대한기계학회 회원 여러분, 인공지능 기술의 비약적인 발전은 이제 가상의 언어 공간을 넘어 설계·해석·실험·진단과 로봇의 움직임에 이르기까지, 기계공학이 다루어 온 물리적 세계 전반으로 그 영향력을 빠르게 확장하고 있습니다. 이러한 흐름에 발맞춰, 이번 심포지엄은 에이전틱 AI(Agentic AI)와 피지컬 AI(Physical AI)라는 두 핵심 키워드를 중심으로 전문가들을 모셨습니다. 스스로 목표를 세우고 도구를 활용해 공학 워크플로를 수행하는 AI 에이전트, 그리고 실제 환경에서 지각·판단·행동을 통합하며 로봇과 제조 현장을 혁신하는 피지컬 AI에 이르기까지, 학계와 산업 현장을 아우르는 최전선의 연구를 한자리에서 만나보실 수 있습니다. 기계공학과 인공지능의 융합을 선도하는 연구자들과의 활발한 교류를 통해, 참가자 여러분께서 학문적·기술적 통찰은 물론 산업 적용에 대한 실질적인 영감을 얻으시는 뜻깊은 자리가 되기를 기대합니다.
회원 여러분의 많은 관심과 적극적인 참여를 바랍니다.
● 주최 : 대한기계학회
● 주관 : 대한기계학회 기계인공지능연구회
● 날짜 : 2026년 8월 19일(수)
● 장소 : 고려대학교 서울캠퍼스 과학도서관 강당 508호
● 행사 일정
|
주제
|
시 간
|
제 목
|
발 표 자(소속)
|
|
등록
|
09:00~09:20
|
등록 및 상호 인사, 네트워킹
|
|
|
개회사
|
09:20~09:30
(10분)
|
기계인공지능 연구회 및 심포지엄 소개
|
이세진 연구회장
(국립공주대)
|
|
축사
|
09:30~09:40
(10분)
|
기계인공지능 전문가 심포지엄 축사
|
리광훈 회장
(대한기계학회)
|
|
Agentic AI
|
09:40~10:30
(50분)
|
AI 에이전트 시대 업무와 협업 환경의 변화
|
최재식 교수
((주)인이지/KAIST
AI대학원)
|
|
10:30~11:20
(50분)
|
Hierarchical and modular network for efficient learning
|
김범준 교수
(KAIST)
|
|
11:20~11:55
(35분)
|
Agentic AI for Mechanical Engineering
|
임재혁 교수
(경희대학교
기계공학부)
|
|
점심식사
|
11:55~13:30
|
교내 식당
|
|
|
Physical AI
|
13:30~14:20
(50분)
|
ChatGPT 성공사례로 보는 로봇 파운데이션 모델 발전 방향
|
이규빈 교수
(광주과학기술원
AI융합학과)
|
|
14:20~15:10
(50분)
|
Human Motion Generation: Toward Physical Realism
|
원정담 교수
(서울대학교
컴퓨터공학부)
|
|
15:10~15:25
|
휴식
|
|
|
15:25~16:00
(35분)
|
Physical AI in Robotics
|
김대겸 교수
(고려대학교
기계공학부)
|
|
16:00~16:35
(35분)
|
Industrial Physical AI for Engineering-Grounded Autonomy
|
이수영 교수
(중앙대학교
기계공학부)
|
|
산업응용
|
16:35~17:10
(35분)
|
제조업 설계 AX의 현재와 미래
|
강남우 대표
(나니아랩스
대표이사)
|
|
17:10~17:45
(35분)
|
Physical AI 데이터팩토리
|
손병희 본부장
(마음AI)
|
● 강연 초록
- ((주)인이지/KAIST 최재식 교수) AI 에이전트 시대 업무와 협업 환경의 변화 : 대형언어모델을 기반으로 한 인공지능이 스스로 목표를 세우고 도구를 활용하며 작업을 수행하는 AI 에이전트로 발전하면서, 비즈니스 의사결정의 방식도 빠르게 변화하고 있다. 본 발표에서는 먼저 비즈니스 의사결정에 AI를 적용할 때 AI가 담당하는 영역과 사람의 개입·판단이 필요한 영역의 경계를 어떻게 설정해야 하는지 살펴본다. 이어서 인공지능의 의사결정 과정을 투명하게 이해할 수 있게 하는 설명가능 인공지능(XAI)이 실제 비즈니스 현장에 적용된 사례를 소개한다. 마지막으로 주요 의사결정 영역에서 에이전틱 AI를 어떻게 활용할 수 있는지에 대한 시사점을 제시하며, 사람과 AI가 신뢰를 바탕으로 효과적으로 협업하기 위한 방향을 함께 논의한다.
