프로젝트
AI 인사이트
RnDcircle AI가 제공하는 사용자 맞춤 정보
※ 사용자 모드를 변경하여 맞춤형 인사이트를 받아보세요
연구 분야
기술 도입 효과 및 상용화 단계
경제적/시장 적용 및 기대 효과
1
반도체/제조 공정 지능화
- 반도체 생산 공정 물류운송시스템(OHT) 예지보전(PdM) 알고리즘: AI 기반 OHT 상태 모니터링 및 고장 예측을 통해 비가동 시간을 최소화하고 생산 효율을 극대화하는 솔루션 개발. 현재 '원프레딕트'와 협력하여 상용화 알고리즘을 개발 중.
- 기계·제조 도메인 지식 기반 AI: 설비의 물리적 특성을 AI 모델에 통합하여 데이터 부족, 미학습 결함 등 현장 문제 해결. 진단 정확성과 신뢰성을 높여 스마트팩토리 고도화에 기여.
반도체 및 첨단 제조 분야에서 수율 향상 및 비용 절감 효과 기대. 국내외 스마트팩토리 시장에서 기술 경쟁력을 확보하고, 안정적인 공정 운영을 통해 수조 원 규모의 시장 가치 창출에 기여할 수 있음.
2
스마트 모빌리티 및 인프라 관리
- AI 기반 철도차량 제동장치 고장진단: 철도차량 핵심 부품인 제동장치의 상태를 실시간으로 예측하고 고장을 진단하는 모델 개발. '한국철도기술연구원'과 협력하여 철도 안전성 강화 기술 확보.
- 물리 지식 기반 AI의 철도 분야 적용: 철도 시스템의 운영 데이터를 물리 모델과 결합하여 예측 정확도를 높이고, 유지보수 의사결정을 지원하는 기술 동향 분석 및 적용 가능성 연구.
철도 및 교통 인프라의 안전성, 신뢰성 강화. 예지보전 기술 도입으로 유지보수 비용을 최적화하고 운행 안정성을 높여, 대중교통 시스템의 효율 증대 및 관련 산업의 기술적 부가가치 창출 기대.
완료된 프로젝트
4
1
반도체 생산 공정 물류운송시스템(OHT) 예지보전(PdM) 알고리즘 개발_ 1차년도
원프레딕트
2025년 11월 - 2026년 04월
2
물리지식기반 인공지능 기술 동향 및 철도 분야 응용 가능성 분석
한국철도기술연구원
2025년 08월 - 2025년 11월
3
AI기반 철도차량 제동작용장치 예측 및 고장진단 모델 설계 및 평가
한국철도기술연구원
2025년 05월 - 2025년 10월
4
기계·제조 도메인지식인가 인공지능(Domain knowledge-informed Artificial Intelligence) 연구
서울시립대학교
2024년 11월 - 2025년 10월