제조AI 솔루션 개발 지원센터 사업 소개 - KAIST

발표자: 김나리 연구교수, KAIST

Summary

KAIST 세션은 제조AI 역량 강화를 교육, 기술상담/지도, 프로젝트 멘토링, 수요-공급 기업 네트워킹으로 설명했다. 제조기업 재직자가 AI 팩토리 전환을 시작할 때 필요한 학습 경로와 현장 과제 기반 프로젝트 지원이 핵심이다.

핵심 메시지

1. 제조AI 전환은 재직자 교육에서 시작한다.
   제조기업 재직자를 대상으로 AI 기초, 제조 특화 심화, 실습 프로젝트를 1-2-3단계로 구성한 약 14주 교육 과정을 운영한다.

2. 교육은 일반 AI가 아니라 제조 태스크에 맞춰져 있다.
   이상 탐지, 예지 보전 등 제조 현장 과제를 중심으로 교수 강의와 실습을 결합하고, 대학원생이 실습을 지원하는 방식이다.

3. 프로젝트 과정은 기업 내부 시제품으로 이어질 수 있다.
   3단계 프로젝트는 6주 과정으로 팀을 구성하고 KAIST AI 대학원 조교가 멘토링한다. 기업이 원하면 과정 결과물을 시제품 제작 단계까지 이어갈 수 있다.

4. 기술 서비스는 상담과 지속 지도 두 수준으로 나뉜다.
   단기 질의응답성 상담과, 기업 문제에 맞춘 자문단 매칭 기반 지속 기술 지도를 모두 제공한다.

5. 세미나는 수요기업과 공급기업을 연결하는 장이다.
   연 2회 역량 강화 세미나를 열어 제조AI 방향성, 액션 아이템, 기업 간 교류를 촉진한다.

교육 프로그램 구조

단계	내용	운영 포인트
1단계	AI 기초	제조 재직자가 AI 전환의 기본 언어를 학습
2단계	제조 특화 심화	이상 탐지, 예지 보전 등 제조 태스크 중심
3단계	실습 프로젝트	기업 관심 과제를 팀 프로젝트로 수행, 멘토링 제공

flowchart LR
  Basic["AI 기초"] --> Deep["제조 특화 심화"]
  Deep --> Project["6주 실습 프로젝트"]
  Project --> Prototype["시제품/기업 적용 후보"]
  Prototype --> Advisory["기술지도/자문"]

제조AI 관점의 의미

• 교육은 AI 알고리즘 지식보다 현장 과제를 AI 문제로 번역하는 역량을 만든다.
• 프로젝트는 Manufacturing AI Use Cases의 use case 후보를 실제 기업 과제로 구체화하는 통로가 된다.
• 기술 자문단은 공급기업과 수요기업 사이의 지식 격차를 줄이는 역할을 할 수 있다.
• AI Native KMS 관점에서는 교육 결과물과 프로젝트 산출물을 기업 내부 지식 자산으로 남기는 방식이 중요하다.

자료 첨부

• 발표자료:
• 사진:
• 현장 메모:
• 관련 링크:

권장 첨부 폴더:

content/40. Manufacturing AI/AI Factory Seminar 2026-07-02/attachments/

후속 질문

• 교육 과정에서 나온 프로젝트 주제는 어떤 제조AI use case로 분류되는가?
• 수요기업이 기술 상담을 신청할 때 필요한 문제 정의 양식은 무엇인가?
• 교육 수료 이후 기업 내부 확산을 위한 KMS 템플릿이 필요한가?
• 자문단 매칭 기준은 기술 영역, 업종, 데이터 유형 중 무엇을 우선하는가?

관련 문서

• AI Factory Seminar 2026-07-02
• AI Native KMS
• Knowledge Flow for AI Teams
• MOC Manufacturing AI