데이터-AI-로봇 기반의 SW/HW 복합 실험 플랫폼의 설계와 활용 수료증
모집인원9,999명
학습기간2025-12-09 ~ 2029-12-31
|
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 |
|||||
|
목차 (강의시간) |
강의내용 |
실습 여부 |
교수자 |
|
1 |
SDL(Self-Driving Lab)의 개요 및 국내·외 현황을 소개 및 AI 기반의 자율화에 대한 개념을 학습하고, 실험 데이터의 구조화 및 표준화에 대한 실습 수행 |
O |
본인 |
|
2 |
지식그래프 기반의 데이터 모델링 방법론 및 이를 활용한 디지털트윈 구현에 대하여 학습하고, 모듈화/규격화 기반의 가상 실험장비(HW) 사 례에 대한 실습 수행 |
O |
본인 |
|
3 |
상용 로봇팔을 제어 가능한 파이썬 패키지를 통한 실습을 수행하고 관 련 자동화 엑세서리 제어를 위한 PLC 프로그래밍 실습 수행 |
O |
본인 |
|
4 |
실험 장비 오케스트레이션을 위한 워크플로우 (쿠버네티스 환경 기반) 를 설계하고, 이에 기반하여 ELK(elasticstack) 기반의 실험 데이터 수 집-처리 파이프라인 사례 실습 수행 |
O |
본인 |
|
선수과목 |
|
||
|
참고자료 |
|
||
|
준비사항 |
Google Colab |
||
-
주제바이오데이터수집, 바이오분석기술, 바이오프로그래밍, 시스템 생물학, 화합물데이터, 화학정보프로그래밍, 머신러닝, 파이썬프로그래밍, 강화학습
-
분야인공지능 & 프로그래밍, 화학 & 화학정보학
-
실습없음 (이론 강의)
-
활용 단계Target Identification, Drug Discovery