1. RL 기반 용접 경로 최적화
• 강화학습 알고리즘(PPO, SAC 등)을 활용한 용접 경로 자동 최적화 개발
• 협동로봇 실시간 제어 루프와 RL 에이전트 통합 설계
2. 용접 품질 예측 AI 모델 개발
• 비드 형상·결함 탐지를 위한 컴퓨터비전 및 센서 데이터 학습 파이프라인 구축
• 실시간 용접 품질 모니터링 시스템 설계 및 현장 배포
– 엣지 디바이스 최적화 및 협동로봇 TCP 통신 연동
3. AI 시스템 설계 및 MLOps 운영
• 전체 AI 아키텍처 설계 — 데이터 수집부터 모델 배포까지 end-to-end 파이프라인 구축
• MLOps 환경 구성 및 모델 버전 관리·실험 자동화 (MLflow, DVC, Docker 등)
4. 글로벌 현장 데이터 기반 모델 고도화
• 14개국 파트너사 현장 피드백 반영, 다양한 용접 공정에 대한 모델 확장 연구
• 신규 금속 가공 공정(절단, 연마 등)으로의 AI 기술 적용 연구
