데이터에서 가설, 실험까지: 연구자의 시간을 되돌려주는 AI 연구 플랫폼

온디맨드형 동영상 시청하기

하기의 양식을 작성해주세요

*required fields

데이터에서 가설, 실험까지: 연구자의 시간을 되돌려주는 AI 연구 플랫폼

흩어진 논문과 실험 기록, 계산 도구를 하나의 연구 질문 아래 묶을 수 있다면, 가설에서 실험까지의 거리는 얼마나 짧아질까요?

생성형 AI와 과학 분야에 특화된 AI 모델, 고성능 계산 자원은 빠르게 발전하고 있지만 연구 현장에서는 여전히 따로 움직이는 경우가 많습니다. 이 세션은 이들을 연구 문제에 맞게 조합해 지식 탐색에서 가설, 실험, 분석까지 하나의 순환으로 잇는 기반이 왜 필요한지에서 출발합니다.

한국마이크로소프트가 과학 연구용 에이전트 플랫폼 Microsoft Discovery의 구조와, 하나의 연구 질문이 단계별 작업으로 나뉘어 실행되는 과정을 실제 화면으로 보여드립니다. 여러 에이전트가 일을 나눠 맡더라도 연구자가 멈춰서 확인하는 지점을 어디에 둘지가 핵심입니다.

주요 내용

  • AI·컴퓨팅·데이터 기반 위에 연구 에이전트 계층을 얹은 Microsoft Discovery의 구성과 계획·지식·분석 에이전트의 역할 분담

  • Amgen 활용 예시를 바탕으로 한 시연: 지식 그래프 탐색, 세부 과제 분해, 단백질 분석 도구 실행, 생물안전 검토를 거쳐 연구자 판단으로 돌아오는 흐름

  • PFAS 대체 냉각유체 후보 탐색 데모와 개인용 로컬 앱·조직용 클라우드 버전의 차이 및 사용 조건

이런 분께 추천합니다

  • 신약·소재 후보 탐색에서 가설 수립과 계산 실험의 반복 주기를 줄이고 싶은 바이오·화학 연구소의 연구 책임자

  • 논문, 실험 데이터, 시뮬레이션 도구를 하나의 연구 환경으로 연결할 방안을 검토하는 연구기관 연구 플랫폼·HPC 담당자

  • 연구용 AI 에이전트에 권한과 검토 지점, 생물안전 통제를 함께 설계해야 하는 생명과학 연구기관의 연구관리 담당자


https://info.microsoft.com/KO-ERAAI-ONDWBNR-FY27-10Oct-22-From-data-to-hypotheses-to-experiments-an-AI-research-platform-that-gives-researchers-their-time-back-SRGCM17287_LP02-Thank-You---Standard-Hero.html
영상 바로가기