교수자/개설자

-

학습기간

2026-08-05 ~ 2029-12-31

강좌소개

성명 최영희 소속기관 동국대학교 약학대학 강의 명 (주제) 독성동태학(toxicokinetics)의 이해 및 AI 활용 방안 학습목표 신약개발에서 약물동태학과 함께 고려해야하는 독성동태학의 기본 개념을 이해하고, AI를 활용한 독성동태학 평가 방안에 대해 고찰한다. 분야 ■ AI ■ Bio □ Chem ■ Drug 단계 기초

참여자수

4

교수자/개설자

-

학습기간

2026-09-01 ~ 2029-12-31

강좌소개

성명 김재현 소속기관 전북대학교 강의 명 (주제) AI 기반 임상시험 포함 제외기준 최적화 학습목표 임상시험 포함제외기준 최적화 관련 최신 연구 동향을 파악한다 AACT database를 이용하여 임상시험 포함제외기준을 비교 및 탐색할 수 있다 포함제외기준 변경에 따른 효과를 시뮬레이션 할 수 있다 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

10

교수자/개설자

-

학습기간

2026-09-01 ~ 2029-12-31

강좌소개

성명 박양정 소속기관 울산과학기술원 강의 명 (주제) AI기반 자율실험실 구축 전략의 현재와 미래 학습목표  수강자는 실험자동화, 고처리량 실험, 바이오파운드리, SDL의 차이를 자율성, 데이터 피 드백, AI 의사결정, 오케스트레이션 관점에서 구분할 수 있다.  현재 SDL 사례를 처리량(n_exp), 실험당 정보량(I), 데이터가 지식으로 바뀌는 효율(Z) 관점에서 평가하고, 주요 한계와 검증 기준을 설명할 수 있다.  자기 연구실의 실험 문제를 closed-loop research architecture로 정식화하고, 모듈형 하드웨어·데이터 계약·실험설계 AI·오케스트레이션 요구사항을 연결해 설계할 수 있다.  최종적으로 연구실 또는 공동연구 과제로 추진 가능한 1-page SDL research/pilot plan을 작성할 수 있다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

12

교수자/개설자

-

학습기간

2026-10-06 ~ 2029-12-31

강좌소개

성명 신상 소속기관 ㈜에이블랩스 강의 명 (주제) 자율실험실의 실행 레이어: 실험 자동화 시스템 학습목표 • 자율실험실(SDL)에서 '실행 레이어(로봇·자동화)'의 위치와 중요성을 이해한다. • 액체 핸들링·로봇 자동화의 기본 원리를 실제 시스템을 통해 이해한다. • 모듈형 설계와 장비 통합을 실제 구축 사례로 파악한다. 분야 ■ AI ■ Bio ■ Chem □ Drug 단계 기초

참여자수

12

교수자/개설자

-

학습기간

2026-08-04 ~ 2029-12-31

강좌소개

성명 오태훈 소속기관 울산과학기술원 강의 명 (주제) 자율실험실 운용을 위한 실험 정의 및 ML 활용법 학습목표 자율실험실의 실험 목표 선정 및 명확한 문제 정의 역량 함양 ML 모델 학습을 위한 실험 데이터베이스 구조 설계 목적별 핵심 ML 알고리즘 활용법 습득 능동적 실험 스케쥴링 기법 및 워크플로우 최적화 이해 분야  AI  Bio  Chem □ Drug 단계 기초

참여자수

14

교수자/개설자

-

학습기간

2026-10-12 ~ 2029-12-31

강좌소개

성명 이경륜 소속기관 한국생명공학연구원 강의 명 (주제) 약물동태학 파라미터 학습목표 약물동태 파라미터를 이해한다 약물동태 파라미터 계산하는 방법을 습득한다. 약물동태 파라미터를 해석할 수 있다 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초

