매칭 진행 중
·
ID
30047
딥러닝 기반 실시간 디지털 트윈 구축 연구
기업 용역
정부 지원 과제
을 함께 진행할
기업
을 찾는 공고입니다.
본 연구는 물리 시뮬레이션과 실시간 센서 데이터를 결합하여, 딥러닝 기반으로 물리 시뮬레이션 결과를 실시간으로 근사·예측하는 디지털 트윈을 구축하는 것을 목표로 합니다. 계산 비용이 큰 기존 물리 시뮬레이션의 한계를 보완하기 위해 재구축(surrogate/reconstruction) 모델을 활용하고, 디지털 트윈 기반의 실시간 모니터링 및 이상 탐지까지 연계 가능한 프레임워크를 지향합니다.
게시자 유형
연구실
핵심 키워드
Digital Twin
Physical AI
Physics Simulation
과제 규모
협의 가능
공고 마감일
2026-03-31
연구실 소개
연구실 소개
경희대학교 산업경영공학과 소속 Artificial Intelligence & Management Science Lab(AIMS Lab)은 인공지능(AI), 최적화(Optimization), 데이터 기반 과학(Data-driven Science)을 융합하여 공학·경영·산업 현장의 복잡한 문제를 해결하는 지능형 의사결정 및 알고리즘 기술을 연구하는 연구실입니다. 머신러닝, 제어, 물리시뮬레이션/디지털 트윈 기반 기술을 바탕으로 동적 환경에서 학습·적응하며 설명 가능한 결정을 내리는 AI 에이전트 또는 모델을 구축하는 것을 목표로 하며, 제조/품질관리, 헬스케어/바이오 및 금융 등의 분야에 적용 가능한 응용 연구들을 수행하고 있습니다.
대표 연구 분야
1. AI 에이전트 기반 알고리즘 설계 및 최적화(Algorithm Design & Optimization) - 최적화/경영과학/의사결정 문제를 대상으로 휴리스틱(heuristics) 진화, 강화학습(RL), 대규모 언어모델(LLM) 등을 결합해 산업 현장에서 발생하는 현실적인 문제들을 해결할 수 있는 알고리즘을 자동/반자동으로 설계하고, 동적 산업 환경에서의 실시간 의사결정 고도화를 연구합니다. 2. Physical AI 및 디지털 트윈 기반 데이터-물리 융합 모델링 - 딥러닝 기반 동적 시스템 식별(System Identification), 센서 배치 최적화, FEM(유한요소) 물리시뮬레이션의 실시간 재구성·예측 등 물리 시뮬레이션과 센서 데이터를 결합한 디지털 트윈 기술을 개발하며, 시뮬레이션 과정에서의 이상 탐지(Anomaly Detection) 기능과 설명가능성까지 확보할 수 있는 방법론들을 연구합니다. 3. 신뢰 가능한(Trustworthy) AI (제조/헬스케어 데이터 분석 포함) - 설명가능하고(XAI) 강건한(Robust) AI 방법론을 기반으로 이상 탐지 및 품질 이슈 탐색을 수행하고, 제조 공정·품질관리, 바이오/헬스 데이터 분석 등 다양한 실제 도메인 문제에 적용 가능한 인공지능 방법론들을 연구합니다.
