We are delighted to announce the establishment of the Major of AI-Chemical Engineering within the Department of Artificial Intelligence at the Graduate School. This new program complements the existing Major of Artificial Intelligence, combining state-of-the-art AI methodologies with chemical engineering fundamentals to address the pressing challenges of process efficiency, sustainability, and novel material development.
가톨릭대학교 일반대학원 인공지능학과에 AI화학공학전공(Major of AI-Chemical Engineering, Dept. of Artificial Intelligence)이 새롭게 신설되었음을 알려드립니다. 인공지능학전공과 더불어 AI화학공학전공이 추가되어, 인공지능 기법과 화학공학 이론의 융합 연구 및 교육 역량이 한층 강화될 것으로 기대됩니다. 본 전공은 AI 기반 화학공정 최적화, 신소재 설계, 지속가능 공정 개발 등 화학공학 전 분야에 AI를 접목하는 데 중점을 두고 있습니다.
Rationale and Objectives
The chemical industry is undergoing a paradigm shift fueled by digitalization, sensor networks, and high-performance computing. Traditional process optimization alone can no longer meet stringent safety, environmental, and economic requirements. By integrating AI techniques (especially machine learning, deep learning, and generative models) into every stage of chemical process design and operation, the new Major of AI-Chemical Engineering aims to prepare researchers and practitioners capable of pioneering next-generation solutions.
급변하는 산업 환경에서 전통적 화학공정만으로는 안전성·효율성·친환경성을 동시에 달성하기 어려워졌습니다. 특히 빅데이터, 사물인터넷(IoT), 고성능 컴퓨팅 기술의 발전으로 실시간 공정 데이터 확보가 가능해지면서, AI 기반 분석·예측 기법을 공정 제어 및 설계에 적용하려는 수요가 급증하고 있습니다. 이에 본교 대학원은 화학공학 연구 역량과 AI 기술을 결합하여 미래 산업을 선도할 연구자를 양성하고자 AI화학공학전공을 신설하게 되었습니다.
Research Themes & Industry Trends
- Predictive Maintenance: AI-enabled anomaly detection platforms reduce unplanned downtime by over 30%, with accelerating adoption in petrochemical and specialty chemical plants.
- Energy & Resource Optimization: Data-driven process tuning has demonstrated 10–20% reductions in energy consumption in recent pilot studies.
- Specialty Chemical Innovation: Machine-learning-guided materials discovery shortens R\&D cycles by 40–60%, particularly in pharmaceuticals, cosmetics, and electronic materials.
-
Sustainable Process Development: AI-designed biomass conversion pathways have cut greenhouse gas emissions by over 25% while boosting renewable feedstock utilization.
- 예측 유지보수: AI 기반 이상 탐지 및 고장 예측 시스템은 설비 가동 중단을 30% 이상 감소시키고 있으며, 국내 화학 플랜트에도 도입 사례가 늘고 있습니다.
- 에너지 및 원료 최적화: AI 모델을 활용한 공정 변수 최적화로 에너지 소비를 10–20% 절감한 연구 결과가 다수 발표되었습니다.
- 소재개발: 머신러닝을 이용한 물성 예측 및 합성 경로 탐색으로 R&D 기간을 40–60% 단축하는 사례가 보고되어, 제약·화장품·전자소재 분야에서 활용이 확대되고 있습니다.
- 지속가능 공정 설계: AI로 설계된 바이오매스 전환 공정은 온실가스 배출을 기존 대비 25% 이상 저감하였고, 재생 원료 사용 비율을 크게 높인 바 있습니다.
Degree Programs & Admissions
- Available Tracks: Master’s (MEng), Doctoral (PhD), Integrated MS/PhD Program.
- Fall 2025 Intake: TBA
- Application Period: TBA
- Selection Process: Document review → Oral Interview → Final Results.
-
Details & Deadlines: Please refer to the Graduate School Admissions webpage.
- 과정: 공학석사, 공학박사, 석박통합
- 모집 인원(2025-2학기): TBA
- 원서 접수: TBA
- 전형 일정: 서류심사 → 면접 및 구술시험 → 합격자 발표
- 전형 요강 및 상세 일정: 대학원 입학처 홈페이지 참조
Contact & Advising
For further information or to schedule an academic advising session, please contact to Prof. O-Joun Lee, Dept. of Artificial Intelligence.
입학 및 전공 관련 상담은 인공지능학과 이오준 교수에게 연락 주시기 바랍니다.
We invite passionate and innovative candidates to join us in shaping the future of AI-enabled chemical engineering.
AI와 화학공학의 융합으로 새로운 연구 패러다임을 개척할 여러분의 많은 지원을 기다립니다.
