교수자/개설자
-
학습기간
2026-11-19 ~ 2029-12-31
강좌소개
성명 강 헌 중 소속기관 서울대학교 강의 명 (주제) 해양천연물신약 개발 이해 학습목표 1. 해양천연물을 주요 생합성 경로에 따라 분류하고 각 계열의 기본적인 특징 이해 2. 미생물, 해양 무척추동물, 해조류 등 해양생물 군별 대표 천연물 학습 3. 해양천연물의 발굴, 분리·구조규명, 활성평가, 표적 규명, 선도물질 최적화 및 비임상· 임상 연구에 이르는 신약개발 전 과정에 대한 이해 4. 해양천연물 신약개발에서 AI가 활용된 사례를 통한 AI 활용 기본 개념 이해 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초 / 심화
참여자수
-
신약개발 & 제약산업|
임상개발 & 임상데이터|
교수자/개설자
-
학습기간
2026-11-17 ~ 2029-12-31
강좌소개
성명 정유성 소속기관 서울대학교 강의 명 (주제) SDL을 위한 화학 및 소재 정보학 학습목표 본 강의는 Self-Driving Lab의 기본 개념과 폐루프 연구 구조를 이해하고, 이를 구현하기 위한 화학·소재 정보학의 역할을 학습하는 것을 목표로 한다. 수강자는 데이터 표현, 물성·반응 예측, 합성가능성 평가, active learning 기반 실험 설계 등 SDL의 핵심 AI 기술을 이해할 수 있다. 또한 LLM agent와 생성형 AI를 활용한 차세대 자율 연구 시스템의 가능성과 한계, 실제 연구 적용 시 고려사항을 파악할 수 있다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초
참여자수
1
인공지능 & 프로그래밍|
화학 & 화학정보학|
교수자/개설자
-
학습기간
2026-11-17 ~ 2029-12-31
강좌소개
성명 신동윤 소속기관 가천대학교 약학대학 강의 명 (주제) 표적 단백질 분해(TPD): Protac 기술과 표적 선택 학습목표 점유 기반 억제와 사건 기반 분해의 차이를 이해하고, PROTAC의 구성과 작용 기전을 단계별로 설명할 수 있다. 5관문 프레임워크를 적용하여 특정 표적 단백질의 TPD 적합성을 평가하고 개발 진행 여부를 판단할 수 있다 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초
참여자수
1
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2026-11-17 ~ 2029-12-31
강좌소개
성명 신동윤 소속기관 가천대학교 약학대학 강의 명 (주제) 표적 단백질 분해(TPD): Protac 링커 최적화 학습목표 PROTAC 링커가 삼원복합체 기하와 DMPK 물성이라는 두 목적함수를 동시에 책임진다는 점을 이해하고, 용해도·투과도·efflux·대사에 미치는 구조적 영향을 설명할 수 있다. 연결 지점부터 DMPK 공학까지 5단계 설계 워크플로우를 적용하여 링커를 최적화하고, 실패 양상으로부터 되돌아갈 단계를 진단할 수 있다. 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초
참여자수
1
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2026-11-17 ~ 2029-12-31
강좌소개
성명 신동윤 소속기관 가천대학교 약학대학 강의 명 (주제) 표적 단백질 분해(TPD): Protac과 E3 ligase 학습목표 인간 유전체의 600여 개 E3 리가아제 중 소수만이 분해제에 활용되는 이유를 리간드화 가능성, 세포 내 공동 국소화, 질환 조직 발현 등의 제약 조건으로 설명할 수 있다. 표적–리가아제 적합성이 쌍의 특성임을 이해하고, 치료 창 확보와 내성·부작용 위험을 고려하여 특정 프로그램에 적합한 E3 리가아제를 선택할 수 있다. 분야 □ AI □ Bio ■ Chem □ Drug 단계 기초
참여자수
1
화학 & 화학정보학|
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2026-11-12 ~ 2029-12-31
강좌소개
성명 최영희 소속기관 동국대학교 약학대학 강의 명 (주제) First-in-Human (최소인체시험) 초회 투여 용량 예측 및 AI 활용 사례 학습목표 비임상 시험 데이터로부터 first-in-human 초회 투여 용량 예측에 필요한 자료를 해석하고 규제기관의 가이드라인을 고려하여 다양한 예측법에 의해 초회 투여 용량을 제시한다. 분야 ■ AI ■ Bio □ Chem ■ Drug 단계 기초