참여자수

18

교수자/개설자

-

학습기간

2026-10-16 ~ 2029-12-31

강좌소개

성명 정현철 소속기관 한국생명공학연구원 강의 명 (주제) 첨단대체시험법을 활용한 약동학 예측 전략 분석 학습목표 본 강의에서는 최근 바이오 및 제약 산업 등에서 주목받고 있는 인공지능과 첨단대체시험법등에 대해 알아보고 이를 약동학 평가, 예측에 적용할 수 있는 전략에 대하여 학습하는 것을 목표로 함 분야 ■ AI □ Bio □ Chem ■ Drug 단계 기초

참여자수

18

교수자/개설자

-

학습기간

2026-09-02 ~ 2029-12-31

강좌소개

성명 류재용 소속기관 숭실대학교 강의 명 (주제) 게놈 수준 대사 네트워크 모델링 학습목표 1. 미생물 및 인체 세포 내 대사를 시뮬레이션 하기 위한 이론적 배경을 학습한다. 2. 게놈 수준 대사 모델 구축 및 대사 모델링 실습을 통해 대사 모델링 방법론을 학습한다. 분야 ■ AI ■ Bio □ Chem □ Drug 단계 심화

참여자수

19

교수자/개설자

-

학습기간

2025-11-28 ~ 2029-12-31

강좌소개

성명 성황현 소속기관 유니버설로봇 강의 명 (주제) 로봇PC 제어 학습목표 로봇 TCP 및 좌표계를 이해하고 URSCRIPT를 이용하여 로봇을 제어 URSIM 및 RoboDK를 활용하여 시뮬레이터 환경에서 로봇을 구동 PC를 활용하여 원격으로 로봇을 제어 Modbus TCP 및 산업용 통신 연동 실습 분야 □ AI □ Bio  Chem □ Drug 단계 기초, 심화

참여자수

21

교수자/개설자

-

학습기간

2026-09-01 ~ 2029-12-31

강좌소개

성명 김재현 소속기관 전북대학교 강의 명 (주제) AI 기반 신약개발 도구의 규제 사례 학습목표 해외 규제기관에 제출된 AI 기반 도구를 사례별로 확인한다. AI 기반 도구가 qualification 되는 과정을 파악한다. AI 도구에 대해 해외 규제기관의 심사 의견을 확인한다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

21

교수자/개설자

-

학습기간

2026-08-05 ~ 2029-12-31

강좌소개

성명 황병진 소속기관 연세대학교 의과대학 강의 명 (주제) Single-cell and Spatial Omics: From Cellular States to Virtual Cells 학습목표 본 강의는 단일세포 오믹스와 공간오믹스의 주요 기술 개념, 실험 원리, 분석 플랫폼을 소개하고 단일세포 유전체학, 전사체학, 멀티오믹스 기술의 특징과 적용 분야를 학습하고, 연구 목적에 따라 적절한 기술을 선택하는 기준을 익힌다. 나아가 단일세포 CRISPR 기술과 가상세포 모델을 연계하여 기능유전체학, 질병 모델링, 약물 반응 예측 등 최신 응용 분야로 확장되는 흐름을 이해한다 분야 □ AI ■ Bio □ Chem □ Drug 단계 기초

참여자수

22

교수자/개설자

-

학습기간

2026-08-18 ~ 2029-12-31

강좌소개

성명 심은하 소속기관 숭실대학교 수학과 강의 명 (주제) 데이터 분석을 위한 응용 선형대수 학습목표 본 강의는 인공지능과 데이터 분석의 수학적 기반이 되는 선형대수를 공간과 구조의 관점에서 이해하는 것을 목표로 한다. 벡터공간, 기저, 차원, 랭크 등 핵심 개념을 통해 데이터가 놓인 공간의 구조를 파악하고, 선형변환과 직교성, 최소제곱 등 머신러닝 모델에서 중요하게 사용되는 개념을 학습한다. 이를 통해 수강생은 선형대수 개념을 단순한 계산 도구가 아니라 데이터의 구조를 해석하는 언어로 활용하는 능력을 기른다. 최종적으로 차원축소, 회귀, 임베딩 등 실제 인공지능 기법의 이면에 있는 선형대수 원리를 스스로 설명할 수 있게 되는 것을 지향한다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 심화

