CONTRIBUTION_02
Research
— designing
소재 연구 데이터의 수집·변환·합성부터 온톨로지 연결과 AI 기반 활용까지, 과학 지식이 실제로 작동하는 플랫폼과 서비스를 설계합니다.
DESIGNING SYSTEMS
소재 데이터를 연결하고 변환하며 활용하는 구조를 설계합니다.
소재 연구 데이터는 논문, 표, 이미지, 실험 기록과 데이터베이스에 서로 다른 형식으로 흩어져 있습니다. 미디어랩은 이러한 데이터를 수집하고 구조화하여 연구자가 탐색하고 비교하며 다시 활용할 수 있는 기반을 설계합니다.
이 과정에는 데이터의 출처와 라이선스 조건 검토, 원문 복제에 의존하지 않는 변환·합성 방식, 온톨로지를 통한 의미 연결이 포함됩니다. 완성된 데이터는 검색·분석·API와 AI 서비스에서 활용할 수 있는 지식 구조로 확장됩니다.
RESEARCH AREAS
데이터에서 지식 서비스까지 연결되는 연구를 수행합니다.
RESEARCH_01
소재 데이터 플랫폼
여러 데이터베이스와 연구 자료에 분산된 소재 데이터를 수집·정제·통합하여 검색, 비교, 분석과 재사용이 가능한 데이터 기반을 구축합니다.
RESEARCH_02
데이터 변환·합성
문헌 데이터의 출처와 이용 조건을 검토하고, 원문 복제에 의존하지 않는 변환·합성 방법을 연구하여 공개와 재사용에 적합한 데이터 형태를 설계합니다.
RESEARCH_03
온톨로지·AI 활용
소재·공정·측정·물성 사이의 의미 관계를 온톨로지로 연결하고, 검색·지식 그래프와 AI 서비스에서 활용할 수 있는 구조로 확장합니다.
RESEARCH PROCESS
데이터가 지식 서비스로 이어지는 과정을 설계합니다.
STEP_01
데이터 발견과 검토
연구 목적에 필요한 문헌과 데이터베이스를 탐색하고, 데이터의 형식·품질·출처와 이용 조건을 함께 검토합니다.
STEP_02
변환과 의미 연결
데이터를 비교하고 재사용할 수 있는 형태로 정제·변환하며, 소재·공정·측정·물성의 의미 관계를 온톨로지로 연결합니다.
STEP_03
서비스 구현과 확장
구조화된 지식에 대한 검색·시각화·API 구현 및 지식 그래프를 구축하고, AI 활용 사례를 지속적으로 확장합니다.
RESEARCH OUTPUTS
연구 결과를 재사용 가능한 디지털 자산으로 구현합니다.
연구 과정에서 만들어진 데이터와 의미 구조를 플랫폼, 온톨로지와 AI 기반 지식 서비스로 발전시킵니다.
OUTPUT_01 · DATA PLATFORM
소재 데이터 통합 플랫폼
서로 다른 데이터베이스와 연구 자료를 연결하여 소재 데이터의 탐색·비교·분석과 재사용을 지원하는 플랫폼을 구축합니다.
FAIR · OPTIMADE · Data Integration · Search · Visualization
OUTPUT_02 · ONTOLOGY
소재 온톨로지와 지식 그래프
소재·공정·측정·물성·모델 사이의 의미 관계를 정의하고, 서로 다른 데이터 체계를 연결할 수 있는 온톨로지와 지식 그래프를 설계합니다.
EMMO · OWL · Semantic Mapping · Knowledge Graph
OUTPUT_03 · AI SERVICE
AI 기반 과학 지식 서비스
문헌·데이터·이미지와 지식 그래프를 함께 활용하여 필요한 연구 근거를 탐색하고 지식을 재구성할 수 있는 AI 서비스를 개발합니다.
Multimodal AI · NLP · Vector Search · Graph RAG
NEXT: SEEING
설계된 지식을 다양한 렌즈로 바라보고 해석합니다.
Lens에서는 산업·과학·기술·미디어의 관계를 서로 다른 관점에서 살펴보고, 연구와 데이터가 사회에서 만들어내는 의미를 탐색합니다.