산업 도메인 특화 데이터셋 합성 기술 개발

본 사업은 인공지능, AI반도체, 양자, 통신·네트워크, 전파·위성, 사이버보안 등 핵심 ICT 분야의 미래 기술을 선도하고 글로벌 표준 경쟁력을 강화하기 위해 추진됩니다. 기술 패권 경쟁 심화와 신산업 창출 요구에 대응하여 원천기술 확보와 국제표준 선점을 지원하는 것이 목적입니다. 올해는 데이터·AI 기반 산업융합과 표준 개발 활동이 강화되었으며 산·학·연·병 등 다양한 기관의 참여가 가능하도록 개방성을 높였습니다. 중소·중견기업의 참여 확대와 사업화·기술이전 중심의 평가 구조가 특징입니다.

본 과제의 목표는 산업 공정과 생산 시스템의 도메인 지식을 기반으로 고맥락 멀티모달 합성데이터를 생성하고, 이를 활용해 파운데이션 모델의 사건 예측 능력을 30% 이상 높일 수 있는 핵심 기술을 확보하는 것입니다. CFD·FEM 등 물리 시뮬레이션과 GAN·Diffusion 기반 생성모델을 결합해 편향을 최소화한 하이브리드 데이터 생성 방식을 구축하며, 울산 내 조선·자동차·석유화학 산업 중 하나 이상에서 실증용 데이터셋을 구축합니다. 또한 단계별로 데이터 생성·모델 검증·산업 실증을 수행해 제조 AI의 현장 적용성과 산업 확산 기반을 마련하는 것이 최종 목표입니다.

이 과제는 산업 공정 데이터를 기반으로 신뢰도 높은 합성데이터를 생성하고, 이를 통해 산업용 파운데이션 모델의 성능을 실질적으로 향상시키기 위한 R&D 중심의 연구입니다. 또한 울산 산업 생태계에서 직접 실증을 수행해 기술의 현장성을 강화합니다. 주요 연구 내용은 다음과 같습니다. 1. 산업 도메인 기반 데이터 이해 및 구조화 - 조선·자동차·석유화학 공정의 조건, 설비 구조, 운영 패턴 분석 - 멀티모달 데이터(영상, 센서, 로그, 텍스트 등) 특성 정의 및 편향 요인 도출 2. 하이브리드 합성데이터 생성 기술 개발 - CFD, FEM 등 물리 시뮬레이션 기반 데이터 생성 - GAN, Diffusion 기반 통계·생성AI 모델 개발 - 물리모델과 AI모델을 결합해 고품질 산업 특화 합성데이터 생산 - 잠재공간 기반 편향 최소화 기술 적용 3. 산업 특화 파운데이션 모델 성능 향상 - 합성데이터 적용 전·후 성능 비교 체계 구축 - 사건 예측 정확도 30% 이상 향상 목표 달성 - 예지보전, 공정 최적화 등 활용 시나리오 검증 4. 울산 기반 실증 및 데이터셋 구축 - 울산 내 조선·자동차·석유화학 기업과 협력해 실증 환경 마련 - 실제 현장 데이터를 활용한 합성데이터-현실데이터 비교 검증 - 산업용 AI 모델의 적용성 확보 5. 사업화 및 산업 확산 기반 마련 - TRL 5~7에 맞는 수요처 분석 및 상용화 계획 수립 - 산업계 참여 비중 강화 및 컨소시엄 기반 기술 확산 추진 - 제조 AI 생태계 확산을 위한 데이터 공개·활용 방안 검토 본 과제는 고품질 합성데이터 기반 산업 AI 고도화에 관심 있는 기업·연구기관에 적합하며, 실제 산업 데이터를 확보하기 어려운 기업에게 특히 높은 실효성을 제공합니다.