참여자수

22

교수자/개설자

-

학습기간

2026-10-01 ~ 2029-12-31

강좌소개

성명 손 미 원 소속기관 엠테라파마 주식회사 강의 명 (주제) 천연물 유래 신약 개발 학습목표 천연물  유래  의약품  개발은  신약개발에  있어서  방법론적  진화가  계속  진행  중인  분야이다.  글로벌  AI  빅데이터 들의  활용을  벤체마킹하면서  천연물  분야의  first-mover로서  Nich  market  이지만  first-in-class가  될  수  있는  영역으로  차세대  천연물  유래  신약  개발  전략  논의하고자  함  분야 □ AI □ Bio □ Chem ■ Drug 단계 기초

참여자수

23

교수자/개설자

-

학습기간

2025-10-23 ~ 2029-12-31

강좌소개

성명 이재훈 소속기관 성신여자대학교 강의 명 (주제) AI기본법의 이해와 데이터 거버넌스 최신 동향 학습목표 AI 시대의 핵심 법제라 할 수 있는 「AI기본법」의 이해를 바탕으로, 데이터 활용과 보호가 균형을 이루는 데이터 거버넌스의 최신 동향을 체계적으로 학습하는 것을 목표로 한다. 수강자는 AI기본법의 주요 개념과 제정 취지를 이해하고, 데이터 권리·책임 구조, 개인정보 보호와 활용 간 조화, 글로벌 데이터 규제 비교 등을 학습한다. 또한 데이터 거버넌스 최신 동향을 통해 실제 정책·연구·산업 현장에서 발생할 수 있는 법적·윤리적 쟁점을 분석하고 대응할 수 있는 역량을 기른다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

24

교수자/개설자

-

학습기간

2025-11-24 ~ 2029-12-31

강좌소개

성명 김 창 욱 소속기관 연세대학교 산업공학과 강의 명 (주제) 스마트 제조 AI의 현재와 미래 학습목표 스마트 제조의 개념과 발전 배경을 이해하고, AI기술을 어떠한 원리로 제조 현장에서 활 용되는지 파악한다. 2교시에는 양자컴퓨팅에 대한 이해를 바탕으로 AI에 어떻게 적용할지 에 대해 이해한다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 기초 / 심화

참여자수

25

교수자/개설자

-

학습기간

2025-10-23 ~ 2029-12-31

강좌소개

성명 주한별 소속기관 서울대학교 컴퓨터공학부 강의 명 (주제) 컴퓨터비전 기초 학습목표 이 강의는 컴퓨터 비전의 기초 개념을 탐구하며, 이론적 기반과 실용적인 알고리즘, 다양한 응용 사례에 대한 이해를 높이는 데 중점을 둡니다. 학생들은 기계가 이미지와 영상을 어떻게 인식하고 해석하는지를 이해하기 위한 핵심 원리를 배우고, 이미지 생성, 특징 추출, 객체 인식 등의 주제에 대한 통찰을 얻게 됩니다. 특히, 본 강의는 최신 딥러닝 기법이 아닌 고전적인 2D 컴퓨터 비전 알고리즘에 집중하여, 전통적인 비전 문제의 핵심 목표와 사람이 설계한(hand-designed) 알고리즘들을 중심으로 다룰 예정입니다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

31

교수자/개설자

-

학습기간

2025-11-27 ~ 2029-12-31

강좌소개

성명 윤 병 동 소속기관 서울대학교, (주)원프레딕트 강의 명 (주제) 제조 AX: AI 팩토리 (데이터, 모델, 서비스) 학습목표 제조산업에 AI 접목을 통한 파괴적 혁신, 무엇을 준비해야 하는지, 어떻게 가능한지, 어떤 성공사례가 있는지를 살펴본다. 제조 데이터 전처리, 신호처리, 특성엔지니어링, 진단, 예측 기술 소개 및 성공사례 공유. 마지막으로 실습을 통해 실 적용에 대한 응용력을 키운다. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초 / 심화

