상세정보

[12.11] AI로 끝내는 R&D 기술조사·데이터 분석·연구기획 과정 행사 안내

행사개요

행사명AI로 끝내는 R&D 기술조사·데이터 분석·연구기획 과정
-조사부터 분석, 기획서까지 AI와 하루 만에 끝내고, 그 결과를 검증하는 기준까지 챙겨 가는 R&D 실무 과정
일시2026년 12월 11일(금), 10:00~17:00
장소서울 여의도 FKI타워 컨퍼런스센터 2층 사파이어홀
주최세미나허브

행사 소개

1

AI 도구 사용법을 배우는 강의가 아닙니다.

연구개발 실무에서 조사 → 분석 → 기획이 실제로 이어지는 순서를 하루 동안 직접 끝까지 진행하며, 각 단계에서 AI에게 맡길 일과 사람이 판단해야 할 일을 명확히 구분해 드립니다.

2

AI는 시키는 대로 답하지만, 그 답을 업무에 써도 되는지는 알려주지 않습니다.

존재하지 않는 논문 인용, 기준 없이 지워진 이상치, 표본이 부족한데도 나온 '유의미한' 결과, 데이터 누수로 부풀려진 예측 정확도. 이런 결과가 그대로 보고서에 올라가면 책임은 작성자에게 돌아옵니다. 교시마다 이런 함정을 직접 확인하고, 실무자가 AI에게 되물어야 할 판단 기준을 분야 지식과 함께 익힙니다.

3

한 번 묻고 끝나는 AI가 아니라, 일을 함께 끝내는 AI로 씁니다.

지시를 설계하고, 넣어도 되는 자료를 가리고, 중간 결과를 검증하고, 최종 산출물로 넘기는 과정 전체를 하나의 흐름으로 경험합니다.

4

하루를 마치면 바로 쓸 수 있는 결과물이 손에 남습니다.

앞 교시의 결과가 다음 교시의 재료가 되어, 출처가 검증된 기술검토 보고서 한 건과 이를 뒷받침하는 기술비교 매트릭스, 특허 트렌드 대시보드, 분석 차트, 경영진 보고자료까지 끊김 없이 완성됩니다. 실습은 제공 데이터로 익힌 뒤 내 연구주제에 바로 적용하는 방식으로 진행합니다.

교육 대상
  • 기술조사·특허 분석·연구기획을 하는 R&D 실무자
  • 데이터 분석을 외부나 타 부서에 맡겨 온 담당자
  • AI를 써봤지만 업무 결과물로 이어지지 않은 분
  • 프로그래밍 경험이 없는 기획·전략 직군
기대 효과
  • 선행연구 조사와 참고문헌 검증
  • 특허·논문 데이터 정제와 기술 트렌드 시각화
  • AI 분석 결과의 타당성 확인
  • 기술검토 보고서·연구기획서 초안 작성과 경영진 보고자료 변환

프로그램

시간세부내용
Chapter 1. AI와 함께 기술을 조사하다조사 설계 → 선행연구 조사 → 특허 데이터 정제·시각화
10:00~11:00

[Phase 01] AI로 연구 조사를 설계하기“AI에게 맡기기 전에, 지시와 자료의 선부터 긋는다”

  • 같은 AI라도 결과가 달라지는 이유 — 지시 4요소(맥락·역할·자료·산출물)와 프로젝트 지침
  • 외부 AI에 넣어도 되는 자료와 안 되는 자료의 기준 — 특허 출원 전 자료, 대외비, 비식별화
  • 시연: 연구주제 한 줄 → 연구질문 구조화 → 조사범위·검색 키워드 생성
  • 실습: 오늘의 연구주제 선정, 연구 프로젝트 생성과 조사 지침 작성
  • 실습: 연구질문 구조화와 키워드 확장 — 국문·영문·유사어·인접기술
  • 결과물: 연구 프로젝트 지침 · AI 입력 가능·제한 자료 구분표 · 연구질문·키워드 세트
11:00~12:00

[Phase 02] 선행연구 조사와 Research Gap 도출“AI가 찾은 논문, 원문까지 직접 열어 확인한다”

  • 같은 기준(목적·방법·실험조건·성과·한계)으로 비교해야 연구의 빈틈이 보이는 이유
  • 딥리서치와 학술 데이터베이스(Semantic Scholar·Consensus)의 역할 차이
  • 존재하지 않는 인용이 생기는 이유와 원문 대조 절차
  • 시연: 키워드 → 논문 탐색 → 기술비교 매트릭스 → Research Gap 도출
  • 실습: 주최 제공 논문 10편 세트에서 동일 기준 추출, 비교 매트릭스 작성
  • 실습: 본인 주제 논문 2~3편 추가, 제목·저자·발행정보 원문 대조
  • 결과물: 기술비교 매트릭스 · Research Gap·차별성 분석표 · 검증된 참고문헌 목록
12:00~13:00

