기술 선점, 유니스트 자율주행 차량의 킬러앱 제시
  • AI 적용내용 : 딥러닝 기반 공유 모빌리티 수요 예측, 최소 운행시간 및 최대 수익성 위한 모빌리티 운행 경로 최적화
연구주제 6.
다목적 및 딥러닝 기반 조합론적 최적화 알고리즘 개발
연구책임자
과제요약
  • 수행 필요성 : 현대 기술 시스템은 온라인으로 통합되고 실시간 결정을 요구
    • 다양한 시스템의 제어 방식은 전통적인 룰 기반의 스케줄링 알고리즘을 사용하고 점점 복잡해지고 다양한 시스템의 한계에 성능이 제안됨 따라서 이러한 한계점을 극복할 인공지능 기반의 범용적인 스케줄링 알고리즘이 필요
    • 현존하는 인공지능 기반 스케줄링 알고리즘은 성능 향상이 제한되며 확장성이 부족함
    • 스케줄링에 최적화된 새로운 알고리즘이 필요
  • AI 적용내용 : Efficient, robust, and versatile user/job/task scheduling for a wide range of real-life applications requiring supply & demand matching with heterogeneous resources and multiple optimization objectives. Task scheduler for next generation System-on-Chip (SoC) chips with heterogeneous processing elements 5G/6G/IoT network resource management
연구주제 7.
미래 모빌리티 인 캐빈 모니터링을 위한 Wi-Fi 신호 교란 인공지능 감지 기술 연구
연구책임자
과제요약
  • 수행 필요성 : 효율적 대중 교통 서비스 부재 및 교통 소외 지역 존재, 수요응답형 공유 모빌리티 서비스, 미래먹거리 기술 선점, 유니스트 자율주행 차량의 킬러앱 제시
  • AI 적용내용 : 딥러닝 기반 공유 모빌리티 수요 예측, 최소 운행시간 및 최대 수익성 위한 모빌리티 운행 경로 최적화