DGIST 화학물리학과 강준구 교수 연구팀이 성균관대학교 에너지과학과 정소희 교수팀과 공동으로 인공지능(AI)을 활용해 반도체나노결정(콜로이드 양자점) 소재의 합성 반응 경로를 시각화하는 기술을 개발했다. 이번 성과는 실험만으로는 파악하기 어려웠던 복잡한 화학 반응 흐름을 AI가 스스로 분석해 ‘지하철 노선도’처럼 직관적으로 보여줄 수 있게 한 것으로, 차세대 디스플레이·센서용 신소재 개발 속도를 크게 높일 수 있을 것으로 기대된다. 반도체나노결정(콜로이드 양자점)은 나노미터 크기의 반도체 입자로, 크기에 따라 발광 색과 세기가 정밀 조절되는 차세대 나노 소재다. 삼성디스플레이 등 글로벌 기업들이 퀀텀닷 발광 재료로 주목하는 핵심 기술로 자리잡았으며, 적외선 카메라·센서 분야에서도 수요가 빠르게 증가하고 있다. 그러나 개별 나노결정이 어떤 반응 단계를 거쳐 생성되는지를 규명하는 일은 매우 어렵다. 현재까지는 제한된 실험 데이터를 활용해 연구자가 ‘추리’에 가까운 방식으로 반응 경로를 예측해 왔지만, 데이터 부족과 복잡한 반응 특성 때문에 정확한 해석에는 한계가 있었다. 연구팀은 이런 문제를 해결하기 위해 최신 자연어처리 기술로 알려진 ‘트랜스포머(Transf
AI 기술이 제조 현장에 본격적으로 적용되며 품질검사와 설비진단의 방식이 근본적으로 달라지고 있다. 기존의 룰 기반 시스템이 가진 한계를 뛰어넘어 딥러닝과 트랜스포머 기반의 비전 시스템이 빠르게 상용화되고 있으며, 고정밀 진단과 유연한 공정 최적화가 가능해졌다. 특히 한국생산기술연구원의 제조AI연구센터는 의료기기, 자동차 부품, 공정 설비 등 다양한 산업 분야에 AI를 적용한 혁신 사례를 다수 제시하며 주목받고 있다. 이 글에서는 제조업 혁신의 중심에 서 있는 AI 기반 품질검사 및 설비진단 기술을 다각도로 조명한다. AI와 제조업, 새로운 융합의 시대 산업계 전반에서 인공지능(AI) 기술의 적용이 빠르게 확산되고 있는 가운데, 제조업 또한 그 흐름에 본격적으로 편입되고 있다. 과거 자동화와 센서 기반의 제어 시스템에 머물렀던 제조 공정은 이제 AI 기반의 지능형 시스템으로 진화하고 있으며, 이는 단순한 기술 업그레이드를 넘어 전반적인 생산 방식의 패러다임을 바꾸고 있다. 한국생산기술연구원(이하 생기원)은 이러한 변화의 중심에서 제조AI연구센터를 통해 AI의 실질적 적용 가능성과 기술 상용화를 위한 연구에 몰두하고 있다. 생기원이 정의하는 제조AI의 핵심 적