AI 실습부터 연구까지, 통합 교육·연구 환경을 구축하다 | 인하대학교

AI 교육과 연구가 대학 전반으로 확대되면서, 현장에서 가장 먼저 마주하는 문제는 종종 'AI를 어떻게 가르치고 연구할 것인가'가 아니라 '모두가 안정적으로 사용할 수 있는 실습·연구 환경을 어떻게 마련할 것인가'입니다. 학생마다 사용하는 PC 환경이 다르고, 연구자마다 필요한 라이브러리와 연산 자원이 달라지면 수업과 연구는 본격적인 모델 개발 이전 단계에서부터 지연될 수 있습니다.

특히 AI 실습에서는 Python, CUDA, PyTorch 등 개발환경 설정 과정에서 오류가 발생하기 쉽고, 고성능 GPU 장비에 접근하기 어려운 학생은 모델 학습 경험 자체가 제한될 수 있습니다. 연구 현장에서도 복잡한 인프라 설정과 자원 관리 부담은 도메인 연구자가 AI 모델 실험에 집중하기 어렵게 만드는 요인이 됩니다.

인하대학교 인공지능융합연구센터는 이러한 문제를 해결하기 위해 몬드리안에이아이의 AI 플랫폼 Yennefer를 기반으로 자체 AI 플랫폼 EduBridge를 구축했습니다. 이를 통해 AI 실습 교육, 대학원 연구, 학생 챌린지까지 하나의 통합 환경에서 운영할 수 있는 기반을 마련했습니다.

 

■ Yennefer 기반 EduBridge로 AI 교육 환경을 표준화하다

인하대학교 인공지능융합연구센터는 2020년에 설립된 인천 최초의 AI 특화 연구기관으로, 시각 AI, 로봇 AI, 의료 AI, 빅데이터 등 다양한 분야의 연구와 교육을 수행하고 있습니다. 또한 일반대학원 인공지능전공을 운영하며 매년 석·박사급 AI 인재를 배출하고 있습니다.

센터는 AI 교육과 연구를 안정적으로 운영하기 위해 Yennefer를 기반으로 자체 AI 플랫폼 EduBridge를 구축했습니다. Yennefer 도입 이전에는 학생별 개발환경 차이가 수업 운영의 주요 부담이었습니다. 학기 초마다 환경 세팅에 많은 시간이 소요되었고, 비전공자 수업에서는 이 과정 자체가 AI 학습의 진입 장벽으로 작용했습니다.

EduBridge 구축 이후 학생들은 별도의 복잡한 설치 과정 없이 브라우저를 통해 GPU 기반 실습 환경에 접속할 수 있게 되었습니다. 교수자는 모든 학생이 동일한 환경에서 코드를 실행한다는 전제하에 수업을 설계할 수 있었고, 수업 시간은 환경 설정이 아니라 모델 구조, 데이터 처리, 결과 해석 등 AI 학습의 본질에 더 집중될 수 있었습니다.


 

■ 교육에서 연구까지 확장된 GPU 기반 실험 환경

Yennefer는 단순한 수업용 실습 도구에 머무르지 않았습니다. 인하대학교는 Yennefer 기반 EduBridge를 AI 교육뿐 아니라 대학원 연구와 산학 프로젝트에도 활용했습니다. Yennefer는 2022년부터 2025년까지 약 435명의 학생이 활용했으며, 물류전문대학원과 인공지능융합프로젝트 교과목 등 다양한 수업과 연구 환경에서 사용되었습니다.

대표적인 연구 활용 사례는 인하대학교 물류전문대학원 연구팀의 생활물류 예측 모델 개발입니다. 연구팀은 택배 회사의 배송 데이터, 지리정보, 사회경제 데이터를 결합해 생활물류 예측 모델을 개발했으며, 이 모델은 건축물 용도별, 지역별, 품목별 예측으로 확장되었습니다. 나아가 용산국제업무지구 개발 계획에도 활용되며, 연구실 안의 AI 모델이 실제 도시계획과 연결될 수 있음을 보여주었습니다.

이 과정에서 Yennefer는 연구자가 GPU 서버를 직접 구성하거나 개발환경을 반복적으로 맞추는 부담을 줄이고, 데이터 분석과 모델 실험에 집중할 수 있는 환경을 제공했습니다. AI를 전공한 연구자뿐 아니라 물류·도시 등 도메인 전문성을 가진 연구자도 자신의 연구 질문을 AI 모델로 구현할 수 있는 기반을 마련한 것입니다.


 

■ 학생들이 같은 출발선에서 AI 프로젝트에 도전할 수 있도록

인하대학교는 Yennefer를 학생 참여형 AI 챌린지 운영에도 활용했습니다. AI 해커톤이나 챌린지에서는 참가자의 아이디어만큼이나 실제 모델을 학습하고 구현할 수 있는 환경이 중요합니다. 하지만 모든 학생이 고성능 GPU 장비를 보유하고 있는 것은 아니기 때문에, 장비 접근성의 차이가 프로젝트 완성도의 차이로 이어질 수 있습니다.

Yennefer는 인하 AI 챌린지 참가자들에게 동일한 GPU 실습 환경을 제공함으로써, 학생들이 장비의 제약보다 아이디어 구현과 모델 개선에 집중할 수 있도록 지원했습니다. 참가자들은 데이터를 다루고, 모델을 학습시키고, 결과를 확인하고, 다시 코드를 수정하는 AI 프로젝트의 전체 흐름을 직접 경험할 수 있었습니다.

이는 단순히 편리한 실습 환경을 제공한 것을 넘어, 더 많은 학생에게 AI 실험 기회를 열어준 사례입니다. 고성능 장비를 개인이 보유하지 않아도 실제 모델을 학습하고 개선할 수 있는 환경이 마련되면서, 학생들은 보다 공정한 조건에서 AI 프로젝트에 도전할 수 있었습니다.

 

Yennefer 도입 이후 인하대학교는 AI 교육과 연구, 학생 프로젝트를 분리된 환경이 아니라 하나의 통합 플랫폼 안에서 운영할 수 있게 되었습니다. 학생들은 환경 설정의 부담을 줄이고 학습과 실험에 집중할 수 있었으며, 교수자와 연구자는 보다 안정적인 환경에서 수업과 연구를 확장할 수 있었습니다.

인하대학교 사례는 Yennefer가 단순한 GPU 접속 환경을 넘어, 대학이 AI 교육과 연구 체계를 지속적으로 운영하기 위한 기반이 될 수 있음을 보여줍니다. 몬드리안에이아이는 Yennefer를 통해 교육기관이 더 많은 학생과 연구자에게 AI 실험 기회를 제공하고, 실습에서 연구, 산학 프로젝트까지 이어지는 AI 활용 환경을 구축할 수 있도록 지원했습니다.

👉 인하대학교의 사례를 더욱 자세히 보시려면 하단의 [Blog] 버튼을 클릭해 주세요.