특허·논문 조사부터
연구실 AI 시스템까지

연구원이 AI로 특허·논문을 찾고, 읽히고, 정리해 보고하는 기초에서 시작합니다. 그 일을 스크립트로 반복 실행하고(실무), 역할을 나눈 에이전트 팀에 맡기고(에이전트), 연구원이 쓰는 화면으로 만들고(화면), 기관 안 장비에서 운영하는(인프라) 데까지 이어지는 5단계 레벨 체계입니다. 매 회차는 짧은 설명 뒤 바로 실습해 결과물을 남기며, 수료는 결과물 검수로 판단합니다.

1. 1찾기특허·논문 검색식
2. 2읽히기PDF·한글 변환
3. 3정리용어 사전·라벨링
4. 4보고서선행기술 요약

1. 01
   AI 기본기와 용어 사전·시소러스L1 기초

   연구 주제를 정의하고 대표어·동의어·영문 대응을 담은 용어 사전을 만듭니다.

   6h
2. 02
   특허 검색식과 문헌 수집L1 기초

   특허·논문 DB에서 쓸 검색식을 세우고 건수를 기록하며 문헌 목록을 모읍니다.

   6h
3. 03
   문서 읽히기 — PDF·한글 변환L1 기초

   PDF·한글 문서를 AI가 읽을 수 있게 변환하고 요약 카드로 정리합니다.

   3h
4. 04
   관계 틀과 AI 라벨링L1 기초

   관계 도식으로 문헌 표의 열을 맞추고, AI 라벨링 후 표본을 검수해 정확도를 기록합니다.

   9h
5. 05
   선행기술 조사 요약 보고서L1 기초

   근거가 달린 문헌 표를 바탕으로 요약 보고서를 쓰고 발표합니다.

   6h
6. 06
   수집 자동화와 정규화L2 실무

   AI 코딩 도구로 수집 스크립트를 만들고 메타데이터 정규화·중복 제거를 자동화합니다.

   15h
7. 07
   변환·청킹과 벡터 검색L2 실무

   문서를 조각으로 나눠 색인하고, 용어 확장을 더한 하이브리드 검색을 만듭니다.

   15h
8. 08
   검색 품질 평가와 자동 적재L2 실무

   평가 질문 세트로 검색 품질을 재고, 대량 라벨링과 자동 적재·점검 흐름을 만듭니다.

   12h
9. 09
   에이전트 기본·도구 연결·스킬L3 에이전트

   도구·기억·계획 구조를 익히고 MCP 도구 연결과 반복 업무 스킬을 만듭니다.

   15h
10. 10
    역할별 에이전트 팀과 오케스트레이션L3 에이전트

    수집·정리·검수·보고 에이전트를 나누고 순서·병렬·검증 단계로 엮습니다.

    12h
11. 11
    사람 승인·평가·운영L3 에이전트

    권한과 승인 규칙, 모델 선택과 비용 기록, 일정 실행과 장애 대응을 정합니다.

    15h
12. 12
    연구원용 화면 3종 구축L4 화면

    검색 화면·수집/라벨 현황 대시보드·라벨 검수 화면을 만들고 권한과 배포, 사용 안내서까지 갖춥니다.

    30h
13. 13
    로컬 sLLM·검색 운영 환경L5 인프라

    모델과 장비를 고르고 로컬 모델 서빙, 검색 이전, 게이트웨이, 보안·백업, 운영 문서를 완성합니다.

    30h
14. 14
    캡스톤 — 자기 과제 적용캡스톤

    과제 정의 → 구축 스프린트 → 평가·발표·인수 순서로 실제 연구 과제 1건에 적용합니다.

    24h