참여자수

33

교수자/개설자

-

학습기간

2025-12-08 ~ 2029-12-31

강좌소개

목차 (강의시간) 강의내용 실습 여부 교수자   1 제조품질 개념   X   본인   2 제조품질 개선을 위한 기존 접근법   X   본인   3 제조품질 개선을 위한 AI 기반 접근법   X   본인         선수과목   참고자료 ※ 도서, 웹사이트, 논문 등 준비사항 ※ 강의에 필요한 환경 등

참여자수

34

교수자/개설자

-

학습기간

2025-11-26 ~ 2029-12-31

강좌소개

성명 엄유범 소속기관 코오롱인더스트리 강의 명 (주제) Vibe Coding으로 배우는 관리도와 품질관리 실무 학습목표 1. 관리도의 기본 개념을 이해 2. 계량형 관리도와 계수형 관리도의 이해 3. Vibe Coding을 활용한 관리도 작성 방법 습득 분야  AI □ Bio □ Chem □ Drug 단계 기초

참여자수

37

교수자/개설자

-

학습기간

2025-12-04 ~ 2029-12-31

강좌소개

성명 이창선 소속기관 인하대학교 강의 명 (주제) 인과 지식 조립, 예측 모델 생성 AI 학습목표 인과 기반 예측은 철강, 반도체, 에너지, 화학, 제약 등과 같이 여러 인과 요인이 단계적으로 연결되어 결과를 만들어 내는 복잡한 제조 분야에서 필수적이다. 인과를 이해하는 인간과 데이터 패턴 학습 능력이 뛰어난 AI 가 협력하여야, 설명할 수 있고, 신뢰할 수 있는 예측 모델 개발이 가능하다. 인간과 AI의 협력을 위한 프로토콜 이해가 학습 목표이다. 분야 AI □ Bio □ Chem □ Drug 단계 기초

참여자수

37

교수자/개설자

-

학습기간

2026-08-26 ~ 2029-12-31

강좌소개

성명 안준용 소속기관 고려대학교 보건과학대학 바이오시스템의과학부 강의 명 (주제) 유전체 인공지능 모델 기초 및 실습 학습목표 유전체·오믹스 데이터에서 인공지능 모델이 학습하는 입력 표현과 분석 흐름을 이해한다.2026년 최신 오믹스 AI 모델 사례를 바탕으로 모델 선택, 데이터 전처리, 평가 기준을 익힌다.임베딩 추출, 예측 모델 구성, 결과 해석의 기본 원리를 실습 중심으로 익힌다.각 실습 결과를 재현 가능한 분석 절차와 짧은 보고서로 정리한다. 분야 ☑ AI □ Bio □ Chem □ Drug 단계 ☑ 기초 □ 심화

참여자수

42

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 Dr. Yugal Sharma 소속기관 CAS 과목명 Overcoming Scientific Data Challenges in AI 강의시간 1 학습목표 1.Explore the critical role of a data foundation in supporting successful artificial intelligence (AI) initiatives.0 2. Share common challenges organizations face when establishing effective strategies for R&D data. 3. Showcase case studies based on real-life examples from CAS, a leader in scientific information solutions that guides the success of R&D digital initiatives of organizations worldwide.

참여자수

47

교수자/개설자

-

학습기간

2025-08-27 ~ 2029-12-31

강좌소개

성명 김다원 소속기관 (주)옵토레인 강의 명 (주제) 후성유전체 분석 기반 액체 생검을 활용한 신약 타겟 발굴 학습목표 1. 후성유전체 분석 기술의 핵심 원리와 암 유전체 조절 기전을 이해한다. 2. 액체생검 기반 cfDNA 진단 기술의 원리와 장점을 이해하고, 신약 개발에의 응용 가능성을 설명할 수 있다. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초

참여자수

47

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

성명 신민경 소속기관 (주)셀타스퀘어 과목명 인공지능 적용을 위한 약물 감시 및 의약 품 안전성 관리의 기초 강의시간 2시간 학습목표 인공지능 및 디지털 트랜스포메이션 적용을 위해 임상시험부터 허가, 시판 후까지 의약품 전주기 에 해당되는 안전성 관리 시스템과 단계별 데이터를 이해한다.

