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
  • 교육대상 : 산업체 재직자 약 30~40명/기, 연간 2회 수행
  • 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
    • 지원 : 수업료/교재비 무료 (대기업은 전액 부담)
    ② AI 선행연구(Project-Based Learning)
    • 기간 : 3개월 (기업 문제해결 프로젝트)
    • 대상 : 상기 AI 교육프로그램 이수한 산업체 재직자 30명/기, 연간 2회 수행
    • 내용 : 현장 데이터 기반 기업문제 선행연구
    • 방법 : 지도교수 배정(멘토 역할)
    • 지원내용 : 수업료/연구비 무료 (대기업은 전액 부담)
    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 2백만원 (대기업은 100% 자부담)
    ※ 타 AI 교육과의 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
  • 교육 대상자 선발
    • 울산지역 산업체 대상으로 선발(뿌리산업/중소기업 우선)선행연구과제 수행을 통해 AI 이론 및 문제해결 능력 심화
  • 본연구는 ‘산업AI 과제심의위원회’를 통해 심의/평가/선정
    • AI 전문가/산업 전문가 공동 참여 (위원장 : AI혁신파크 사업단장)
    • 연구계획서 작성 및 과제심의위원회 발표평가 통해 선정
구분 과목명 내용 상세
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
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
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

제1기 수행 내역(2021년 상반기)

PBL수행 내용
번호 주제 내용 참여기업(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
  • 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 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 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