지난 7월, 한국과학기술원에서 열린 ‘2024년 기초 및 고급 재료인공지능 여름학교’는 재료공학과 인공지능의 융합을 시도하는 혁신적인 교육 프로그램이었습니다. 이번 여름학교는 기초 과정과 고급 과정으로 나뉘어 각각 대학생과 대학원생을 대상으로 진행되었습니다.

이번 여름학교는 기존의 교육 방식을 탈피하여, 참가자들이 실제 연구와 실무에 바로 적용할 수 있는 이론과 실습을 제공하는 데 중점을 두었습니다. 또한, 모든 자료와 강연 영상을 공식 웹사이트 (https://sites.google.com/view/aikim/events)에 공개하여, 참가하지 못한 연구자들도 이를 활용할 수 있도록 하였습니다. 이를 통해 재료 인공지능 연구의 초석이 되기를 기대합니다.

▲ 기초 재료인공지능 여름학교 참가자 및 연사 단체사진	▲ 고급 재료인공지능 여름학교 참가자 및 연사 단체사진
▲ (대학생 대상) 재료인공지능 여름학교 현장스케치	▲ (대학원생 대상) 재료인공지능 여름학교 현장스케치

기초 재료인공지능 여름학교 (대학생 대상)

• 일정: 2024년 7월 1일(월) ~ 7월 3일(수)
• 장소: 한국과학기술원
• 주관: 대한금속·재료학회 인공지능재료과학분과

첫째 날: 파이썬과 머신러닝의 첫 걸음

• 강준희 교수 (부산대)가 파이썬 기초와 구글 코랩 사용법을 통해 학생들이 프로그래밍의 기초를 탄탄히 다질 수 있도록 도왔습니다. 이어서 진행된 머신러닝 기초 강의는 인공지능의 첫 발을 내딛는 데 중요한 역할을 했습니다.

▲ 강준희 교수 (부산대학교)

둘째 날: 데이터와 인공지능

• 여병철 교수 (부경대)가 차원축소, 군집화, 인공신경망을 주제로 강의하며, 학생들이 데이터의 중요성과 인공지능 모델의 핵심을 이해하도록 했습니다.
• 조기섭 교수 (국민대)의 Autoencoder, CNN, Segmentation 강의와 실습은 학생들이 실질적인 인공지능 응용 기술을 체험할 수 있게 했습니다.

▲ 여병철 교수 (부경대학교)	▲ 조기섭 교수 (국민대학교)

셋째 날: 생성형 인공지능과 미래의 재료공학

• 이승철 교수 (KAIST)는 생성형 인공지능의 원리와 응용에 대해 강의하였고, 김용주 교수 (고려대)가 Transfer Learning과 Active Learning에 대한 강의를 했습니다.
• 민경민 교수 (숭실대)가 소재 데이터베이스 활용에 대해 강의하였고, 장재훈 박사 (KIMS)는 재료공학에서의 ChatGPT 활용법을 소개했습니다. 한상수 박사 (KIST)는 재료 계산 및 인공지능 연구 분야의 현재와 미래에 대해 논의하며, 참가자들에게 재료공학과 인공지능의 융합이 가져올 혁신적인 가능성을 제시했습니다.

▲ 이승철 교수 (KAIST)	▲ 김용주 교수 (고려대학교)
▲ 민경민 교수 (숭실대학교)	▲ 장재훈 박사 (한국재료연구원)

▲ 한상수 박사 (한국과학기술연구원)

고급 재료인공지능 여름학교 (대학원생 대상)

• 일정: 2024년 7월 3일(수) ~ 7월 5일(금)
• 장소: 한국과학기술원
• 주관: 대한금속·재료학회 인공지능재료과학분과

첫째 날: 딥러닝의 원리와 응용

• 조기섭 교수 (국민대)와 이승철 교수 (KAIST)가 ANN, CNN, RNN 등 딥러닝의 다양한 모델들에 대해 심도 있는 강의를 제공하여, 대학원생들이 딥러닝의 복잡한 원리를 이해할 수 있도록 했습니다.

▲ 조기섭 교수 (국민대학교)	▲ 이승철 교수 (KAIST)

둘째 날: 물성 예측과 그래프 뉴럴 네트워크

• 조기섭 교수 (국민대)는 물성 예측 모델에 대해 강의하며, 데이터 기반 예측의 중요성을 강조했고, 김동훈 박사 (KIST)의 Graph Neural Networks 강의는 재료 연구에서의 새로운 패러다임을 소개했습니다.
• 윤종필 박사 (KITECH)는 생성형 인공지능의 최신 기술을 소개하며, VAE, GAN, Diffusion Model의 이론과 실습을 통해 대학원생들이 실질적인 응용 기술을 배울 수 있도록 했습니다. 백서인 교수 (서강대)가 Language Models for Materials Discovery에 대해 강의하여, 학생들이 최신 인공지능 기술을 이해하고 실습할 수 있는 기회를 제공했습니다.

▲ 조기섭 교수 (국민대학교)	▲ 김동훈 박사 (한국과학기술연구원)
▲ 윤종필 박사 (한국생산기술연구원)	▲ 백서인 교수 (서강대학교)

셋째 날: 고급 딥러닝 기법 및 소재 데이터베이스 활용

• 김용주 교수 (고려대)가 Transfer Learning과 Active Learning에 대해 강의하여, 인공지능의 학습 효율을 높이는 방법을 설명했습니다.
• 이병주 박사 (KIST)는 언어모델의 기초 및 소재 연구 활용에 대해, 신정호 박사 (KRICT)는 소재 데이터베이스와 인공지능 활용 방안에 대해 발표했습니다. 이를 통해 대학원생들은 인공지능 기술을 재료 연구에 적용할 수 있는 구체적인 방법을 배웠습니다.

▲ 김용주 교수 (고려대학교)	▲ 이병주 박사 (한국과학기술연구원)

▲ 신정호 박사 (한국화학연구원)

마무리/

기존의 교육 방식을 탈피하고 새로운 접근 방식을 시도한 이번 여름학교는 참가자들에게 큰 영감을 주었습니다. 대한금속·재료학회는 앞으로도 이러한 혁신적인 교육 프로그램을 지속적으로 제공하여, 재료공학 분야 인공지능 발전에 기여할 계획입니다. 많은 학생들이 이번 강습회를 통해 얻은 지식과 경험이 앞으로의 연구와 실무에 큰 도움이 되기를 바랍니다.

▲ 재료인공지능 여름학교 강의실 전경