DAIS 연구 그룹
DAIS 연구 그룹은 한국에너지기술연구원(KIER) 에너지AI·계산과학실에 기반을 둔 AI·데이터사이언스 연구 그룹입니다. 에너지·과학기술 연구에서 발생하는 복잡한 실제 데이터를 연구의 출발점이자 검증 환경으로 삼아, 머신러닝, 과학문서 이해, 지식 기반 추론, AI 에이전트 등 일반화 가능한 AI 방법론을 연구합니다. 특정 과제에만 적용되는 일회성 솔루션을 넘어 다양한 과학·산업 문제로 확장할 수 있는 모델과 평가 방법, 데이터 처리 파이프라인을 개발하고, 이를 학술적 성과와 실제 연구 도구로 연결하는 것을 지향합니다.
Data → Analysis → Intelligence → System
- D — Data. 비정형 문서(PDF, 보고서, 논문 등), 실험·공정 데이터 등 연구 현장에서 발생하는 다양한 형태의 데이터를 수집·정리합니다.
- A — Analysis. 문서의 구조 분석과 핵심 정보 추출, 실험·공정 데이터의 전처리 등 후속 모델링이 가능한 형태로 데이터를 가공합니다.
- I — Intelligence. 대규모 문서·데이터에 대한 분류·요약·검색·추천 모델링, 실험·공정 데이터에 대한 예측·피팅 모델, 도메인 지식과 결합한 강건한 학습 방법을 다룹니다.
- S — System. 모델과 분석 결과를 다른 사람이 실제로 사용할 수 있는 형태로 서비스화하고, 반복 업무의 자동화와 재현 가능한 분석 코드 정리를 지향합니다.
KIER 내부의 여러 부서, 그리고 외부 기관과 협력하여 연구를 진행하며, 개별 과제에 국한되지 않고 다른 과제에서도 재사용 가능한 코드와 워크플로우의 형태로 정리하는 것을 지향합니다.
최근 수상
🏆 동상 (Bronze Award)
학부생·고등학생 논문경진대회
ASK 2026 (한국정보처리학회 연차 학술발표대회)
2026년 5월 21일, 강릉
수상자: 최효은 (충남대학교, 학부 인턴)
논문: PEMFC 촉매 SEM 이미지 열화 분류에 대한 SHAP 및 CRAFT의 모델 구조별 비교 분석
참여 연구 과제
- 배터리 제조공정 최적화를 위한 비접촉 초저함수율 측정 기술
- 배터리 제조공정의 전주기 에너지 효율 솔루션 기술
- 소재-공정 전주기 데이터 HUB 및 지능형 연구 설계 기반의 고성능 리튬 이차 전지 구현
- 에너지 비용 15% 절감 건물·에너지 산업공정 설비 자율운전 국산 AI 에이전트 개발
- 에너지 플랜트 운전 효율성 향상을 위한 통합 AI 예측 시스템 개발
- 에너지 R&D 초융합을 위한 AI·계산과학 연구 체계 고도화
- 청정수소 기술개발 정책지원 및 네트워크 기반 구축
- AI 기반 에너지 소재 열화 예측 플랫폼 구축을 위한 첨단 분석 데이터 인프라 개발
- AI 탐색설계 및 전주기 데이터 관리 기반 우주발사체용 초고온 내열 세라믹 소재 HUB 구축
연구 성과
국내 학술대회
(2026).
PEMFC 촉매 SEM 이미지 열화 분류에 대한 SHAP 및 CRAFT의 모델 구조별 비교 분석.
ASK 2026 · 🏆 학부생 논문경진대회 동상.
소프트웨어 저작권
(2026).
인용 그래프 기반 사용자 맞춤형 학술 문헌 및 특허 추천 시스템.
SW 저작권 제 C-2026-040017 호.
(2026).
인공지능 기반 기술동향 뉴스 수집·분석·보고서 생성 시스템.
SW 저작권 제 C-2026-019657 호.
(2025).
물리 제약 조건 기반 베이지안 최적화를 활용한 태양전지 파라미터 자동 추출 시스템.
SW 저작권 제 C-2025-054527 호.
(2025).
출판사별 에이치티엠엘 구조 적응형 학술 논문 그림·캡션 추출 시스템.
SW 저작권 제 C-2025-054528 호.
(2025).
크레마: 학술 논문 표층 시각 요소 추출 및 번역 기반 문서 재구성 시스템.
SW 저작권 제 C-2025-054529 호.
기고·언론
(2026).
AI는 검증하는 사람의 안목만큼만 믿을 수 있다: 에이전틱 AI 시대, 연구 현장의 신뢰 설계.
『한림원의 창』 2026 여름호.
구성원
Principal Investigator (PI)
학부 인턴 (Undergraduate Interns)
이전 구성원 (Alumni)
갤러리
연락처