참여자수
7
인공지능 & 프로그래밍|
신약개발 & 제약산업|
임상개발 & 임상데이터|
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
13
인공지능 & 프로그래밍|
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
인공지능 & 프로그래밍|
화학 & 화학정보학|
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
11
인공지능 & 프로그래밍|
임상개발 & 임상데이터|
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
23
생물학 & 생물정보학|
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
인공지능 & 프로그래밍|
신약개발 & 제약산업|
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
64
인공지능 & 프로그래밍|
임상개발 & 임상데이터|
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
15
인공지능 & 프로그래밍|
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
인공지능 & 프로그래밍|
생물학 & 생물정보학|
교수자/개설자
-
학습기간
2025-12-08 ~ 2029-12-31
강좌소개
성명 김 현 욱 소속기관 한국과학기술원(KAIST) 강의 명 (주제) 바이오제조와 AI 학습목표 바이오제조의 개념과 대사공학·합성생물학의 발전을 이해하고, 생물 기반 화학물질 및 연료 생산 기술의 원리를 학습. 미생물 대사공학의 10가지 전략과 발효공정의 7가지 핵심 요인을 통해 생산 효율과 공정 최적화의 원리를 이해. AI와 데이터 마이닝 기술이 바이오파운드리 및 실험 자동화에 기여하는 역할을 파악. 분야 □ AI □ Bio □ Chem □ Drug 단계 기초
참여자수
182
인공지능 & 프로그래밍|
생물학 & 생물정보학|
교수자/개설자
-
학습기간
2025-12-08 ~ 2029-12-31
강좌소개
-
참여자수
120
인공지능 & 프로그래밍|
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2025-12-08 ~ 2029-12-31
강좌소개
성명 정성훈 소속기관 연세대학교 약학대학 강의 명 (주제) 의약바이오 제제개발을 위한 AI기반 품질 최적화 및 모델링 활용 학습목표 바이오의약품 및 의약품 개발과정에서 우수한 품질 확보를 위해 기존의 설계기반 품질고도화 (QbD) 전략에 의한 설계공간 도출 및 시뮬레이션을 통한 최적화 과정을 사례중심으로 소개하고 실험계획법의 이해도 제고와 최근 인공지능을 기반으로 AI기반 제제 및 품질 최적화등 산업적으로 적용가능한 제품개발에 대한 내용을 소개함. 분야 □ AI □ Bio □ Chem ■ Drug 단계 기초
참여자수
166
신약개발 & 제약산업|
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
인공지능 & 프로그래밍|
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
79
인공지능 & 프로그래밍|
생물학 & 생물정보학|
화학 & 화학정보학|
신약개발 & 제약산업|
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
인공지능 & 프로그래밍|
생물학 & 생물정보학|
화학 & 화학정보학|
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
인공지능 & 프로그래밍|
신약개발 & 제약산업|
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
72
인공지능 & 프로그래밍|
신약개발 & 제약산업|
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
인공지능 & 프로그래밍|
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
인공지능 & 프로그래밍|
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2025-10-31 ~ 2029-12-31
강좌소개