참여자수

48

교수자/개설자

-

학습기간

2024-10-24 ~ 2029-12-31

강좌소개

성명 송길태 소속기관 부산대학교 강의 명 (주제) Recommendation systems in bioinformatics 학습목표 1. Recommendation systems에 대한 기본 개념을 이해한다. 2. Recommendation systems을 활용하여 표적 단백질 결합 후보 물질 추천 및 바이오마커 발굴 등의 문제를 해결하는 방법을 학습한다. 분야  AI 단계 심화

참여자수

48

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다.  성명 정세희 소속기관 CAS 과목명 인공지능 및 빅데이터를 활용한 신규 화합물 발굴 강의시간 1시간 학습목표 Explore overall workflow of syntheses of novel compounds using CAS SciFinder Discovery Platform   강의 선수과목 및 준비사항입니다. 선수과목   참고자료 https://www.cas.org/solutions/cas-scifinder-discovery-platform 준비사항  

참여자수

51

교수자/개설자

-

학습기간

2026-08-14 ~ 2029-12-31

강좌소개

성명 이충호 소속기관 동국대학교 약학대학 강의 명 (주제) 노코딩 AI 신약개발- 오렌지로 시작하는 데이터 과학 학습목표  노코딩 기반 데이터 과학 역량 내재화: 코딩 과정 없이 오렌지(Orange)의 위젯과 워크플로우를 활용하여, 인공 지능 및 데이터 마이닝의 기초부터 실무 분석까지 전반적인 데이터 과학 프로세스를 수립함.  바이오·화학 정보학 데이터 정제 능력 배양: SMILES 구조식, 분자 디스크립터, RNA-seq 발현량 데이터 등 복잡 한 생물·화학적 빅데이터의 특성을 이해하고, 이를 분석에 적합한 형태로 전처리 및 차원 축소하는 기법을 습득 함.  머신러닝 기반 약물 특성 및 예측 모델 구축: 분류, 선형 회귀, 로지스틱 회귀 등 다양한 지도·비지도 학습 알고 리즘을 적용하여 화합물의 독성(Toxicity), 저해 활성 수치(IC50), 세포 투과도를 정량적으로 예측하고 평가함.  실무형 신약개발 데이터 엔지니어링 파이프라인 완성: ChEMBL 및 TDC 등 글로벌 공공 데이터베이스에서 실제 약물 데이터를 수집·가공하고, 이를 활용해 FDA 승인 약물의 스크리닝 및 세포 투과도를 예측하는 실전적 파이 프라인을 독자적으로 구축함. 분야 X AI X Bio X Chem X Drug 단계 기초

참여자수

52

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의시간 강의내용 실습여부 1 - Self-Supervised Learning이란?  - Language 분야에서의 SSL - Computer vision 분야에서의 SSL  X 2 - Molecular Graph란? - Graph Neural Networks - Molecular Graph 분야에서의 SSL X 

참여자수

54

교수자/개설자

-

학습기간

2025-12-02 ~ 2029-12-31

강좌소개

성명 서 경 원 소속기관 서울대학교 약학교육연수원 강의 명 (주제) AI 등 첨단혁신기술 활용에 대한 규제동향 학습목표 최근 AI 등 첨단기술에 기반한 의료제품과 규제결정에 활용되는 첨단기술을 이해하고 규제동향을 학습한다 분야 ■ AI ■ Bio ■ Chem ■ Drug 단계 기초 / 심화

참여자수

54

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 허승룡 소속기관  굿인텔리전스 과목명 단백질 서열정렬 알고리즘 구현 실습 강의시간 2시간 학습목표 단백질 서열 정렬에 대한 이해와 pairwise alignment에 대한 프로그램을 구현 할 수 있다.   강의 선수과목 및 준비사항입니다.   선수과목 Python Programming  참고자료 https://gist.github.com/num3ric/1222752 https://3n.wikipedia.org/wiki/Needleman-Wunsch_algorithm https://en.wikipedia.org/wiki/Smith-Waterman_algorithm  준비사항 python3 설치, Linux terminal 환경  

