[4월 15일 라이브!] "AI로 반도체·디스플레이 소재 개발" : 웨비나 안내

수많은 변수, 그리고 각 변수의 다양한 가짓수. 변수를 10개로, 각 변수의 가짓수를 10개로 가정하면 경우의 수는 10의 10제곱(10기가)으로 급증한다.

데이터 사이언티스트는 현재 상용화한 기술이라도 실제로는 최적화한 방법이 아닐 가능성이 99.9%라고 본다. 특정 분야에서 숙련된 전문가여도 이처럼 다양한 경우의 수를 모두 고려하긴 어렵기 때문이다. 반도체와 디스플레이 소재도 예외가 아니다.

다만 데이터 사이언티스트도 현재 널리 사용 중인 소재가 최적화에서 아주 거리가 먼 상태에 있다고는 보지 않는다. 이때 인공지능(AI)을 활용하면 최적화에 가까워질 수 있다.

특정 발광소재를 예로 들면 소재 효율이나 가격 등을 Y값(결과값), 이를 위한 재료와 조성, 공정 등을 X값(조건)으로 놓을 때 X값 수십개를 동시에 생각해야 하는 상황이라면 숙련된 전문가여도 '머리'보다는 'AI'를 활용하는 편이 낫다.

전공 분야 데이터가 충분한 전문가가 자신의 경험과 전문지식에 AI를 가미하면 훨씬 적은 노력으로 최적화에 가까운 조건과 결과값을 얻을 수 있다. AI가 집적된 데이터에서 최적의 값을 제시할 수 있고, 변수(X값)가 많아질수록 AI 효용성도 커진다.

AI 알고리즘을 활용해서 실제 좋은 소재가 나오고 있는 상황이다. 반도체와 디스플레이 소재는 조직 사진처럼 어려운 자료도 활용할 수 있다.

AI 학습에서는 강화학습법을 사용한다. 강화학습은 변하는 상황을 쫓아가며 최적화한 방법을 찾을 때 주로 활용한다. 데이터가 충분해지면 그 뒤엔 지도학습(슈퍼바이즈드 러닝:Supervised learning)과 강화학습으로 X값, Y값을 맞춰볼 수 있다.

15일 디일렉은 한국정보디스플레이학회(KIDS)와 AI 기반 발광재료 개발을 주제로 라이브 웨비나를 진행합니다. '반도체 디스플레이 소재 개발 AI로' 주제를 손기선 세종대 교수(나노신소재공학)가 발표합니다.

사전 등록 페이지 바로가기

- 행사 개요 -
 

행사 : [한국정보디스플레이학회] AI 기반 발광재료 개발
일시: 4월 15일(목) 15:00~16:00(라이브 웨비나)
참가비 : 무료

- 프로그램 -