성명 이 남 용 소속기관 CellKey AI 강의 명 (주제) AI와 LLM을 활용한 바이오 분야의 혁신 학습목표 AI와 LLM 기술이 신약개발부터 바이오 생산공정, 임상시험 최적화에 이르기까지 바이오 산업 전반에 혁신적 변화를 가져오고 있다. 본 강의에서는 최신 AI 기술의 개념을 이해하고 실제 적용 사례를 통해 효율성 향상과 비용 절감 성과에 대한 이해를 돕는 것을 목표로 한다. 분야 ■ AI □ Bio □ Chem □ Drug 단계 기초
참여자수
136
인공지능 & 프로그래밍|
교수자/개설자
-
학습기간
2025-10-31 ~ 2029-12-31
강좌소개
※ AI 신약개발 교재 학습을 위한 강의 모음입니다. (수료증 미발급) 교재개발자 류재용 소속기관·직위 숭실대학교 교수 교재명 (과목) 초보자를 위한 데이터·AI 기반 약물 표적 발굴 학습목표 신규 약물 타겟 발굴의 기초 개념을 익히고, 이를 바탕으로 초기단계 신약 개발에서 생물정보학 및 AI 기술이 어떻게 활용되는지 이해 교육대상 (초급자) 제약바이오 업계 종사자 및 AI 신약개발 분야에 입문하려는 연구자 AI 신약개발 분야 대학원생 AI 신약개발 분야에 관심이 있는 대학생
참여자수
236
인공지능 & 프로그래밍|
화학 & 화학정보학|
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2025-10-24 ~ 2029-12-31
강좌소개
성명 박계명 소속기관 울산과학기술원 강의 명 (주제) 차세대 면역치료제 개발을 위한 인실리코 면역계 모델링 학습목표 최근 많은 다양한 질환들(암, 감염병, 자가면역(염증)질환)에서 면역계를 직접 표적으로 하는 면역치료법이 주요 치료방법으로 대두되고 있다. 그러나 각 질환에 관여하는 면역계의 복잡계적 특징으로 인하여 주요 분자 및 세포 타겟 발굴과 각 환자에 대한 면역치료 반응에 대한 예측에 어려움이 있다. 본 강의에서는 본 강의자의 연구 분야인 시스템 면역학적 관점에서 면역계의 행동에 대한 예측적 이해를 위한 인실리코 면역계 모델링 전반을 다루고 이 시도가 어떻게 차세대 면역치료제 개발을 가속화할 수 있을지 고찰하고자 한다. 분야 AI Bio □ Chem Drug 단계 심화
참여자수
98
인공지능 & 프로그래밍|
생물학 & 생물정보학|
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2025-10-16 ~ 2029-12-31
강좌소개
성명 이상근 소속기관 고려대학교 정보보호대학원 강의 명 (주제) 인공지능은 안전한가? AI 보안의 이해 학습목표 인공지능 모델은 최근 연구로 알려진 다양한 위험에 노출되어 있다. 본 강의에서는 이러한 AI 보안 이슈에 대한 이해를 기반으로, 대표적인 공격 및 대응 방안을 소개하고자 한다. 이 강의 를 통해 신약개발에 있어 유용하면서 동시에 안전한 AI 모델에 대한 고민이 필요함을 환기하 고자 한다. 분야 AI □ Bio □ Chem □ Drug 단계 기초
참여자수
98
인공지능 & 프로그래밍|
교수자/개설자
-
학습기간
2025-09-12 ~ 2029-12-31
강좌소개
성명 홍 무 선 소속기관 서울대학교 강의 명 (주제) AI-Driven Analysis and Modeling of Biopharmaceutical Manufacturing Processes 학습목표 바이오의약품 제조공정의 주요 단계와 공정 데이터의 구조 및 활용 목적을 이해한다. AI 기반 분석 및 모델링 기법의 실제 공정 적용 사례를 학습한다. 분야 AI Bio □ Chem □ Drug 단계 심화
참여자수
123
인공지능 & 프로그래밍|
신약개발 & 제약산업|
교수자/개설자
-
학습기간
2025-09-12 ~ 2029-12-31
강좌소개
성명 김용호 소속기관 성균관대학교 강의 명 (주제) De Novo Design of Functional Proteins and Cryo-EM Application 학습목표 - 최종목표 : De Novo protein에 대한 기본적인 지식 습득과 Cryo-EM을 통한 구조분석 세부목표1) AI가 단백질 디자인에 가져다준 혁신과 디지인 기법에 대한 기본 지식 습득 세부목표2) 최근 선진화된 단백질 디자인 기법의 습득과 실습 세부목표3) CryoEM의 원리와 구동방식에 대해 학습 세부목표4) Case study 주제를 통한 단백질 디자인의 이해 분야 AI Bio □ Chem Drug 단계 기초
참여자수
85
인공지능 & 프로그래밍|
생물학 & 생물정보학|
신약개발 & 제약산업|