[Phase 03] 특허 데이터 정제와 기술 트렌드 시각화“흩어진 특허 데이터를 한 장의 경쟁 지도로”

  • 논문·특허 데이터 구조 — 저자·기관·피인용·IPC/CPC·청구항, Lens.org·Google Patents·KIPRIS 비교
  • 출원인명 표준화와 중복 제거가 분석 결과를 좌우하는 이유
  • 기술동향 표준 시각화 — 연도별·국가별 추세, 출원인 랭킹, 협력 네트워크
  • 차트에서 연구 집중도·공백기술·경쟁 구도를 읽는 법
  • 시연: Lens.org 검색식 작성과 CSV 내려받기, AI로 출원인 표준화·청구항 요약
  • 실습: 주최 제공 특허 데이터셋 정제(기관명 통일 → 중복 제거 → 기술 분류 자동 태깅)
  • 실습: 추세·랭킹·협력 네트워크 차트 작성 → 공백기술과 경쟁사 포지션 도출
  • 실습: 차트를 원페이지 대시보드로 묶어 공유 링크 생성
  • 결과물: 정제 특허 데이터셋(CSV) · 핵심 특허 요약표 · 트렌드 차트 · 경쟁사 포지셔닝 맵 · 대시보드
13:00~14:00점심식사
Chapter 2. 데이터로 근거를 만들다AI로 분석 실행 → 결과 되묻기 → 보고용 수치 확정
14:00~15:00

[Phase 04] AI로 데이터 분석하고 결과 검증하기“AI가 낸 숫자, 그대로 믿지 않고 네 번 되묻는다”

  • 평균과 중앙값이 크게 다를 때 — 보고서에 어떤 값을 대표로 쓸 것인가
  • 차트의 차이가 진짜 차이인가 — 오차막대와 범위를 보고 우열을 판단하는 법
  • 이상치를 빼자 결론이 달라질 때 — 제거 기준을 확인하고 제거 사실을 밝히는 법
  • 정확도 99%가 좋은 모델이라는 뜻일까 — 높은 수치 뒤에 숨은 함정 되묻기
  • 시연: 같은 데이터를 이상치 처리만 다르게 두 번 분석시켜 결론이 갈리는 과정 — 위 4개 되물음을 화면에서 차례로 확인
  • 실습: 본인 또는 샘플 데이터로 AI 분석 1회 수행, 4개 되물음을 차례로 적용해 결과 수정
  • 실습: 수정된 결과로 차트 3종과 분석 요약 1장 마무리 — 축·단위·오차막대 종류를 캡션에 명시, 한계와 전제를 함께 기술
  • 결과물: 정제 데이터셋 · 보고서용 차트 3종(캡션 포함) · 분석 요약 1장 · AI 결과 되물음 체크리스트
Chapter 3. 조사를 기획서와 보고로 잇다기술검토 보고서·연구기획서 → 보고자료와 업무 적용
15:00~16:00

[Phase 05] 기술검토 보고서와 연구기획서“원문 사실과 AI 해석을 갈라 설득 구조로 옮긴다”

  • 조사 결과를 설득 구조(필요성 → 기술성 → 시장성 → 사업화)로 옮기는 법
  • 시장 규모 추정(TAM·SAM·SOM)의 쓰임과 한계, 근거 문장과 결론의 연결 확인
  • 원문 사실과 AI 해석을 가르는 기준
  • 시연: Phase 01~04 산출물과 제안서 양식으로 기술동향·시장분석 파트 작성
  • 실습: 기존 연구와 신규 기술 구분, 중복 연구 확인, 기술개발 필요성과 문제정의 도출
  • 실습: 검증 체크리스트 실행으로 출처 확인, 기술검토 보고서 완성
  • 결과물: 출처 기반 기술검토 보고서 · 연구기획서 초안(시장·사업화 포함) · 출처·인용 검증 체크리스트
16:00~17:00

[Phase 06] 보고자료와 업무 적용 설계“하루의 작업을 내일도 돌아가는 업무 방식으로”

  • 조사 결과 재사용 장치 2종 — 판단 근거·출처·추가 검토사항의 카드화, 예약 브리핑의 원리와 성립 조건
  • 하루 작업의 업무 적용 — 복귀 후 수행할 조사 1건의 절차 설계
  • 시연: 강사 메일함에 도착한 주간 논문·특허 브리핑과 예약 설정 화면
  • 실습: 기획서 → 경영진 보고용 발표자료 변환 → 대화로 장면 수정
  • 실습: 연구지식 카드는 제공 템플릿에 채워 정리 → 주간 브리핑 요청문 작성 (예약 실행 기능이 있는 계정은 등록까지, 없으면 요청문과 절차서로 갈음)
  • 결과물: 보고용 발표자료 · 연구지식 카드 · 주간 기술동향 브리핑 요청문 · 본인 업무 적용 계획서

※ 상기 프로그램은 다소 변경될 수 있습니다.

