AI 노바투스 아카데미아

사업목적

산업체 생산라인 엔지니어 대상으로 AI 단기 집중교육 및 선행연구(Project-Based Learning)를 실시하여 산업체가 필요로 하는 AI 인력을 양성
Impact 큰 선행연구과제를 선별하여 AI 본연구를 수행함으로써 산업체 Pain Point 해결 지원

주요내용

사업명 : AI 산업인력 양성 사업(교육명: AI Novatus Academia)
교육대상 : 산업체 재직자 약 30~40명/기, 연간 2회 수행
교육비: 중소기업 재직자 수업료/교재비 무료 (대기업은 전액 부담)
사업내용
① AI 고급 이론 수업
- 기간 : 2개월(단기 집중과정, 매주 금요일 전일 교육)
- 내용 : AI 이론교육 2개월 (온라인 교육 병행)
- 방법 : 지도교수 및 조교 배정
② AI 선행연구(Project-Based Learning)
- 기간 : 3개월 (기업 문제해결 프로젝트)
- 내용 : 현장 데이터 기반 기업문제 선행연구
- 방법 : 지도교수 배정(멘토 역할)
③ AI 본 연구
- 기간 : 12개월
- 대상 : Impact 큰 선행연구과제 선별하여 본 연구 수행 (산업AI 과제심의위원회 통해 심의/선정)
- 규모 : 약 3건/기, 연간 2회 (연간 약 6건), 과제당 1억원
- 방법 : 담당교수 및 산업체 담당자 공동연구
- 지원 : 국비 80백만원, 기업 20백만원 (대기업은 100% 자부담)
※ 타 AI 교육과 차별성
- 기업 맞춤형 프로그램- 울산지역 제조 대/중소기업 면담을 통해 맞춤형 프로그램 개발
- PBL(Project-Based Learning)을 통해 제조 현장의 Pain Point를 AI를 융합하여 직접 해결할 수 있는 역량 내재화

운영방법

교육프로그램 개발 : 산업체 Needs 조사/반영
- 울산지역 기업 대상으로 재직자 AI교육 Needs 조사 하고 이를 토대로 산업체에 적합한 AI 교육프로그램 개발
교육대상자 사전 수요조사
- 상기 조사기업, UNIST 패밀리기업, UNIST AI 협력의향기업 (약 340개 기업) 대상으로 교육참여 여부 사전 수요조사 및 계획 수립에 반영

본연구는 ‘산업AI 과제심의위원회’를 통해 심의/평가/선정
- AI 전문가/산업 전문가 공동 참여 (위원장 : AI혁신파크 사업단장)
- 연구계획서 작성 및 과제심의위원회 발표평가 통해 선정
교육 대상자 선발
- 울산지역 산업체 대상으로 선발(뿌리산업/중소기업 우선)선행연구과제 수행을 통해 AI 이론 및 문제해결 능력 심화

수료 현황

PBL수행 내용
교육기수(교육기간)	신청인원	선발인원	수료인원
1기(2021.2~ 2021.6)	63	41	36
2기(2021.7~ 2021.12)	44	43	23
3기(2022.1~ 2022.6)	37	34	28
4기(2022.7~ 2022.11)	47	40	33
5기(2023.1~ 2023.6)
합계	191	158	120