정부과제 / 산학협력 경험
1) 정부과제 - 노이즈에 강건하고 설명 가능한 실시간 제조 디지털 트윈 · 한국연구재단, 우수신진연구, PI, 2024 – 2027 · (총사업비 6억 2천 5백만원 / 단독수행 / SCI 논문 작성 및 특허 출원) - 비선형 동역학 시스템의 자가 진화형 디지털트윈 응용 연구실 · 한국연구재단, 기초연구실, Co-PI, 2023 – 2026 · (총사업비 13억 7천 5백만원 / 경희대 교수진 공동수행 / SCI 논문 작성 및 특허 출원) - 의료적 관리가 필요한 장애인을 위한 재활운동기기 개발 및 임상 중개 연구-상지운동기기 · 국립재활원, Co-PI, 2021 – 2023 · (총사업비 6억원 / 좋은운동장, 광운대, 경희대, 고려대 공동수행 / 제품상용화, 특허출원 및 SCI 논문 작성) - 노후·불량 GIS 조작기 재사용 제품화 기술 · 산업통상자원부, PI, 2020 – 2022 · (총사업비 9억 7천만원 / 위드비어, 한국전기연구원, 한국전기산업진흥회, 경희대학교 / 상용화, SCI 논문 작성) - IOT와 인공지능을 이용한 전기화재예방 스마트시스템 · 국토교통부, Co-PI, 2021 – 2022 · (총사업비 15억원 / 교림소프트, 서진테크놀로지스, 성신여자대학교 / 상용화) - 자동화 제품 검사를 위한 테스트 데이터 증폭 기반의 강건한 딥러닝 · 한국연구재단, PI, 2020 – 2021 · (총사업비 3천만원 / 단독수행 / SCI 논문 작성) 2) 기업과제 - 고객 Field RMA 불량률 예측 · LG 디스플레이 (Jul 2022 – Oct 2023, Co-PI@경희대학교) · (고려대, 경희대 교수진 공동수행 / POC) - 강화학습을 활용한 공장내 물류 자동화 시스템 개선 · 삼성전자 (May 2020 – Dec 2020, Co-PI@성신여자대학교) · (고려대, 성신여자대학교 교수진 공동수행 / POC) - 인공지능을 활용한 화학제품 생산 최적화 · SK 넥슬렌 (Jun 2020 – Dec 2020, Co-PI@성신여자대학교) · (고려대, 성신여자대학교 교수진 공동수행 / POC)
연구 희망 개요
연구 희망 및 관심 주제
물리 시뮬레이션과 실시간 센서 데이터를 결합한 딥러닝 기반 디지털 트윈 구축 - AIMS 연구실은 물리 기반 시뮬레이션과 인공지능을 결합한 Physical AI 및 Digital Twin 연구를 핵심 축으로 삼고 있으며, 계산 비용이 큰 물리 시뮬레이션을 딥러닝 기반 재구축 모델로 실시간 근사·예측하는 방법론을 개발해 왔습니다. - 물리 시뮬레이션 기반 디지털 트윈을 위한 최적 센서 배치 및 Denoising Autoencoder 기반 재구축 기법을 개발하여 SCIE 상위 2% 저널 게재 성과를 도출하였고, 해당 디지털 트윈을 기반으로 실시간 이상 탐지를 수행하는 연구를 발표하였으며 후속 저널 논문을 준비 중입니다. - 또한 시스템 식별 기법과 시계열 예측 딥러닝 모델을 결합하여 미래 물리 상태를 예측하는 연구를 진행 중이며, 설비·공정의 사전 진단 및 예측 유지보수까지 확장 가능한 디지털 트윈 프레임워크 구축을 목표로 합니다.
협력 가능 분야
- 실제 설비 및 공정에 대한 센서 데이터 및 물리 모델 제공 - 디지털 트윈 구축을 위한 파일럿 시스템 또는 테스트베드 제공 - 현장 검증을 위한 이상 상황 정의 및 운영 정책 공유 - 실시간 모니터링, 예측, 이상 탐지 시스템의 공동 개발 및 실증
본 연구 관련 연구실 특장점
- 물리 시뮬레이션, 센서 데이터, 시스템 식별, 딥러닝을 유기적으로 결합한 디지털 트윈 연구를 지속적으로 수행해 온 경험이 있습니다. - SCIE 상위권 저널 게재 성과와 연구재단 우수신진, 기초연구실 등 국가 연구 과제 수행 경험을 통해 이론적 완성도와 산업 적용 가능성을 함께 입증하였습니다. - 설명 가능하고 노이즈에 강건한 이상 탐지 및 예측 모델 개발 역량을 바탕으로, 실제 제조 및 설비 환경에 적용 가능한 연구 성과를 보유하고 있습니다.
협업 요건
파트너 기대 역할
.
협업 파트너 희망 요건
- 사업 영역: 제조 설비, 스마트팩토리, 배터리 및 에너지 시스템, 반도체·디스플레이 공정, 산업 설비 분야 - 연구개발 역량: 센서 데이터 수집·관리 인프라 및 물리 시뮬레이션 또는 CAE 모델 활용 가능 - 협업 조건: 실증 테스트 가능한 설비 또는 파일럿 라인 보유, 전담 협업 인력 2명 이상 - 기타 요건: 수도권 소재 기업 또는 현장 실증 및 원격 협업이 가능한 기업