AIIS Lab은 적층 제조(Additive Manufacturing, AM) 기술의 한계를 극복하고, 그 잠재력을 극대화하기 위한 부품 분해 및 재설계 연구를 선도하고 있습니다. 복잡한 조립체를 더 작은 하위 부품으로 분해함으로써, 프린트 가능성(printability)을 높이고, 지지 구조(support structure) 사용을 최소화하며, 후처리(post-processing) 효율을 극대화하는 방법론을 개발합니다. 이러한 연구는 구조적 안정성, 조립 가능성, 비용 효율성 등 다양한 요소를 종합적으로 고려하여, 실제 산업 현장에서 적용 가능한 최적의 설계 가이드라인을 제시합니다. 연구실은 ISO/ASTM 52910 등 국제 표준에 기반한 설계 지침을 활용하여, 적층 제조에 적합한 부품 분해 및 평가 지표를 수립하고 있습니다. 유전 알고리즘 등 최적화 기법을 적용하여, 부품 분해 과정에서 발생할 수 있는 다양한 변수(예: 볼록/오목 특성, 조립성 등)를 정량적으로 평가하고, 최적의 분해 방안을 도출합니다. 실제 사례 연구를 통해, 빌드 시간과 소재 소비량을 크게 절감하는 효과를 입증하였으며, 이는 대량 맞춤형 생산(mass customization) 및 복잡한 제품의 신속한 개발에 중요한 역할을 합니다. 이러한 연구는 기존 제조 방식과 차별화된 설계-제조 융합 패러다임을 제시하며, 향후 하이브리드 제조(적층+절삭), 자동화된 설계-생산 연계, 디지털 트윈 등과의 연계 연구로 확장되고 있습니다. AIIS Lab의 부품 분해 및 재설계 연구는 산업 현장의 생산성 향상과 제조 혁신을 이끄는 핵심 기술로 자리매김하고 있습니다.

AIIS Lab은 산업 시스템의 복잡한 의사결정 문제를 해결하기 위해 인공지능(AI), 특히 심층 강화학습(Deep Reinforcement Learning, DRL) 기반의 최적화 및 자동화 기술을 연구합니다. 생산 일정 계획, 품질 관리, 에너지 최적화 등 다양한 산업 현장에서 발생하는 문제를 데이터 기반으로 분석하고, 지능형 에이전트가 자율적으로 의사결정을 내릴 수 있도록 학습시키는 것이 주요 목표입니다. 연구실은 다중 객체 추적, 실시간 데이터 수집, 생산 실적 자동화 등 다양한 AI 기술을 제조 현장에 적용하여, 생산성과 효율성을 극대화하고 있습니다. 예를 들어, 강화학습을 활용한 자재 주문량 결정, 공급망 관리, 생산 공정의 동적 최적화 등은 실제 산업 환경에서 높은 성능을 보이고 있습니다. 또한, 설명 가능한 인공지능(XAI) 기법을 도입하여, 의사결정 과정의 투명성과 신뢰성을 확보하고 있습니다. 이와 더불어, 디지털 트윈(Digital Twin) 기술과의 융합을 통해, 물리적 시스템의 가상 복제 모델을 구축하고, 시뮬레이션 및 예측 분석을 수행함으로써, 시스템의 성능 최적화와 사전 장애 예측이 가능하도록 지원합니다. 이러한 연구는 스마트 팩토리, 3D 프린팅 팜, 유연 생산 시스템 등 차세대 제조 환경에서 핵심적인 역할을 하며, 산업 현장의 디지털 전환과 혁신을 선도하고 있습니다.

AIIS Lab은 대규모 적층 제조 시설(3D 프린팅 팜)의 효율적 운영을 위한 계획, 일정 관리, 자원 최적화, 주문 이행 전략 등 운영관리(Operations Management) 분야의 연구를 활발히 수행하고 있습니다. 3D 프린팅 팜은 다양한 제품을 대량 맞춤형으로 신속하게 생산할 수 있는 차세대 제조 플랫폼으로, 기계 활용도 극대화, 워크플로우 자동화, 재고 및 주문 관리 등 복합적인 운영 이슈가 존재합니다. 연구실은 생산성 향상과 비용 절감을 위해, 빌드 및 후처리 공정의 통합 일정 최적화, 다품종 소량 생산에 적합한 배치 및 스케줄링 알고리즘, 실시간 모니터링 및 예측 분석 시스템을 개발하고 있습니다. 특히, 여러 대의 3D 프린터와 로봇 자동화 시스템을 연계하여, 생산 공정의 유연성과 확장성을 높이고, 대량 맞춤형(on-demand) 생산을 실현하는 데 주력합니다. 이러한 연구는 실제 산업 현장에서의 적용성을 높이기 위해, 시뮬레이션 도구(Simio 등)와 디지털 트윈 기반의 실험 환경을 구축하여, 다양한 운영 시나리오를 검증하고 있습니다. AIIS Lab의 3D 프린팅 팜 운영 연구는 미래형 제조 시스템의 효율적 구축과 운영 혁신에 기여하고 있습니다.