참여자수

55

교수자/개설자

-

학습기간

2025-12-08 ~ 2029-12-31

강좌소개

성명 신상 소속기관 에이블랩스 강의 명 (주제) SDL 실질적 적용을 위한 도움닫기 학습목표 바이오 산업에서의 SDL 구성 예시와 장비 API 기반의 활용 방안 분야 □ AI □ Bio ⍌ Chem □ Drug 단계 기초

참여자수

56

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

성명 김상수 소속기관 숭실대학교 과목명 신약 타겟 발굴을 위한 exome 시퀀싱의 활용 강의시간 4 학습목표 대규모 인구 집단의 유전체 서열 분석을 통해서 신약 타겟을 발굴한 사례를 리뷰하고, 이 에 관련된 생명정보학 기술에 대한 이론적 소개와 함께, 공개된 데이터 및 분석 소프트웨어 를 활용한 실습을 통하여, 유전체학 기반 신약 개발의 기초를 닦음.  

참여자수

61

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김준일 소속기관 숭실대학교 과목명  시스템생물학을 활용한 신호전달경로 모델링 강의시간 6시간 학습목표 본 과목에서는 시스템생물학의 기법 중 하나인 신호전달경로 모델링 기법을 배운다 이를.  위해 미분방정식과 불리언네트워크 모델링 이론을 배우고 이를 MATLAB을 이용해서 실습함으로써 신호전달경로 모델링을 이용한 타겟 발굴 방법을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 선형대수 분자생물학, 참고자료 -  시스템생물학조광현홍릉과학출판사/          / -  An Introduction to Systems Biology 준비사항 - MATLAB을 사용할 수 있는 컴퓨터 (데스크탑 버전은 유로 모바일 버전은 무료임)

참여자수

62

교수자/개설자

-

학습기간

2024-11-07 ~ 2029-12-31

강좌소개

성명 조혜영 소속기관 차의과학대학교 약학대학 강의 명 (주제) 분산형 임상시험 (Decentralized Clinical Trial, DCT) 학습목표 최근 분산형 임상시험(DCT)의 필요성과 현장 수요가 증가되면서 우리나라 정부에서도 글로벌 경쟁력을 강화하고 임상시험 참여 기회를 확대해 신약 접근성을 제고할 수 있도록 DCT 도입을 위한 기반 마련을 지원하고 있으므로 DCT의 개념과 장단점을 이해하고 DCT 수행을 위한 제도적 개선 방향에 대해 검토한다. 분야 □ AI ■ Bio □ Chem ■ Drug 단계 기초

참여자수

62

교수자/개설자

-

학습기간

2026-08-05 ~ 2029-12-31

강좌소개

성명 이소진 소속기관 APLUS Simulation 강의 명 (주제) AI-Integrated Pharmacometrics: Modern PK/PD Modeling for Drug Development AI 융합 Pharmacometrics: 현대 신약개발을 위한 PK/PD 모델링 학습목표 -신약개발 과정에서 PK/PD 및 Clinical Pharmacology가 수행하는 역할과 실제 활용 전략을 이해한다. -Population PK, Exposure–Response 분석, PBPK, QSP 및 AI/ML 기반 접근법의 기본 개념과 실제 적용 사례를 이해한다. -AI-enhanced modeling & simulation workflow를 통해 최신 신약개발에서의 MIDD(Model-Informed Drug Development) 전략을 학습한다. 분야 ☑ AI ☑ Bio □ Chem ☑ Drug 단계 심화

참여자수

62

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 정인석 소속기관 스탠다임 과목명 병렬 처리를 활용한 대용량 계산 방법 강의시간 2시간 학습목표 컴퓨터에서 병렬 계산이 처리되는 방식을 이해하고 다양한 방식으로 병렬 계산을 수행할 수 있다   강의 선수과목 및 준비사항입니다. 선수과목  Python programming 참고자료 https://docs.python.org/3/library/multiprocessing.html https://mpi4py.readthedocs.io/en/stable/ https://github.com/zeehio/parmap 준비사항 Anaconda python3 설치, linux-like terminal 환경 구성

