Current Projects (진행 중인 연구과제)

AX기반 제조공정활용기술 전문인력양성 사업 (온디바이스 AI 제조플랫폼) AX-Based Manufacturing Process Technology Development Program (On-Device AI Manufacturing Platform)
Mar 2026 — Feb 2031 · 한국산업기술진흥원 (Korea Institute for Advancement of Technology, KIAT)
On-Device AI EdTech
메타휴리스틱 지식 전이와 진화적 강화학습 기반의 반도체 FAB 설비 신뢰성 대응 지능형 스케줄링 프레임워크 An Intelligent Semiconductor FAB Scheduling Framework Based on Metaheuristic Knowledge Transfer and Evolutionary Reinforcement Learning with Equipment Reliability
Sep 2026 — Aug 2031 · 한국연구재단 (National Research Foundation of Korea, NRF)
Scheduling Reinforcement Learning Metaheuristics

핵심 철학 (Core Philosophy): 시뮬레이션 기반 의사결정 연구실(SDM Lab)의 모든 연구는 시뮬레이션에서 출발합니다. 이론적 아이디어가 실제 현장의 복잡한 의사결정을 효과적으로 지원할 수 있도록, 가상 환경에서 철저한 검증 과정을 거치는 것을 원칙으로 합니다.

본 연구실은 현대의 복잡한 산업 시스템을 위한 지능형 의사결정 방법론(Intelligent Decision-making)을 전문적으로 연구합니다. 최적화 및 메타휴리스틱(Optimization & Metaheuristics), 강화학습(Reinforcement Learning), 그리고 데이터 기반 머신러닝(Data-driven ML) 기술을 유기적으로 결합하여, 일정계획(Scheduling) 및 운영 효율화를 위한 실무 중심의 해법을 제시합니다.

제조 시스템을 위한 일정계획 및 최적화 (Scheduling & Optimization)

제조 시스템을 위한 일정계획 및 최적화 (Scheduling & Optimization)

복잡한 생산 환경에서 제약을 고려한 의사결정

반도체 공정 및 스마트 팩토리와 같이 고도로 복잡한 제조 시스템을 대상으로, 생산 효율을 극대화하기 위한 일정계획(Scheduling) 및 최적화 기법을 연구합니다. 현실적인 물리적·운영적 제약 조건을 수리적으로 모델링하고, 변화하는 현장 상황에서도 신속하고 강건하게(Robust) 대응할 수 있는 실무 중심의 의사결정 엔진 개발에 초점을 둡니다.

  • 반도체 생산 스케줄링 및 지능형 디스패칭 (Semiconductor Scheduling & Dispatching)
  • 복합 공정 제약 기반의 수리적 최적화 (e.g., Q-time constraints)
  • 실시간 생산 현장 대응을 위한 의사결정 지원 시스템 (Real-time Decision Support)
학습 기반 지능형 최적화 (RL & Metaheuristics)

학습 기반 지능형 최적화 (RL & Metaheuristics)

학습(Learning)과 탐색(Search)의 시너지를 통한 차세대 해법

강화학습(RL)의 동적 대응 능력과 메타휴리스틱(Metaheuristics)의 전역 탐색 능력을 결합한 차세대 최적화 패러다임을 연구합니다. 기존 알고리즘으로 해결하기 어려운 대규모 조합 최적화 문제(Combinatorial Optimization)를 해결하기 위해, 학습 기반의 정책과 휴리스틱 탐색을 결합한 하이브리드(Hybrid) 접근법을 제안하며, 이를 통해 다양한 산업 도메인에 즉시 적용 가능한 확장성 높은 알고리즘을 설계합니다

  • 순차적 의사결정 및 자율 스케줄링을 위한 강화학습 (DRL for Scheduling)
  • 고도화된 메타휴리스틱 알고리즘 연구 (GA, PSO, SA)
  • 하이브리드 지능형 최적화 기법 (Hybrid RL + Heuristic Search)
  • 조합 최적화 난제 해결을 위한 알고리즘 프레임워크
데이터 기반 산업 인공지능 (Industrial AI & Analytics)

데이터 기반 산업 인공지능 (Industrial AI & Analytics)

예측 및 의사결정을 위한 머신러닝 모델

제조 현장 및 산업 시스템에서 발생하는 방대한 운영 데이터를 분석하여 예측(Prediction), 분류(Classification), 그리고 지능형 의사결정을 수행하는 머신러닝 모델을 연구합니다. 특히 시계열(Time-series) 데이터의 특성을 반영한 표현 학습과 데이터 효율성을 극대화하는 준지도학습 기법을 활용하여, 현장의 불확실성을 최소화하고 생산성을 높이는 데이터 기반의 AI 솔루션 구현에 매진하고 있습니다.

  • 시계열 표현 학습 및 예측 분석 (Time-series Representation Learning)
  • 데이터 효율성 증대를 위한 준지도학습 및 대조학습 (Semi-supervised & Contrastive Learning)
  • 산업 현장 특화형 진단 및 예측 모델링 (Industrial Predictive Analytics)
  • 설비 모니터링 및 운영 지표 최적화

Selected Projects (과거 연구과제)

AI 기반 이미지 인식 및 추천 시스템 개발
May 2024 — Jun 2024 · Wayout Co., Ltd.
Matirx Factorization Recommendation Machine Learning Industrial AI
Planning, Scheduling, and Dispatching Algorithms for Semiconductor Manufacturing
Apr 2021 — Apr 2023 · Gausslabs Inc. (with SK hynix)
Scheduling Dispatching Planning Semiconductor Manufacturing Optimization Simulation
에너지 프로슈머 빅데이터 분석 및 AI 알고리즘을 활용한 P2P 에너지 블록체인 기술개발
Apr 2020 — Dec 2023 · 정보통신산업진흥원 (National IT Industry Promotion Agency, NIPA) · 참여
Big Data AI Blockchain Energy P2P
Deep Reinforcement Learning을 활용한 지능형 Real-Time Scheduling/Dispatching (1~5차)
Jan 2016 — Oct 2018 · PCG Korea · 참여 · @ SNU
Deep Reinforcement Learning Scheduling Dispatching Real-Time
기계 학습과 정보 검색을 이용한 제조 및 서비스 시스템 운영의 최적화 기법 연구
Nov 2015 — Oct 2018 · 한국연구재단 (National Research Foundation of Korea, NRF) · 참여
Machine Learning Information Retrieval Optimization Manufacturing Service Systems
메타휴리스틱과 심층강화학습을 이용한 실시간 제조라인 일정계획 수립 기법
Mar 2020 — Feb 2023 · National Research Foundation of Korea (NRF)
Scheduling Metaheuristics Deep RL Simulation Optimization