|
|
|
|
|
 |
저는 성균관대학교 대학원에서 산업공학의 이론적 기초를 확립하고, 실제 데이터 기반 실험을 통해 학문적 문제를 해결하는 연구자로 성장하고자 합니다.
대학원에서는 데이터 기반 시스템 최적화 및 스마트 제조의사결정 모델을 중심으로 연구를 수행할 계획입니다.
학문적 목표는 산업공학의 정량적 접근에 인공지능적 사고를 접목시켜, 데이터 기반 지능형 시스템 최적화 프레임워크를 구축하는 것입니다.
결국 제가 대학원에서 이루고자 하는 목표는, 산업공학의 전통적 분석 기법과 최신 데이터 기반 기술을 결합해 지능형 산업시스템 설계의 학문적 근거를 제시하는 것입니다.
제가 대학원에서 집중적으로 탐구하고자 하는 연구 주제는 데이터 기반의사결정 시스템의 최적화와 지능형 생산 운영 모델의 개발입니다.
그 경험을 통해 데이터 중심의 산업공학 연구가 단순히 계산의 문제가 아니라, 문제 구조를 정의하고 수리적으로 모델링하는 사고의 과정임을 깨달았습니다.
결국 제가 추구하는 연구의 방향은 '효율성'만을 위한 기술개발이 아니라, 데이터의 의미와 인간의 판단을 함께 고려하는 산업공학의 학문적 완성입니다.
석사과정에서는 주로 데이터 기반 모델링과 시뮬레이션 중심의 응용연구를 수행하고, 박사과정에서는 확률적 최적화와 인공지능 융합의사결정 이론을 기반으로 한 산업시스템 최적화의 수리적 모델 확립을 목표로 하고 있습니다.
|
|
|
 |
이후 인턴십에서 생산관리 시스템의 실시간 데이터 분석 업무를 수행하면서, 현장 데이터와 이론적 모델의 간극을 직접 느꼈습니다.
특히 '스마트 제조 시스템 연구실'과 '데이터 기반의사결정 연구그룹'의 연구주제는 제가 학부 시절 느낀 문제의식과 맞닿아 있습니다.
단순한 효율 향상이 아니라, 데이터 기반의 실시간의사결정 시스템을 구 축하는 연구를 수행하고 싶습니다.
저는 성균관대학교 대학원에서 산업공학의 이론적 기초를 확립하고, 실제 데이터 기반 실험을 통해 학문적 문제를 해결하는 연구자로 성장하고자 합니다.
대학원에서는 데이터 기반 시스템 최적화 및 스마트 제조의사결정 모델을 중심으로 연구를 수행할 계획입니다.
1학기에는 이론적 기반을 다지기 위해 '고급산업 시스템 분석', '확률 모형 및 시뮬레이션', '데이터 마이닝 특론', '산업공학 응용 최적화' 등의 과목을 수강할 계획입니다.
연구 주제는 "데이터 기반 실시간 생산 일정 관리 및 품질 예측 모델 개발"입니다.
또한, 데이터 기반 생산시스템의 한계를 해결하기 위해 의사결정의 불확실성(uncertainty) 문제를 연구하고자 합니다.
학문적 목표는 산업공학의 정량적 접근에 인공지능적 사고를 접목시켜, 데이터 기반 지능형 시스템 최적화 프레임워크를 구축하는 것입니다.
제가 대학원에서 집중적으로 탐구하고자 하는 연구 주제는 데이터 기반의사결정 시스템의 최적화와 지능형 생산 운영 모델의 개발입니다.
저는 이러한 복잡한 시스템을 분석하고, 수리적 모델과 인공지능 기법을 결합하여 효율적이고 탄력적인 산업구조를 설계하는 연구를 수행하고 싶습니다.
대학원 과정을 마친 이후 저는 데이터 기반산업공학연구를 지속적으로 수행하며 학문적 발전과 산업적 혁신을 동시에 이끌 수 있는 연구자로 성장하고 싶습니다.
저는 대학원에서 쌓은 연구 경험을 바탕으로, 산업의 효율성뿐 아니라 지속가능성과 인간중심의 운영을 함께 고려하는 연구를 이어가고자 합니다.
석사과정에서는 주로 데이터 기반 모델링과 시뮬레이션 중심의 응용연구를 수행하고, 박사과정에서는 확률적 최적화와 인공지능 융합의사결정 이론을 기반으로 한 산업시스템 최적화의 수리적 모델 확립을 목표로 하고 있습니다.
저는 학문적으로는 산업공학의 핵심 이론을 확장하고, 산업적으로는 실제 공정과 물류현장에 적용 가능한 연구를 수행하는 연구자로 성장하고 싶습니다.
기술적 효율뿐 아니라 사회적 책임을 고려 한 시스템 설계를 통해, 산업공학의 가치가 사회 전반에 확산될 수 있도록 기여하고 싶습니다. |
 |
산업, 데이터, 공학, 연구, 시스템, 모델, 이다, 기반, 최적화, 분석, 문제, 효율, 학문, 수행, 의사결정, 과정, 생산, 공정, 구조, 통해 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|