참여자수

63

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다.  성명 임재창 소속기관 Hits 과목명 분자생성모델 연구동향 리뷰 강의시간 4 학습목표 분자생성모델 연구동향 파악 이를 바탕으로 수행중인 연구에 응용 및 신약개발 프로젝트에 적용

참여자수

65

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의시간 강의내용 실습여부 1 1. 신약 개발 과정 소개 2. 신약 발굴 시 가장 중요한 가상 탐색의 기본 원리를 파악 3. 가상 탐색에 필요한 Public Database 소개 X 2 1. 가상 탐색 시 사용되는 similarity search 방법 2. 가상 탐색에 필요한 Public Database 소개 3. 검색된 ligand의 stability 확보 방법 X 3 1. Chemical similarity search 방법 실습 2. Public chemical database API를 이용한 유사 화합물 검색 실습 3. 검색된 chemical ligand의 stability 확보 방법 실습(docking) O 4    

참여자수

64

교수자/개설자

-

학습기간

2024-11-27 ~ 2029-12-31

강좌소개

목차 (강의시간) 강의내용 실습여부  교수자 1 Streamlit 소개 Streamlit의 기본 개념과 AI/ML 프로젝트에서의 활용 사례 탐구 MolScore Library 의 의 주요 구성 요소 및 역할 소개 Python 환경 설정과 필수 라이브러리 설치  X  신동욱 2 실습: MoleScore 사용한 화합물 생성 목표 설정 Multi-Parameter 설정을 통한 생성 목표 정의 사용자 정의 Scoring Function 클래스 작성  O  신동욱 3 실습: MolScore을 활용한 화합물 학습 사용자 정의 BenchMark 구성 방법 학습 커리큘럼 학습 설정 / 리플레이 버퍼 활용  O  신동욱 4 실습 화합물 : 평가 결과 시각화 및 확장 Streamlit 컴포넌트를 활용한 생성 결과 시각화 MolScore 기본 모니터링 화면 클론코딩 및 응용  O  신동욱 5 실습: Streamlit 기반 Web App 개발 및 배포 스코어링 결과 시각화 및 데이터 저장 결과물 배포 및 공유 O 신동욱

참여자수

65

교수자/개설자

-

학습기간

2025-11-14 ~ 2029-12-31

강좌소개

성명 김태형 소속기관 바이오넥서스 강의 명 (주제) 멀티에이전트 시스템 이해와 제약·바이오 산업 적용     학습목표 멀티에이전트 시스템의 개념, 구조, 그리고 의사결정·협업 메커니즘을 이해한다. 제약·바이오 산업의 신약개발 전주기에서 MAS가 수행할 수 있는 역할과 적용 사례를 분석한다. 실제 산업 환경에서 멀티에이전트 기반 워크플로를 설계·구성하여 생산성 및 연구 효율을 향상시키는 방법을 익힌다. 분야 V AI V Bio □ Chem □ Drug 단계 기초 / 심화

참여자수

65

교수자/개설자

-

학습기간

2026-09-08 ~ 2029-12-31

강좌소개

성명 신정호 소속기관 한국화학연구원 강의 명 (주제) 데이터-AI-로봇 기반의 SW/HW 복합 실험 플랫폼의 설계와 활용     학습목표 AI 기반 자율화 기술과 SDL(Self-Driving Lab)의 개념 및 국내·외 활용 사례를 이해하고 실험 데이터의 구조화·표준화 역량을 함양한다. 지식그래프 기반 데이터 모델링과 디지털트윈 구현 방법론을 학습하고, 모듈화·규격화 된 가상 실험장비 설계 능력을 배양한다. 로봇팔 및 PLC 제어, 쿠버네티스 기반 워크플로우 설계, ELK 파이프라인 구축을 통해 실 험 장비 자동화 및 데이터 오케스트레이션 실습 역량을 강화한다. 분야 ▣ AI □ Bio ▣ Chem □ Drug 단계 기초 및 심화