구분	과목명	내용
① 기초이론	인공지능 기초Ⅰ	강의 : 노바투스 과정 소개, 인공지능 소개, 프로그래밍&수학 기초 실습 : Python, 기본 데이터 처리 기술 실습 이론강의 Intro : AI 노바투스 교육 과정에 들어가기 전에 Chapter 1 : AI 학습 기초 & 기본수학 Chapter 2 : 빅데이터 – 수집된 데이터의 분석 실습강의 Google Colab & Python 기본 Python 기본 오픈 학습 데이터를 활용한 데이터 처리/분석
	인공지능 기초Ⅱ	강의 : 회기 알고리즘, 분류 알고리즘 실습 : 회기 및 분류 알고리즘 구현 실습 이론강의 – 기초 인공지는 알고리즘 Chapter 1 : 선형 회귀(Linear Regression) Chapter 2 : 다양한 회귀 알고리즘 Chapter 3 : 분류(Classification) 알고리즘 Chapter 4 : SVM 알고리즘 & 인공지능 최적화 실습강의 오픈 학습 데이터로 선형 회귀 알고리즘 만들기 다양한 회귀 알고리즘 만들기 분류 알고리즘 만들기
	딥러닝 기초Ⅰ	강의 : 다층 신경망(MLP), 딥러닝 기술 소개, 합성곱 신경망(CNN) 실습 : MLP, CNN 신경망 구현 실습 이론강의 hapter 1 : 다층 신경망 / 구조 및 학습 방법 소개 Chapter 2 : 깊은 신경망 / 학습의 어려움과 개선 방법 소개 실습강의 Google Colab & Python 으로 다층, 깊은 신경망 구현하기 오픈 학습 데이터를 활용한 데이터 처리/분석
	딥러닝 기초Ⅱ	강의 : 순환 신경망(RNN) 실습 : CNN, RNN 신경망 구현 실습 이론강의 hapter 1 : 합성곱 신경망 / 구조 및 학습 알고리즘 소개 Chapter 2 : 순환 신경망 / 구조 및 학습 알고리즘 소개 실습강의 Google Colab & Python 으로 합성곱 신경망, 순환 신경망 구현하기 오픈 학습 데이터를 활용한 데이터 처리/분석

② 심화이론	데이터 전처리·분석	강의 : 리얼월드 데이터 전처리 및 분석, 분석 예시 실습 : 리얼월드 데이터 예시에 대한 전처리 및 분석 이론강의 Chapter 0 : 데이터 마이닝 개요 및 데이터베이스에서 지식 탐사 개요 Chapter 1 : 데이터 탐색 Chapter 2 : 데이터 전처리 Chapter 3 : 데이터 모델링(앙상블 기법) Chapter 4 : 데이터 분석 평가 리얼월드 데이터 분석 예시 압연 공정 롤토크 제어 윤활기유 품질 예측 센서 기반 혼합 가스 탐비 실습강의 리얼월드 데이터 예시에 대한 전처리 및 분석
	산업 인공지능	산업 인공지능 개발: 데이터 기반 프로세스 관리 관점 사례1 : 제조 프로세스 관리 석유화학 공정 최적화 사례 소개 Python 패키지를 활용한 품질 예측모델 기반의 공정 최적화 실습 사례2 : 서비스 프로세스 관리 대기시간 예측 모델 개발 사례 소개 Python 패키지를 활용한 최선의 예측모델 선택 실습 사례3 : 개인 프로세스 관리 대운전행동 개선을 위한 경제운전점수, 안전운전점수 산정 모델 개발 사례 소개 Python 패키지를 활용한 예측모델의 주요변수 정의 및 선택 실습 추가 사례들 소개 및 사례들로부터의 시사점 요약
	컴퓨터 비전	강의 : 컴퓨터 비전 소개, 몰체 검출 알고리즘, 이미지 생성 알고리즘 실습 : Google Colab&Python으로 물체 검출기 구현, 불량품 검출기 구현 이론강의 Chapter 1 : 컴퓨터 비전 소개 Chapter 2 : 물체 검출 알고리즘 Chapter 3 : 이미지 생성 알고리즘 실습강의 Google Colab & Python 으로 물체 검출기 구현 Google Colab & Python 으로 불량품 검출기 구현
	강화학습	이론&핸즈온, 실전 강화학습 방법론 소개 이론 & 핸즈온 강의 OpenGYM 기반 Environment 설치 강화학습 기초 개념 소개 강화학습 기본 알고리즘 구현 DQN, Actor-Critic 알고리즘 구현 실전 강화학습 방법론 소개

구분	과목명	내용
③ 프로젝트	주제 선정	프로젝트 주제는 이론교육 기간 중 조교와 협의하여 선정
	수행	참석자 1인당 1개 주제를 정해서 2개월간 프로젝트 수행 담당교수/조교 배정 조교/교육생 간 매주 과제 수행방안 협의 담당교수 2주당 1시간 자문
	최종 발표/평가	로젝트 결과는 교육 마지막 주에 교육생 전원이 의무적으로 발표 문제 정의, 적용 기술 및 해결 과정, 기대 효과, Lessons Learned, 향후 계획 등

※ 운영과정은 차수별 부분 변경 될 수도 있습니다.

