매칭 진행 중

·

ID

p-035

공정·문서 지식그래프·GraphRAG 에이전트와 분자·소재 물성 예측

기업 용역

정부 지원 과제

기술 이전

을 함께 진행할

기업

을 찾는 공고입니다.

흩어진 공정·설비·문서 데이터와 분자 구조·물성 데이터를 그래프로 엮어, 적은 데이터로도 근거를 대며 답하고 예측하는 그래프 AI를 만듭니다. 이를 A) 제조·도메인 서비스 기업의 지식그래프·GraphRAG 에이전트, B) 신약·소재 기업의 후보물질 물성 예측·스크리닝에 적용합니다. 연구실이 모델을 맡아 기업이 보유한 데이터·플랫폼에 결합하며, 데이터 일부로 하는 1~3개월 PoC부터 시작할 수 있습니다.

게시자 유형

연구실

핵심 키워드

지식그래프

GraphRAG

제조 AI

과제 규모

협의 가능

공고 마감일

2026-12-31

연구실 소개

연구실 소개

가톨릭대학교 인공지능학과 네트워크과학연구실(NS Lab)은 그래프 신경망(GNN)·그래프 트랜스포머·지식그래프 등 네트워크 데이터의 표현·분석 방법을 연구합니다. 구조적 증강·차수 편향 완화 등 원천기술을 AAAI·IEEE TNSE에 발표하고, 이를 수의료 GraphRAG LLM 서비스, 리테일 키오스크 추천, 공공 생성형 AI 서비스 등 기업·기관의 실서비스에 적용해 왔습니다. 최근에는 분자 그래프 사전학습(AAAI 2025)과 후보물질 스크리닝 모델로 신약·신소재 분야까지 넓혔으며, 주요 모델을 GitHub(NSLab-CUK)에 공개하고 있습니다.

대표 연구 분야

1. 지식그래프·GraphRAG 기반 LLM 서비스 - 문서·로그·센서 등 이종 데이터를 하나의 지식그래프로 통합하고, 근거 문서를 찾아 답하는 GraphRAG·다중 에이전트 문서 생성 시스템을 개발합니다. 2. 그래프 표현학습·그래프 신경망 - 소량·불균형 데이터에 강한 구조적 증강 GNN과 차수 편향을 줄인 그래프 트랜스포머(IEEE TNSE 2025)로 관계 예측·추천·이상 탐지를 수행합니다. 3. 분자·소재 그래프 AI - 핵심 작용기를 식별하는 분자 사전학습과 온도·용매 조건을 반영한 인과학습으로 신약물질·소재 후보의 물성을 예측하고 유망 후보를 스크리닝합니다.

정부과제 / 산학협력 경험

[정부과제] - 경기 RISE 「수의료 지식그래프 기반 GraphRAG LLM 서비스 개발」 연구책임자(2025~26), 수의료 정보 기업과 임상 문서 자동 생성 공동 진행 - 과기정통부 우수신진 「분자 그래프 파운데이션 모델 다중 뷰 사전학습」(2025~26)·개인기초 「환경 조건 고려 후보물질 스크리닝·설계」(2026~) 연구책임자 - IITP 다중모달 AI(이종데이터 의미 통합, 2025), NRF 미래도전 그래프신경망 기반 저분자 면역치료(공동연구자, 2026~31) [산학협력 · 기업 특허·서비스] - 리테일 키오스크 추천 기업과 등록특허, 반려동물 진단 챗봇·할랄 추천 기업과 공동특허 출원 - 대검찰청 생성형 AI 수사관 서비스 구축(완료), 지하 장애물 탐지 기업 3차년도 협력, 스마트 카트 AI 산학협력

연구 희망 개요

연구 희망 및 관심 주제

기업 현장 데이터를 그래프로 구조화해, 데이터가 적어도 근거를 대며 답하고 예측하는 AI를 함께 만드는 것이 목표입니다. 제조 공정·설비 데이터의 지식그래프 기반 의사결정 자동화, 업무 문서 GraphRAG 에이전트, 신약·이차전지·고분자 소재 후보의 물성 예측이 주요 관심 분야입니다. 연구실은 실험 합성·웻랩 검증과 서비스 운영을 직접 하지 않고 그래프 AI 모델 개발을 담당하므로, 기업이 보유한 데이터·플랫폼·실험 설비에 모델을 결합하는 형태의 협업을 지향하며, 성과는 기술이전·공동특허·정부과제로 이어가고자 합니다.

