산업체 세션

배재경 CTO
(리얼월드)

Biography
2025-현재	리얼월드 CTO
2021-2024	업스테이지 검색팀 팀장
2015-2020	카카오 AI기술팀 컨텍스트 팀장
2009-2014	다음커뮤니케이션 검색엔진 팀장
2005-2009	삼성전자 책임 연구원
2001-2004	이노피아테크 연구원
2001	서울대학교 컴퓨터공학부 석사 졸

Realworld Dexterity-1(RLDX-1): 로보틱스 파운데이션 모델 (45분)

We present RLDX-1, a new dexterity-first foundation model built to tackle complex tasks in real-world industry using high-DoF robotic hands. Existing models often lack essential capabilities, such as context memorization or force sensing, required for seamless real-world deployment. To address this, RLDX-1 encompasses the complete robotics lifecycle, integrating a scalable data collection pipeline, a versatile architecture design, robust training methodologies, and optimized deployment strategies. As a result, RLDX-1 achieves state-of-the-art performance, showcasing exceptional precision and generalization across both simulated environments and physical industrial applications.

어수행 Product Owner
(크립토랩)

Biography
2023-현재	(주)크립토랩 Product Owner
2020-2022	LG에너지솔루션 Data Scientist
2018-2020	(주)휴톰 CTO
2017-2018	(주)KT AI Tech Center ML Engineer
2015-2016	(주)인코어드 테크놀로지스 ML Engineer
2011-2015	고려대학교 통계학 박사

Encrypted AI for LLMs and Agents: Advancing Privacy-Preserving Intelligence (45분)

Modern LLMs and AI agents increasingly rely on retrieval, tool use, long context, and shared memory, but these capabilities also expand the surface where sensitive data can be exposed during inference. This talk presents Encrypted Computing as a systems approach to making privacy-preserving intelligence practical, with a focus on CryptoLab's Encrypted LLM research. Building on CryptoLab's Encrypted AI work, we discuss how encrypted token processing and GPU-accelerated Encrypted Computing are making large-model inference over encrypted data increasingly feasible. We then connect this progress to the broader AI stack: Encrypted Computing acceleration for inference, encrypted vector search for RAG, encrypted guardrails, and encrypted shared memory for multi-agent workflows. The goal is to show how Encrypted Computing can serve as a practical building block for trustworthy LLM and agent systems.

김도균 CAIO
(인핸스)

Biography
2012-2014	이지닉스 소프트웨어 엔지니어
2016-2024	서울대학교 공과대학 (산업공학/정보경영) 공학박사
2024-현재	인핸스 Chief AI Officer
2026-현재	NIPA 에이전틱 AI 포럼 위원

AI 에이전트로 산업의 미래를 설계하다 (45분)

AI systems that once merely answered questions are now evolving into AI agents—systems that interpret a user's intent and autonomously execute tasks through the use of external tools. We are entering an era in which humans decide and agents act.
In this session, we describe how AI agents are deployed in real enterprise environments through two complementary layers. The first structures fragmented enterprise data into reliable, ontology-based context; the second is an agent layer that reads screens, verifies data, and executes workflows much as a human operator would. Together, the two layers form a single operating loop of context, execution, result, and improvement.

이주형 부사장
(삼성전자 삼성리서치)

Biography
Joohyung Lee is an Executive Vice President at Samsung Electronics, where he leads the AI Core team at Samsung Research and oversees the development of AI models and core technologies spanning agents, robotics, and on-device AI. Prior to joining Samsung, he served as an Associate Professor at Arizona State University, where he led the Automated Reasoning Group for 14 years.

Some Trends in Agentic AI and Physical AI (45분)

AI is advancing on two converging fronts: agentic AI, where models autonomously plan, reason, and execute multi-step tasks, and physical AI, where intelligence is embodied in robots and devices that act in the real world. This talk surveys some of the trends in these areas.