제4기 수행 내역(2022년 하반기)

PBL수행 내용
번호	주제	참여기업(UNIST 책임교수)	산업
1	해석데이터 기반 도어트림 충돌성능 예측	서연이화(전기전자공학과 유현우)	자동차
2	LCD glass 제조 결함 예측	한맥콘트롤즈(전기전자공학과 양승준)	물류시스템
3	도면내 소화배관 인지 및 버팀대 자동배치	미림시스템(전기전자공학과 양승준)	솔루션
4	롤겝측정기 건전성 판별	파워엠엔씨(산업공학과 권상진)	에너지
5	유정 생산 데이터를 활용한 생산량/압력 예측	한국석유공사(산업공학과 임동영)	석유화학
6	해석데이터 기반 커버링쉘프 처짐 변위 예측과 설계 최적화	서연이화(산업공학과 권상진)	자동차
7	아날로그 전압계 정확도 예측	광성계측기(기계공학과 정임두)	자동차
8	차세대 안면인식 및 표정 분류	엘엔에스(인공지능대학원 안혜민)	솔루션
9	광음향 내시경 영상 해상도 개선	UNIST(인공지능대학원 유재준)	바이오헬스

제3기 수행 내역(2022년 상반기)

PBL수행 내용
번호	주제	참여기업(UNIST 책임교수)	산업
1	딥러닝을 활용한 플랜트 배관재 가격 예측	마켓오브메테리얼(인공지능대학원 김태환)	물류
2	인공지능 기반의 비파괴검사(ECT) 자동평가 모델 개발	한국수력원자력(인공지능대학원 유재준)	석유화학
3	비전기반 MOC 모터 용접불량 객체 탐지 모델개발	효성전기(인공지능대학원 한승열)	자동차
4	비전 기반 실러 도포품질 예측	오토모션(인공지능대학원 백승렬)	자동차
5	자동차 도어트림 BSR 소음유형 분류	서연이화(전기전자공학과 양승준)	자동차
6	불량 가드레일 탐지 및 불량 단계 분류	에이비에이치(전기전자공학과 양승준)	솔루션
7	열처리 공정 조건에 따른 품질예측 및 소입완료 시간 최적화	유피시앤에스(산업공학과 권상진)	조선해양
8	스팀 공급망 최적화 (본연구 선정: 저탄소고효율 스팀 운전을 위한 최적화 운전 솔루션 개발)	삼양사(산업공학과 권상진)	식품
9	재사용 이차전지 열화상태 진단 분석 예측	이투솔루션즈(산업공학과 권상진)	이차전지
9	탈황설비 소재 용접 품질 예측	파나시아(산업공학과 임성훈)	조선해양

제2기 수행 내역(2021년 하반기) [맨 위로]

