매칭 진행 중
·
ID
654339
진화형 휴리스틱 AI로 조합최적화 자동 해결
기업 용역
정부 지원 과제
을 함께 진행할
기업
을 찾는 공고입니다.
본 연구는 Evolution of Heuristics 기반 AI 에이전트를 활용하여 제조 스케줄링, 로봇 경로 계획, 금융 투자 전략 등 현장에서 발생하는 조합최적화 문제를 자동으로 해결하는 것을 목표로 합니다. 복잡한 제약 조건과 빈번한 환경 변화로 인해 고정된 휴리스틱·규칙 기반 접근의 성능 및 확장성 한계를 개선하기 위해, 진화형 휴리스틱, 강화학습, 대규모 언어모델(LLM) 및 RAG 기반 알고리즘 설계를 결합한 자동화 최적화 프레임워크를 실제 문제에 적용·검증하고, 기존 방식 대비 성능, 안정성, 설명 가능성을 종합적으로 향상시키고자 합니다.
게시자 유형
연구실
핵심 키워드
AI Agent
Evolution of Heuristics
Automated Heuristic Design
과제 규모
협의 가능
공고 마감일
46112
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 연구합니다. 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 분야로 응용 연구를 수행하고 있습니다.
대표 연구 분야
1. AI 에이전트 기반 알고리즘 설계 및 최적화(Algorithm Design & Optimization) - 최적화/경영과학/의사결정 문제를 대상으로 휴리스틱 진화, 강화학습(RL), 대규모 언어모델(LLM) 등을 결합해 산업 현장의 현실적 문제를 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, 이상 탐지(Anomaly Detection)와 설명가능성까지 확보할 수 있는 방법론을 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 방법론을 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) - 디지털 커뮤니케이션의 반시민성 연구 (한국연구재단, 글로벌융복합콘텐츠연구소, Co-PI, 2023–2024 / 총사업비 3억 5천만원 / 성균관대·경희대 교수진 공동수행 / KCI 논문 작성) - 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) - 서울형 스마트 헬스케어 빅데이터 활용 컨설팅 용역 (서울시, Co-PI, 2023 / 총사업비 5천만원 / 경희대 교수진 공동수행 / 보고서 제출) - 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, 2022.07–2023.10, Co-PI@경희대학교 / 고려대·경희대 교수진 공동수행 / POC) - 강화학습을 활용한 공장내 물류 자동화 시스템 개선 (삼성전자, 2020.05–2020.12, Co-PI@성신여자대학교 / 고려대·성신여자대학교 교수진 공동수행 / POC) - 인공지능을 활용한 화학제품 생산 최적화 (SK 넥슬렌, 2020.06–2020.12, Co-PI@성신여자대학교 / 고려대·성신여자대학교 교수진 공동수행 / POC)
연구 희망 개요
연구 희망 및 관심 주제
Evolution of Heuristics 기반 AI 에이전트를 활용한 제조 스케줄링·로봇 경로 계획·금융 투자 전략 등 조합최적화 문제의 자동 해결 - 현장의 제조 스케줄링, 로봇 경로 계획, 투자 의사결정 문제는 제약 조건이 복잡하고 환경 변화가 빈번하여 고정된 휴리스틱 또는 규칙 기반 접근만으로는 성능과 확장성에 한계가 있습니다. AIMS 연구실은 Evolution of Heuristics, 강화학습, 대규모 언어모델(LLM) 및 RAG 기반 알고리즘 설계를 결합한 자동화된 최적화 프레임워크(AI Agent for Algorithm Design and Optimization)를 연구해 왔습니다. - 협업 연구에서는 기업이 보유한 실제 공정·로봇·투자 문제를 대상으로 진화형 휴리스틱과 AI 에이전트를 결합한 고성능 최적화 솔루션을 공동 개발하고, 기존 방식 대비 성능, 안정성, 설명 가능성을 종합적으로 향상시키는 것을 목표로 합니다.
협력 가능 분야
- 실제 제조 공정, 로봇 운영, 투자 의사결정, 물리시뮬레이션 등 공학 문제에 대한 문제 정의 및 제약 조건 제공 - 운영 데이터, 시뮬레이션 환경, 벤치마크 시나리오 제공 - 현업 전문가와의 공동 검증을 통한 알고리즘 성능 평가 및 개선 - PoC 이후 현장 적용 및 상용화 연계 협업
본 연구 관련 연구실 특장점
- 산업공학·경영과학 기반 최적화 이론과 최신 인공지능 기법을 결합하여 실제 산업 문제 해결에 강점을 보유하고 있습니다. - 알고리즘 설계 자체를 자동화하는 진화형 AI 에이전트 연구를 지속적으로 수행해 왔습니다. - 제조·로봇·금융 등 다양한 도메인에 적용 가능한 일반화된 프레임워크를 구축해 왔습니다. - 국내외 학회 발표 및 저널 투고 경험과 산업 데이터 기반 문제 해결 경험을 보유하여 산학 협력 연구를 효과적으로 수행할 수 있습니다.
협업 요건
협업 파트너 희망 요건
- 사업 영역: 제조 공정 최적화, 스마트팩토리, 로보틱스, 물류, 금융 및 핀테크 분야 - 연구개발 역량: 실제 운영 데이터 및 문제 시나리오 제공 가능, AI/최적화 기반 의사결정 시스템에 대한 이해 보유 - 협업 조건: 산학 협력 경험 보유 또는 PoC 수행 가능, 전담 협업 인력 2명 이상 - 기타 요건: 수도권 소재 기업 또는 원격 협업 및 현장 실증이 가능한 기업