이희재 팀장
(LG CNS)

Biography
2021-현재	LG CNS AI클라우드사업부 AI센터 Enterprise AI/Data사업담당 멀티모달AX사업팀 팀장
2017-2021	롯데정보통신((現)롯데이노베이트) AI센터 책임연구원
-2017	(미디어공학) 공학박사 취득

자동화에서 자율화로: AI Agent 기반 현장 중심 운영 혁신 (45분)

AI는 예측/생성 중심에서 벗어나 목표를 스스로 이해하고 계획/실행/검증까지 수행하는 Agentic AI 단계로 진화하고 있습니다. 본 강연에서는 이러한 흐름 속에서 AI Agent가 정책과 권한 범위 내에서 자율적으로 업무를 실행하는 '디지털 워커'로 자리매김하는 사례를 공유합니다.
실제 기업 적용 사례를 통해 AI Agent가 고객 경험, R&D 지식 활용, 사무 생산성 영역에서 만들어낸 구체적 성과를 소개하고, 이를 바탕으로 AI Agent 도입 시 필요한 운영 거버넌스 재설계 방향과 ROI 기반 우선순위 선정, 단계적 확산 전략을 제시합니다. 궁극적으로 AI Agent의 경쟁력은 현장에서 안전하고 신뢰할 수 있게 실행되도록 기업의 운영 체계를 재설계하는 데서 나온다는 점을 강조하며, 자동화를 넘어 자율화로 나아가는 실행 방안을 제시합니다.

오동빈 팀장
(모티프테크놀로지스)

Biography
2020-2023	Deargen, Machine learning research scientist
2023-2025	Moreh, Machine learning engineer
2025-현재	Motif-technologies, Multi-modal team lead

Babysitting Billions of Parameters: Lesson from Motif-Video 2B (45분)

Training a large generative model is less about clever ideas than about babysitting — keeping the infra and the training run alive. This talk distills what we learned building Motif-Video 2B, a text-to-video model trained at lab scale outside the US/China compute regime, along two axes: applied science (finding the recipes that actually work, plus in-flight model surgery) and engineering outside the lab (non-stop training on SkyPilot, customizing Accelerate/FSDP). We agree with the bitter lesson, but argue there's still room to close the compute gap with inductive bias, data, and algorithms.

유보선 CTO
(인이지)

Biography
2025-현재	인이지 기술이사
2025	과학기술정보통신부 장관 표창 수상
2019-2021	한국과학기술연구원 AI대학원 성남연구센터 선임연구원
2000-2005	인하대학교 공과대학 공학박사 (정보통신공학)

제조 피지컬AI: 산업 설비를 자동으로 운전하는 인공지능 실증 사례 (45분)

피지컬 AI(Physical AI)는 디지털 환경에서의 의사결정을 넘어 실제 산업 설비를 자율적으로 운전하는 차세대 인공지능 기술로 주목받고 있다. 제조업은 에너지 비용 증가, 숙련 인력 부족, 공정 복잡성 심화 등의 문제에 직면하면서 AI 기반 자율운전 기술의 필요성이 더욱 커지고 있다. 본 발표에서는 세계 최고 수준의 시계열 예측 기술, 설명 가능한 AI(XAI), 강화학습 기반 제어 기술을 결합한 제조 파운데이션 모델과 이를 활용한 산업 설비 자율운전 기술을 소개한다. 또한 철강, 시멘트, 석유화학, 유리, 교통 등 다양한 산업 현장에 적용한 실증 사례를 통해 에너지 절감, 공정 안정화, 품질 향상 등 실제 성과를 제시한다. 이를 통해 Physical AI가 인간을 대체하는 기술이 아니라 작업자와 협업하는 Human-in-the-Loop 기반의 신뢰 가능한 자율운전 기술이며, 제조 산업의 디지털 전환과 지속가능한 생산 체계를 실현하는 핵심 기술임을 제시한다.