PBL수행 내용
번호	주제	내용	참여기업(UNIST 책임교수)	산업
1	건설차량 번호판 인식	건설차량 번호판 인식 솔루션 구축	나인플랫폼(인공지능대학원 주경돈)	솔루션
2	악취 종류 분류	데이터 노이즈 줄이는 전처리 기법 필요	태성환경연구소(전기전자공학과 양승준)	환경
3	MOC 모터 초음파 융착공정 최적화	융착공정 불량 예측 및 융착공정 최적화	효성전기(인공지능대학원 윤성환)	자동차부품
4	보일러 공연비 최적 운영 (본연구 선정과제: 고효율/고신뢰 연소 시스템을 위한 실 데이터 기반 강화 학습 솔루션 개발)	보일러 효율 예측 및 보일러 운영 최적화를 통한 원가 절감	삼양사(인공지능대학원 윤성환)	식품
5	DNA 기반 생체나이 예측	나이에 따라 차이가 나는 위치에 있는 DNA 해독조각서열 데이터를 이용하여 개인의 노화정도(나이) 예측	클리노믹스(산업공학과 이정혜)	바이오헬스
6	이미지 기반 용접부 양품 판별	용접부의 이미지의 특성과 불량의 특성을 연계 학습시켜 양·불량품 판별	현대알비(산업공학과 권상진)	자동차부품
7	선박데이터를 이용한 선속 예측	시운전 해상 환경에 따른 선속 예측	현대중공업(컴퓨터공학과 고성안)	조선해양
8	SCR 유동균일도 예측	AI모델을 통해 SCR 유동균일도 예측하여 유동균일도 해석에 드는 2일을 현격히 감축하여 개발 시간 단축	세종공업(산업공학과 권상진)	자동차부품
9	자연어 음성을 Python 코드로 변환하기	AI 기술을 활용하여 한국어 자연어 음성을 Python 코드로 변환하는 알고리즘을 개발하여 프로그래밍 언어에 익숙하지 않은 사람도 쉽게 코딩을 할 수 있도록 하는 시스템 구축 (UNIST 제안 주제로 데이터를 직접 만드는 것부터 시작하여 다양한 RNN 모형을 활용하여 자연어를 Python 코드로 정확히 번역해주는 프로그램을 개발하는 과정을 통해 AI 의 전체 과정을 체득)	UNIST(김지수)	기타(UNIST 제안과제)

제1기 수행 내역(2021년 상반기) [맨 위로]

PBL수행 내용
번호	주제	내용	참여기업(UNIST 책임교수)	산업
1	파손시험공정 제품용접부위별 피로수명곡선(S N curve) 예측	인공지능을 적용한 피로수명 곡선 생성 및 실제 시험을 통한 정합성 확인	세종공업(권상진 교수)	자동차부품
2	아크용접 공정 품질 예측	용접품질 점수 예측 시스템 설계 및 성능 검증	현대티에스(임성훈 교수)	조선해양
3	트레일러 화물 적재 여부 판별	중공업 선박 건조를 위한 사내 물류 관리 효율 및 생산성 향상 일반 기업체의 화물 물류 관리시스템 향상	현대아이씨티(백승렬 교수)	조선해양
4	제조업 현장 이미지에 작업자 탐지 및 제거 (본연구 선정과제: CCTV 내 현장 작업자의 고성능, 실시간 검출 및 소거 기술 연구)	객체 검출 성능 개선 이미지 복원 성능 개선	스카이시스(백승렬 교수)	조선해양
5	솔더볼 성형공정 품질 예측	제조 조건 Data를 통한 품질 연관성을 찾고 그것을 바탕으로 신뢰할만한 품질 수준 예측	덕산하이메탈(임치현 교수)	전자소재
6	제당공정 품질 예측 (본연구 선정과제: 제당 공정 품질 예측)	원료 산지 별 품질에 따라 컨트롤 가능한 공정 조건과 여과 품질의 관계를 규명하여, 최상의 생산성을 유지하는 공정 최적 조건 도출	삼양사(임치현 교수)	식품산업
7	제조업 근로자 과로사 산업재해 발생 가능성 예측	질병, 과로사 및 산업재해 발생 가능한 대상자를 사전에 예측 및 예방 프로그램 연계	월니스랩(이정혜 교수)	바이오헬스
8	갑상선 환자 건강 상태 예측 (본연구 선정과제: 갑상선 환자 생활습관에 따른 위험도 예측)	증상 유사 환자들이 일일 습관-갑상선 위험도의 관계를 파악하여 개인 맞춤형 갑상선 자가 관리 솔루션 제안	타이로스코프(김지수 교수)	바이오헬스
9	유전자 및 생활습관 데이터 기반 만성질환자 건강상태 예측	건강검진데이터, 라이프로그 데이터와 유전자 정보를 인공지능 모델을 통해 분석하여 개인 맞춤형 헬스케어 서비스 제공	HnBGenomics(이정혜 교수)	바이오헬스
10	전자기파 영상 데이터 기반 지반 이상유무 판별	동공 탐색 시간 단축 인력감축 및 자동화	유에이치에스(김지수 교수)	건설
11	비용을 최소화는 제품별 최적 Lot Size 도출	NC 공정의 작업 할당 최적화	유피시엔에스(권상진 교수)	조선해양