R&D AI의 자료 기반·연구 질문·학습 | 7Days 제조 혁신 자료실

원문 핵심 요약

Novo Nordisk의 R&D·AI 역량 구축 대화

고품질 자료와 연구 질문의 결합

2024년 인터뷰는 자료 기반·과학자의 디지털 역량·외부 협력으로 AI를 연구 과정에 연결한 경험을 다룬다.

자료 기반

임상·전임상 자료의 품질과 활용 구조를 마련한다.

통합 역량

과학 전문성과 디지털 기술을 함께 익힌다.

외부 협력

공동 목적과 협력 행동을 명시해 함께 개발한다.

원문에 명시된 범위와 사례 유형을 구분한 요약

확인할 근거와 맥락

기간 수치의 상태

파이프라인 진입부터 사람 대상 시험까지 평균1,500일은 당시 설명이다.500일은 목표이며 달성된 AI 성과가 아니다.

실무에 연결되는 원문 관점

사람의 역할

문제의 정의

어떤 생물학적·의학적 질문을 풀지 정하는 사람의 역할을 강조한다.

학습과 기대

실패의 수용

교육으로 불안을 줄이고 초기 실패를 통해 기대와 실행을 조정한다.

기술 조직을 별도 장벽으로 만들지 않고 연구자의 업무 방식에 연결하려는 접근이다.

별도의 적용 제안

가상 소재 연구의 질문·자료·AI 검증 연결

민수 소재 실험의 질문·근거 카드

제안 범위 · 공개·합성 물성·시험 조건

기존 Teamcenter/PDM/ERP·M-BOM 정합성을 전제

질문 정의

확인하려는 물성과 비교 조건을 명확히 적는다.

자료 점검

단위·시험 조건·출처·판본을 같은 기준으로 정리한다.

가설 검토

AI 제안과 계산·문헌·시험 근거를 구분해 비교한다.

학습 축적

실패 가설·불확실성·추가 시험 질문을 기록한다.

효과와 품질을 함께 확인

조건 정합성

물성 값의 단위·환경·측정법 일치 여부

근거 구분

관측·추정·생성 가설·미확인의 분리 여부

재현 가능성

자료와 분석 조건으로 결과를 다시 확인할 수 있는지

근거·권한·승인 경계

기준 유지

기존 시스템과 정합적 M-BOM의 설계 기준 활용

시험 승인

재료 선정·실험·안전·설계변경은 담당 승인

자료 보호

실제 고객·사업 자료 없이 공개·합성 자료로 검토

질문
자료
가설
학습