시스템경영공학과 임동준 교수 창업기업
㈜테크노매트릭스 독자 AI 파운데이션 모델 개발 프로젝트 SKT 정예팀 합류

▲ 시스템경영공학과 임동준 교수 / ㈜테크노매트릭스 대표 시스템경영공학과 임동준 교수가 창업한 AI/ML/FM-Ops 전문기업 ㈜테크노매트릭스가 정부의 독자 AI 파운데이션 모델(독파모) 프로젝트에 참여하는 SKT 정예팀에 합류했다. 이번 합류는 SKT 정예팀이 2차 단계평가를 앞두고 산업 AX 및 제조 AI 운영 역량을 강화하는 과정에서 이루어졌으며, ㈜테크노매트릭스는 파운데이션 모델이 실제 산업 현장에서 안정적으로 활용될 수 있도록 AI 모델 운영 최적화 역량을 제공할 예정이다. 독파모 프로젝트는 AI 모델 개발이 국가 기술주권 경쟁으로 확장되는 흐름 속에서, 정부가 약 5,300억 원 규모의 예산을 투입해 국내 독자 AI 모델을 확보하기 위해 추진하는 대규모 국가 전략 프로젝트다. 정부는 GPU·데이터·인재 등 핵심 자원을 종합 지원하며, 첨단 GPU 1만 장 규모의 인프라 지원을 통해 정예팀의 모델 개발을 뒷받침하고 있다. 이러한 국가적 AI 개발 경쟁 속에서 SKT 정예팀은 독자 파운데이션 모델의 기술 고도화와 산업·서비스 확산을 추진하고 있으며, ㈜테크노매트릭스의 합류는 제조 AI 운영 최적화 역량을 바탕으로 독자 AI 모델의 산업 현장 적용 가능성을 높이는 계기가 될 것으로 기대된다. ▲ 독자 AI 파운데이션 모델 프로젝트 참여기관 수여 표상 ㈜테크노매트릭스는 전통적 딥러닝/기계학습 모델의 파운데이션 모델 전환과 모델 운영 단계에서의 재학습·재배포 자동화를 지원하는 솔루션 '컴핑(COMPiNG)'을 서비스하고 있다. 제조·금융·IT 등 다양한 산업 분야에서 모델링 및 운영 최적화 경험을 축적해 왔으며, 특히 2차전지, 조선해양 등 추론 안정성과 지속가능성이 요구되는 국가 전략 산업 분야에 특화된 모델 운영 기술을 보유하고 있다 이번 참여를 통해 ㈜테크노매트릭스는 SKT 정예팀의 독자 AI 파운데이션 모델이 제조 AX 영역으로 확산되고, 실제 산업 현장의 생산성 향상과 비용 절감으로 이어질 수 있도록 지원할 계획이다. 특히 시스템경영공학 분야의 데이터 기반 의사결정, 프로세스 모델링 및 최적화, 산업 인공지능 연구성과가 창업기업을 통해 국가 AI 개발 프로젝트와 연결된 사례라는 점에서 의미가 크다. ▲ 독파모 SKT 컨소시엄 SKT 정예팀은 인프라, 모델, 데이터, 서비스 네 계층의 AI 스택을 중심으로 참여기관 간 협력 체계를 강화하고 있으며, ㈜테크노매트릭스는 이 과정에서 제조 AI 운영 최적화와 파운데이션 모델의 현장 활용성 제고에 기여할 것으로 기대된다. ㈜테크노매트릭스 임동준 대표는 "소버린 AI 구축에 힘을 보탤 수 있게 되어 영광이다. 그동안 쓸만한 AI 모델은 대부분 클라우드에서 서빙되는 외산 솔루션이었기 때문에 오히려 산업 현장에서 그 활용이 제한되어 왔다. 이번 독파모 프로젝트를 통해 글로벌 경쟁력을 갖춘 국산 파운데이션 모델이 개발되면, 다양한 산업 분야에서 AI 대전환이 이루어질 것이고, 새로운 차원의 생산성 혁신이 가능해질 것으로 기대한다."고 밝혔다. ※ 관련링크: https://news.sktelecom.com/227799 https://www.hankyung.com/article/2026071448551 https://www.chosun.com/economy/tech_it/2026/07/14/HDBRG563ZBEYJL2PY7VEKBU3EQ/ https://www.mt.co.kr/tech/2026/07/14/2026071409102142941 https://zdnet.co.kr/view/?no=20260714090616