- (KAIST 김범준 교수) Hierarchical and modular network for efficient learning : The current idea in vogue is big model, big data, and end-to-end training for developing a general-purpose robot. But here is the problem with this approach: it consumes too much power. For instance, LLAMA 8 billion model uses 250-300 watts just to make a single inference. And that’s for a language model which only has to process a discrete set of symbols. We can only expect the power requirement would be larger for robotics, which has to process a continuous stream of high dimensional sensory data to output a sequence of continuous actions. In contrast, humans on average use only 20 watts of power. This tells us that there is something wrong with how we are building our AI models. In this talk, I will talk about our lab's recent effort to discover useful inductive biases for robot manipulation so that we can do more with less data and smaller models, much like what CNNs did for images.
- (경희대 임재혁 교수) Agentic AI for Mechanical Engineering : LLM 기반 Agentic AI와 Harness Engineering을 활용해 기계공학의 설계·해석·실험·진단·PHM을 연결하고, sim-to-real gap을 줄이는 신뢰형 AI 공학 워크플로우 및 산업 현장 적용 전략을 소개한다.
- (광주과학기술원 이규빈 교수) ChatGPT 성공사례로 보는 로봇 파운데이션 모델 발전 방향 : ChatGPT는 많은 데이터를 이용하여 큰 모델을 자기지도학습 방법으로 사전학습하여 얻은 파운데이션 모델을 일반인들이 사용하기 편리하게 다양한 작업에 미세조정한 모델이다. 이러한 성공 사례를 로봇 파운데이션 모델에도 적용하려면 무엇을 고려해야 할 지 함께 고민해 보고자 한다.
- (서울대 원정담 교수) Human Motion Generation: Toward Physical Realism : Building a machine capable of understanding and generating human motion is a fundamental research topic across various fields, including computer graphics, computer vision, robotics, and medicine. It also has numerous practical applications, such as in entertainment, AR/VR, human-robot collaboration, and gait analysis for medical diagnosis. The talk will begin by outlining the key advantages of using physics simulation for understanding and generating human motion. It will then explore several recent approaches for generating 3D motion from diverse input sources, including videos, IMUs, 3D markers, manual keyframes, text, and so on. If time permits, the talk will conclude with a discussion of remaining challenges and potential directions for future research.
- (고려대 김대겸 교수) Physical AI in Robotics : 최근 Physical AI는 인공지능 연구와 로봇 분야에서 중요한 키워드로 다루어지고 있다. 본 발표에서는 Physical AI의 개념을 정리하고, 언어·영상 중심의 기존 AI와 달리 실제 세계에서 지각, 판단, 행동을 통합해야 한다는 점을 설명한다. 이어서 로봇과 에이전트가 움직임을 학습하는 핵심 방법론으로 강화학습과 모방학습을 소개하고, Vision-Language-Action 모델이 물리적 환경에서 인지지능과 행동 생성을 어떻게 연결하는지 다룬다. 마지막으로 현재 Physical AI가 직면한 데이터, 일반화, 안전성, 실제 적용상의 한계를 살펴보고, 향후 연구 방향과 응용 가능성을 논의한다.
- (중앙대 이수영 교수) Industrial Physical AI for Engineering-Grounded Autonomy : Physical AI의 실질적 개념과 기술 개발 방향을 살펴보고, 단순 데이터 중심을 넘어 물리성과 공학적 제약을 내재화한 제조·산업 중심의 Industrial Physical AI 구현 방향을 제시한다.
- (나니아랩스 강남우 대표) 제조업 설계 AX의 현재와 미래 : 생성형 AI를 시작으로 Agentic AI까지 AI 주도의 제품 개발 시대가 본격화되면서, 제품 개발의 속도는 물론 의사결정 구조 전반에도 근본적인 변화가 일어나고 있다. 본 세미나에서는 실제 제조 산업의 제품 설계에 적용되고 있는 다양한 AX 사례를 소개하고, AI가 주도하는 설계 패러다임의 미래를 살펴보고자 한다.
- (마음AI 손병희 본부장) Physical AI 데이터팩토리 : Physical AI 데이터팩토리는 로봇과 AI가 현실 세계에서 사람처럼 행동할 수 있도록 행동 데이터를 수집·생성·학습·검증하는 통합 인프라이다. 시뮬레이션과 실제 환경을 연결해 지속적으로 성능을 향상시키는 AI 학습 공장이다.
● 신청 안내
- 은행을 이용한 납부방법 : 우리은행/대한기계학회/1005-403-359047
- 카드 및 계좌이체를 이용한 납부방법 : 사전등록 페이지에서 전자결제시스템 이용
● 신청 마감 : 2026년 8월 6일(목) 13일(목)까지(납부 기준 선착순 300명, 현장등록 불가)
● 수강료
|
구 분
|
회 원
|
비회원
|
|
일 반
|
12만 원
|
18만 원
|
|
학 생
|
8만 원
|
10.5만 원
|
- 점심 식사 및 다과 포함, 주차권 미포함.
- 비회원 등록의 경우 1년간 대한기계학회 회원 자격을 부여함.
● 행사 문의
- 기계인공지능 연구회 회장 이세진 교수(sejiny3@kongju.ac.kr)
기계인공지능연구회 회장 이 세 진
대한기계학회 회장 리 광 훈
