
랩실 소개
생산라인과 물류 설비의 배치·작업 순서·AGV 경로를 최적화해요. 디지털 트윈과 시뮬레이션, 강화학습을 결합해 생산 운영을 분석하고 실시간 의사결정에 활용해요.
AI가 연구실 홈페이지를 바탕으로 쓴 소개예요
- 주로 내는 곳
- APMSJ. Comput. Des. Eng.PLM
- 졸업 후
- LG전자, 현대자동차, 삼성전자, 삼성전기, 서울과학기술대학교
연구 내용
- 스케줄링·설비 배치: matrix 제조 시스템과 반도체 생산의 강화학습·심층 Q-learning 기반 최적화
- AGV 운영: 디지털 트윈과 심층 강화학습을 이용한 동적 경로 계획 및 실시간 최적화
- 디지털 트윈·CPS: OPC UA 아키텍처, ISO 23247 생산물류 정보 모델, 선제적 시뮬레이션을 통한 생산 관리
- 수작업 조립라인: 생산 데이터 분석과 유전 알고리즘 기반 작업자 배정 및 다목적 최적화
- 공정 품질 예측: 섬유 염색 잔류 염료와 방적 공정 품질을 위한 머신러닝 분석
- 구성: 박사과정·석박통합과정·석사과정
연구 주제별 논문
생산 스케줄링과 설비 배치 최적화
- Explainable scheduling in vehicle-as-a-conveyor matrix manufacturing systems via deep reinforcement learningJ. Comput. Des. Eng. 2026
- Optimization of facility layout using reinforcement learning for semiconductor productionJ. Comput. Des. Eng. 2026
- Digital twin-driven deep reinforcement learning for real-time optimisation in dynamic AGV systemsInt. J. Prod. Res. 2026
디지털 트윈과 CPS
- Digital Twin for Intelligent Production Management Using AI Computer Vision and Proactive SimulationAPMS 2025
- Extending ISO 23247: A Production Logistics Information Model for Integrated Digital TwinsAPMS 2025
- Digital twin-based architecture for wire arc additive manufacturing using OPC UARobotics Comput. Integr. Manuf. 2025
조립라인 작업자 배정과 공정 분석
- Multi-objective Optimization of Worker Assignment for Manual Assembly Production Lines: A Genetic ApproachAPMS 2025
- Data-driven analysis and human-centric assignment for manual assembly production linesComput. Ind. Eng. 2024
- Data-Driven Analysis and Assignment of Manual Assembly Production LinesAPMS 2023
핵심 연구 주제
생산시스템 모델링 · 분석 및 통합 · CAD/CAM/DM/PLM · 스마트제조 · CPS/디지털트윈
컨택 전 확인
학교 교수 페이지에서 연락처 확인교수께 첫 메일 보내는 법
미리 읽어 두면 좋은 최근 논문
- Digital twin-driven deep reinforcement learning for real-time optimisation in dynamic AGV systemsInt. J. Prod. Res. 2026
- Explainable scheduling in vehicle-as-a-conveyor matrix manufacturing systems via deep reinforcement learningJ. Comput. Des. Eng. 2026
- Optimization of facility layout using reinforcement learning for semiconductor productionJ. Comput. Des. Eng. 2026
홈페이지에 나온 구성원
- 박사과정 5명
- 석박통합과정 2명
- 석사과정 10명
- 졸업생 87명
지원 가능 학과
2026. 11. 11. 기준으로 학과·연구실 홈페이지에서 모은 정보예요. 잘못된 정보가 있거나 내리고 싶으시면 [email protected]로 알려 주세요.
비슷한 랩실 더 보기
| 연구실 | 대학 | 대표 연구 주제 | 탑티어 논문 | 전체 논문 | 구성원 | 비교 |
|---|---|---|---|---|---|---|
Intelligent Manufacturing & Materials Lab. 지능형 생산 및 소재 연구실정임두 교수 | UNIST | 학습 이론·최적화 | 0 | 3 | 21 | |
신하용 연구실신하용 교수 | KAIST | 5 | – |



