시스템경영공학과 안소연 학우, 인공지능기반 가스터빈 고장진단 기술을 주제로 SCI 저널에 논문 게재

시스템경영공학과 안소연 학우, 인공지능기반 가스터빈 고장진단 기술을 주제로 SCI 저널에 논문 게제 (왼쪽부터) 시스템경영공학과 안소연 학우, 산업공학과 권대일 교수 시스템경영공학과 안소연 학우가 제1저자로 작성한 논문 ‘Gas Turbine Fault Diagnosis Based on Sliding Radar Chart’이 SCI Q1 저널인 International Journal of Precision Engineering and Manufacturing-Green Technology에 게재되었다. 본 논문은 산업공학과 권대일 교수의 지도로 2025 팀연구프로젝트를 통해 작성되었다. 발전소에서 전기를 생산하는 데 핵심적인 역할을 하는 가스터빈의 이상을 제때 발견하지 못할 경우, 이는 발전 중단으로 인한 막대한 경제적 손실로 이어질 수 있다. 따라서 가스터빈의 상태를 파악하고 이상을 탐지할 수 있는 고장진단 기술의 중요성이 강조되고 있다. 인공지능 기반 가스터빈 고장진단을 위해서는 가스터빈의 운전 상태를 모니터링하기 위해 설치된 각종 센서 데이터로 모델을 학습시켜야 한다. 그러나 발전소마다 설치된 센서의 종류와 구성, 수집 환경이 서로 달라, 하나의 방법론을 여러 발전소에 적용하는 데에는 어려움이 있었다. 안소연 학우의 연구는 이러한 문제를 해결하기 위해, 대부분의 발전소에 공통적으로 설치된 BPT(Blade Path Temperature) 센서에 주목하였다. BPT 센서는 연소 이후의 온도를 측정하기 위해 연소기 출구의 원주를 따라 여러 개가 배치된 센서로, 정상 운전 시에는 센서 간 온도 분포가 균형을 이루지만 고장이 발생하면 일부 센서의 온도가 급격히 변화하며 균형이 깨지는 특성을 갖는다. 본 연구에서는 이러한 특성을 고장진단에 효과적으로 활용하기 위해, BPT 센서 데이터를 균형이 잘 드러나는 레이더 차트 이미지로 변환하고, 시간에 따른 급격한 변화도 포착할 수 있도록 일정 시간 동안의 레이더 차트를 겹쳐 구성하는 SRC(Sliding Radar Chart) 방식을 제안했다. SRC 방식으로 전처리된 데이터를 인공지능 모델에 학습시킨 결과, 서로 다른 발전소에서 수집된 실제 데이터를 활용한 검증에서 기존 방법 대비 우수한 고장진단 성능이 확인되었다. 안소연 학우는 “학부연구생으로서 연구를 진행하며 실제 산업 현장에서 수집된 데이터를 분석하고, 도메인 지식을 반영한 모델을 설계하는 과정은 학부 수업만으로는 접하기 어려운 좋은 경험이었다”며 “이러한 경험이 논문 게재라는 성과로 이어져 뜻깊게 생각한다”고 소감을 밝혔다. 이어 “향후에도 신뢰성 및 PHM(Prognostics and Health Management) 분야에 대한 관심을 바탕으로 연구를 이어나가고 싶다”고 덧붙였다. 안소연 학우는 오는 3월 본교 대학원 산업공학과에 진학하여 인공지능 고장진단 연구실(지도교수 권대일)에서 학업을 이어갈 예정이다.

제16회 대학생 신뢰성 프로젝트 경진대회 최우수상 [시스템경영공학과, fir스트 팀, 지도교수: 권대일 교수]

성균관대학교 시스템경영공학과 fir스트 팀(백승원, 국태웅, 윤혜린, 이서연, 한소연, 지도교수: 권대일)이 지난 11월 20일(목) 여수 베네치아 호텔에서 개최된 '제16회 대학생 신뢰성 프로젝트 경진대회'에서 최우수상을 수상하였다. fir스트 팀은 “충전 방식의 차이를 반영한 리튬이온 배터리 수명 예측 모델 제안”을 주제로, 실제 데이터를 활용하여 급속·완속·완만 등 충전 방식에 따른 배터리 수명 저하 핵심 요인을 분석하였다. 본 성과는 지난 하계 방학 학부생 연구 학점제(URP 1형)에서 시작된 프로젝트로, 방학 기간의 연구에 그치지 않고 약 6개월간 연구를 고도화하여 대외 수상의 성과를 이루었다. (참여 학생: 시스템경영공학과 4학년 백승원, 3학년 국태웅, 3학년 윤혜린, 3학년 이서연, 3학년 한소연)

제14회 학생논문경진대회 최우수상(1st place) & 제4회 작업개선 우수사례: 최우수상–한국산업안전보건공단 이사장상 [시스템경영공학과, 공용구교수, 인간공학연구실]

제14회 학생논문경진대회 최우수상(1st place): 성균관대학교 산업공학과 인간공학연구실 이도경 연구원(인간공학연구실: 공용구교수)은 이번 대한인간공학회 추계학술대회(제주 ICC, 2025.11.5-9)에서 개최한 제14회 학생논문경진대회에서 ‘최우수상(1st Place)’인 정의승 논문상을 수상하였다. 이도경 연구원은 “Development of a Program for Evaluating Sequential Lifting Tasks – (SLI: Sequential Lifting Index)”라는 주제로, 삼성반도체 현장에서의 다양한 들기작업들에 대한 정확하고 신속한 평가 분석프로그램을 제공하고자 개발하였으며, 현재 현장에서 작업 분석 도구로 활발히 활용되고 있고 매우 실용적인 솔루션을 제공하고 있다. 제4회 작업개선 우수사례: 최우수상 – 한국산업안전보건공단 이사장상: 올해 2025년 진행해 오던 삼성전자 NanoCIty 온양캠퍼스와의 산학연구 성과로, 작업자의 환경안전 개선을 위한 ‘제 4회 작업개선 우수사례’ 경진대회에서 “‘SSD TRAY 전용 Fork Type’개발을 통한 작업자세 및 근육부하 경감”으로 ‘최우수상’인 한국산업안전보건공단 이사장상을 수상하였다. 본 연구팀은 2024년도에도 ‘EMC 작업대 높이 개선 및 LI 분석 프로그램 개발’로 대한인간공학회 회장상인 ‘우수상’을 수상하기도 하였다. 향후, 삼성전자 NanoCity 온양캠퍼스는 공용구교수 연구팀(인간공학연구실)과 함께 산학연구를 통해 반도체 사업장 내 작업자들의 안전과 작업 환경개선을 위해 지속적인 협업을 진행할 예정이다.