참여자수

69

교수자/개설자

-

학습기간

2025-11-27 ~ 2029-12-31

강좌소개

성명 정진현 소속기관 서울대학교 강의 명 (주제) AI 기반의 제조품질관리 변화와 대응 학습목표   분야  AI □ Bio □ Chem □ Drug 단계 기초

참여자수

71

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김현욱 소속기관 한국과학기술원(KAIST) 과목명 바이오 네트워크 모델링 강의시간 3시간 학습목표 약물표적 예측을 위한 게놈 수준의 대사모델 구축 및 시뮬레이션에 대한소개   깅의 선수과목 및 준비사항 입니다. 선수과목 생화학 및 프로그래밍에 대한 기본 지식 참고자료   준비사항 노트북 등 컴퓨터

참여자수

72

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이정혜, 한석주 소속기관 UNIST 과목명 연합 학습 연구 동향 강의시간 7 학습목표 1. 연합 학습의 세부 연구 분야 및 최신 연구 동향에 대해서 알 수 있다.2. 연합 학습에서 연구가 필요한 다양한 문제들(보안 및 프라이버시, 통계적 이질성, 개인화)에 대해 알아보고, 최신 연구 동향에대해 알 수 있다.   강의 선수과목 및 준비사항입니다. 선수과목  - 참고자료 Advances and Open Problems in Federated Learning (2019; Kairouz et al.) Federated Learning: Challenges, Methods, and Future Directions (2019; Li et al.) 준비사항  노트북

참여자수

73

교수자/개설자

-

학습기간

2024-03-01 ~ 2029-12-31

강좌소개

강의시간 강의내용 실습여부 1 세포주 약물 반응 데이터의 이해 1. ConnectivityMap version 1 2. ConnectivityMap version 2   2 세포주 약물 반응 데이터의 활용 1. Differential Expression Analysis 소개 2 ConnectivityMap 3. L1000CDS2 4, L1000FWD 5. SigCom LINCS   3 세포주 약물 반응 데이터의 응용 ConnectivityMap L1000 data를 활용한 인공지능 연구   4 Differential Expressed Genes 실습 O 5 L1000 데이터 활용 실습 O

참여자수

75

교수자/개설자

-

학습기간

2023-04-30 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다.  성명 정영미 소속기관 STN KOREA 과목명 마쿠시 구조를 활용한 화합물 특허 탐색 강의시간 1 학습목표 Markush structures are used in patents to claim broad spaces of chemicals In this course the audiences can understand the need for a comprehensive Markush search to seek patentability opportunities or to determine potential infringement of small molecules in the drug discovery process. A case study will be demoed based on Marpat, produced by CAS   강의 선수과목 및 준비사항입니다. 선수과목 없음 참고자료 https://www.cas.org/cas-data/cas-patents https://www.cas.org/support/documentation/markush   준비사항 없음

참여자수

75

교수자/개설자

-

학습기간

2024-02-29 ~ 2029-12-31

강좌소개

강의 소개 및 개요입니다. 성명 윤성의 소속기관 KAIST 과목명 Attention for Deep Learning 강의시간 2 학습목표 1. RNN 구조에서 attention 역할을 이해한다.2. attetion layer를 이해하고, 이를 transformer로 확장한다.

참여자수

76

교수자/개설자

-

학습기간

2025-12-04 ~ 2029-12-31

강좌소개

성명 이남일 소속기관 KAIST 강의 명 (주제) 바이오파운드리를 이용한 천연/비천연 신약 후보 물질 스크리닝 및 생산 학습목표 본 강의에서는 자동화와 인공지능을 기반으로 한 바이오파운드리의 개념과 핵심 구성요소를 이해하고, 이를 활용하여 천연 및 비천연 신약 후보 물질을 대규모로 스크리닝하고 생산하는 전략을 학습한다. 또한 실제 사례를 통해 신약 후보 발굴 및 생산 최적화 과정에서의 바이오파운드리 활용 방안을 종합적으로 탐구한다. 분야 ■ AI ■ Bio ■ Chem ■ Drug 단계 기초

참여자수

77