2일차: 생성형 AI를 이용한 최적설계 기법

수강 대상: 

산업체, 연구소 및 대학에서 기계시스템 해석 및 설계와 관련된 연구, 제품설계, 시험, 검사 업무 중 인공지능 응용에 관심이 있는 자

강좌의 배경과 목적: 

본 강좌는 현대 기계공학 분야에서 인공지능의 적용과 설계에 대한 핵심 원리를 다루며, 기계공학 전반에서 인공지능 기술의 중요성이 증가하고 있는 최신 흐름을 반영합니다. 특히 대규모 언어모델(LLM)과 물리지식기반 인공지능 기법을 중심으로, 이들 기술이 기계 설계, 해석, 최적화 과정에서 어떻게 활용될 수 있는지를 다룹니다. 본 강좌의 목표는 실제 현업에서 사용되는 인공지능 도구와 기법을 이해하고, 이를 기계 설계 및 최적화 문제에 적용할 수 있는 실질적인 역량을 기르는 데 있습니다. 데이터 기반 학습 기법과 물리 기반 모델을 결합한 하이브리드 설계 방법론, 그리고 LLM을 활용한 설계 지식 추출 및 설계 지원 기법을 통해 수강생들은 현대적인 설계 패러다임을 체계적으로 학습하게 됩니다. 또한 산업체에서 발생하는 실제 문제를 중심으로 실용적인 인공지능 및 설계 원리를 소개하며, 질의응답 세션을 통해 수강생들이 개별적인 관심 주제나 실무 적용과 관련된 질문을 심도 있게 논의할 수 있는 기회를 제공합니다.

강좌내용: 

제1일: 최적설계 / 위상 최적화

• 10:00 ~ 13:00 (장인권 교수)

  • 최적설계 기초/ 위상 최적화

  • 실습

• 14:00 ~ 18:00 (이익진 교수)

  • 데이터 학습 모델 활용 최적화

  • 실습 

제2일: 물리지식기반 인공지능 / 생성형 인공지능

• 9:00 ~ 13:00 (이승철 교수)

  • 해석 가속화를 위한 PINN and Operator Learning

  • 실습

• 14:00 ~ 18:00 (강남우 교수)

  • 생성형 AI를 이용한 최적 설계 기법

  • 실습 

제3일: 제조를 위한 LLM 및 패널 토의

• 09:00 ~ 13:00 (임경태 교수)

  • LLM의 기본 이론 및 튜닝

  • 실습: KORMo를 활용한 언어모델

  • 실습: 시각-언어모델 Fine Tuning

• 14:00 ~ 16:30 (유승화 교수)

  • 제조 AI: 도메인, 물리, 그리고 LLM의 융합

  • 실습: 텐서와 미시역학을 몰라도 활용가능한 복합재 균질화 이론 예측 LLM

  • 실습: 비용 많은 실험/시뮬레이션 기반 최적화를 위한 베이지언 최적화용 LLM

• 16:30 ~ 17:30 (모두)

  • 패널 토의, Q&A

• 17:30 ~ 17:40

  • 경품 추첨

수강 신청 및 세부 사항:

https://iai.postech.ac.kr/kiac

All copyright © reserved by Smart Design Lab 2018