이차전지
Turning Literature into Knowledge: AI-Driven Discovery of Solid-State Electrolytes
데이터를 지식으로, 지식을 설계로 연결하는 AI 기반 소재 연구팀
2026 AI Co-Scientist Challenge Korea Winners
대표성과 소개
- Track 1
- 6팀
- Track 2
- 10팀
- 총
- 16팀
AI 활용 연구보고서 작성
총 6개 팀 선정 · 경쟁률 22.8:1
반도체·디스플레이
An AI-Guided Framework for Mobility–Stability-Aware Recipe Generation in Oxide Semiconductor TFTs
AI 기반 문헌 마이닝으로 산화물 반도체의 성능 한계(Pareto Frontier)를 규명하고 맞춤형 소자 제작 레시피를 생성하는 AI Co-Scientist 모델 개발
수학
Latent-Space Forecasting of URANS Wake Flows Across Reynolds Numbers and LLM-Assisted Transition Regime Identification
Turb Surfers는 인하대·고려대·Texas A&M 대학 연구진이 모여 난류 유동의 흐름 위에서 잠재공간 예측과 전이구간 식별을 구현하고 AI를 연구 전 과정의 실질적 도구로 확장한 융합 연구팀입니다.
임상 예측, 의무기록
SOFA-Reconstruction Deep Markov Model (SR-DMM) for Dynamic ICU Mortality Prediction with Clinical Notes
복잡하고 불규칙한 임상 데이터를 활용해 환자의 중증도 악화 상태를 조기 예측하는 딥 마르코프 모델을 제안한 딸기맛 몬스터 팀입니다.
과학 문헌 분석
A Multi-Agent RAG Architecture for Citation-Grounded Scientific Literature Synthesis
SigmaLead는 검색·작성·검증을 각기 다른 에이전트에 맡기는 다중 에이전트 RAG 구조로, AI가 쓴 과학 문헌의 모든 인용을 원문 단위까지 되짚어 검증해내는 시스템을 설계한 팀입니다.
의료영상, 임상 판독
An Integrated Clinical–Imaging Reporting Workflow for the Assessment of Cognitive Impairment
초고령 사회에서 급증하는 치매 영상 판독 병목을 해소하는, 근거 기반 자동 임상 보고 워크플로우
전시 부스 운영
시상식 및 컨퍼런스 기간 중 16개 전시 부스에서 수상팀의 연구 성과를 직접 만나보실 수 있습니다.
Track 1: 6개 부스·Track 2: 10개 부스