강사소개

매일 에이전트와 논문을 쓰는 연구자입니다

한세경 교수

한세경 교수

경북대학교 IT대학 전기공학과 · (주)배터와이 대표
  • 업무용 협업 에이전트 플랫폼을 직접 설계·개발해 연구실과 기업 현장에서 운영
  • 데이터 구축에서 그림·원고·재현 코드까지 에이전트와 분업하는 연구 체계를 연구실에 정착
  • 전력·배터리·전기차 분야 국제 학술지 논문 40여 편, 저서 7권(세종도서 우수학술도서 2권 선정)
  • 저서 『도구에서 동료로 — 인공지능과 공학 연구의 진화』.
  • 도쿄대학교 박사 · 서울대학교 석사 · 한양대학교 학사
  • 한전 전력연구원·소방청·한국토지주택공사, 대학·학회 교수진과 연구자 대상 강연

준비물

  • 노트북 (Chrome 등 최신 브라우저)
  • Claude Pro 구독 — 본 교육은 원활한 실습을 위해 최소 Claude Pro 계정(월$20)을 가입 후 참석해 주셔야 합니다.
  • 실습 도구: Claude 웹·앱 + Lens.org·Semantic Scholar 등 무료 학술·특허 DB (설치 불필요)
  • 사전 회원가입: Lens.org
  • 본인 연구주제 1개와 관련 자료 (선택) — 대외비·출원 전 자료는 제외하거나 비식별화 후 지참

등록안내

◎신청방법|세미나허브 홈페이지에서 신청
◎결제방법|무통장입금 · 온라인 신용카드 결제 · 비대면 카드결제 가능
현장 카드결제는 지원되지 않습니다.
◎등록비|PDF파일·중식·다과 제공/VAT 포함
(사전등록 마감 이후 33,000원 추가)
구분얼리버드
(~11/9, 17:00)
사전등록
(~12/8, 17:00)
등록비(특별할인)396,000원 → 363,000원440,000원 → 429,000원

결제방법 안내

① 무통장입금(세금계산서 발급) : IBK기업은행 988-028464-04-014 / 예금주 : 세미나허브

② 신용카드 : 온라인 카드결제

③ 비대면 카드결제 : 카드번호와 유효기간으로 결제 (온라인에서 카드결제가 어려운 법인·연구·과제비 등의 카드인 경우)

※ 비대면 카드결제의 경우, 결제방법에서 '무통장입금' 선택 후 사무국으로 전화주시기 바랍니다.(02-2088-6488)

유의사항

  • Claude 유료 계정 - 본 교육은 원활한 실습을 위해 최소 Claude Pro 계정(월$20)을 가입 후 참석해 주셔야 합니다.
  • 본 교육과정은 선착순 접수로 운영되며, 결제 완료 시점을 기준으로 등록이 최종 확정됩니다.
  • 교육 및 실습 자료는 등록 시 기재하신 이메일로 발송되므로, 반드시 사전에 결제를 완료해 주시길 바랍니다.
  • 해당 자료를 실습용 노트북에 미리 다운로드하신 후 교육에 참석해 주시길 바랍니다.
  • 교육 및 실습 자료가 제공된 이후에는 환불이 불가하므로, 신청 전 유의해 주시기 바랍니다.
  • 취소를 원하시는 경우, 세미나허브 대표메일(help@seminarhub.co.kr)로 연락 바랍니다.
  • 현장에는 Wi-Fi가 제공되나, 동시 접속 인원이 많을 경우 인터넷 속도가 원활하지 않을 수 있습니다.
  • 데이터 무제한 요금제를 이용 중이신 경우, 보다 안정적인 접속을 위해 개인 데이터를 활용 바랍니다.
  • 교육에서 활용되는 생성형 AI 모델은 해당 모델의 업데이트 및 운영환경에 따라 변동될 수 있습니다.
  • 참석을 원하시는 분들께서는 위 사항을 반드시 확인하시어 등록에 착오 없으시기 바랍니다.
  • 오프라인 D -58
    [12.11] AI로 끝내는 R&D 기술조사·데이터 분석·연구기획 과정 포스터 [12.11] AI로 끝내는 R&D 기술조사·데이터 분석·연구기획 과정 포스터 [12.11] AI로 끝내는 R&D 기술조사·데이터 분석·연구기획 과정 포스터

    [12.11] AI로 끝내는 R&D 기술조사·데이터 분석·연구기획 과정

  • 2026년 12월 11일(금)

  • 10:00~17:00

  • 서울 여의도 FKI타워 컨퍼런스센터 2층 토파즈홀

  • 363,000원/1일