협력 가능 분야

- A: 공정·설비·작업 문서를 지식그래프로 구조화하고 GraphRAG 질의응답·에이전트 구축 - A: 기존 RAG·에이전트 플랫폼에 그래프 기반 근거 검색을 결합해 답변 정확도 개선 - A: 화학·소재 공정 변수 간 관계를 그래프로 모델링한 공정 조건 예측·최적화 - B: 기업 보유 소량 물성 데이터로 분자 파운데이션 모델을 튜닝한 few-shot 물성 예측 - B: 온도·용매 조건을 반영한 후보물질 스크리닝과 핵심 작용기 기반 설명 리포트 - 기업 데이터 일부로 지식그래프 설계안·물성 벤치마크를 내는 1~3개월 PoC - 기업 데이터 제공 전 공개 프레임워크·공개 데이터로 선행 검증부터 착수

본 연구 관련 연구실 특장점

- 수의료 GraphRAG LLM(경기 RISE), 대검찰청 생성형 AI 수사관(완료) 등 실제 기관·기업 서비스에 그래프·LLM 적용 - 리테일 키오스크 상황인지 추천을 기업 서비스 데이터로 개발, 등록특허·IEEE IoT J 2024 발표 - 이종 데이터 통합 지식그래프 표현학습·지식그래프 기반 가용성 예측을 기업과 공동특허 출원 - AAAI 2025 분자 사전학습(S-CGIB) 교신저자, 분자 내 핵심 작용기 자동 식별로 예측 근거 제시 - MVCIB·CaMol·S-CGIB·그래프 트랜스포머 코드를 GitHub에 공개, 기업이 착수 전 알고리즘·성능을 직접 확인 가능 - IEEE TNSE 2025 차수 편향 완화 그래프 트랜스포머, 차세대수치예보모델개발사업단 공동연구 - 2025 AI-화학공학 전공 신설 참여, 반도체 소자 모델링 공동연구(J. Mater. Chem. C 2024 표지) 등 소재 도메인 경험

협업 요건

파트너 기대 역할

기업 역할 - 공정·문서·로그 또는 분자 구조·물성·실험 데이터와 해결할 업무 문제·성공 기준 정의 제공 - 그래프DB·벡터DB·LLM API 등 기업 서비스 인프라 연동과 현장 사용자 피드백 제공 - 후보물질 합성·웻랩 실험 검증 수행 또는 CRO·연구소 등 실험 파트너 연계 - 실서비스 적용·사업화 주도, 정부과제 공동 기획 시 주관기관으로 참여 연구실 역할 - 기업 데이터의 그래프·지식그래프 스키마 설계, 구조화·전처리 파이프라인 구축 - GNN·그래프 트랜스포머·GraphRAG·분자 생성 모델 설계·학습과 성능 최적화 - 기업 기준 성능 평가·해석 리포트, 후보물질 우선순위와 예측 근거 제시 - 기업이 바로 쓸 수 있는 모델·코드 패키지화와 기술이전, 논문·공동특허화

협업 파트너 희망 요건

- 스마트팩토리·MES·생산계획(APS) 솔루션 기업, 제조 AI 운영 플랫폼 기업 - 화학·금속·소재 공정 데이터를 보유한 제조 기업(공정 조건 예측·최적화 수요) - 업무 자동화 에이전트·워크플로우 빌더, 기업용 RAG·LLM SaaS 기업 - 공공·의료·수의·리테일 등 전문 정보 서비스·추천 플랫폼 기업 - AI 신약 개발 플랫폼·저분자 설계 기업, 제약사 AI 신약 부서 - 이차전지 전해액·고분자·촉매 소재 기업, 소재 AI·자율실험 스타트업 - 분자 시뮬레이션·화학정보학 소프트웨어 기업 - 기업 규모 무관 / 공동연구는 수도권 선호, 기술이전·자문 등 비대면 건은 지역 무관

주식회사 디써클

대표 장재우,이윤구 서울특별시 강남구 역삼로 169, 명우빌딩 2층 (TIPS타운 S2) 대표 전화 0507-1312-6417 이메일 info@rndcircle.io

사업자등록번호 458-87-03380 호스팅제공자 Framer B.V.

© 2026 RnDcircle. All Rights Reserved.

회사

서비스 소개

문의

블로그

이용하기