플러스프로젝트 배경
1. 문제점 - 생성형 AI 확산 이후 대학 및 연구기관의 GPU 수요는 증가했지만, 실제 연구실에서는 GPU 서버 운영과 AI 환경 구축에 높은 전문성이 요구됨. - 연구그룹마다 CUDA, 드라이버, Python, 프레임워크, 라이브러리 요구사항이 달라 단일 환경으로는 대응이 어려움. - 비전산 전공 연구실은 AI를 연구에 활용하고자 하지만, 환경 구축 장벽 때문에 GPU를 보유하고도 충분히 활용하지
프로젝트 성과
설명 실제 운영 서비스 구축
PoC 수준이 아니라 C대학교 내 연구그룹을 대상으로 실제 운영 중인 Live Service 단계의 AI/HPC 플랫폼 구축
실사용 연구자 확보
전자전기공학, 에너지공학, 신소재공학 등 4개 연구 분야에서 5개 연구그룹, 50명 이상의 연구자가 실사용
연구환경 구축 시간 단축
기존 수일~수 주가 소요되던 AI 연구환경 구축 과정을 프리셋 기반으로 수 시간 이하 수준으로 단축
GPU 자원 관리 체계화
Slurm 기반 스케줄링과 사용량 모니터링을 통해 사용자별 GPU 자원 사용 현황을 관리할 수 있는 기반 확보
AI 연구지원 기능 제공
JupyterLab, AI Agent, 문서 분석, 연구 스크립트 작성 지원 등 연구 생산성 향상 기능 제공
핵심 기능
웹 기반 AI/HPC 접속 포털
연구자가 브라우저 기반으로 GPU 연구환경, JupyterLab, VNC Desktop 등에 접근할 수 있는 사용자 포털 제공
진행 단계
문제 정의 및 현장 요구 분석
2025.05.
대학 내 비전산 연구그룹의 AI 활용 장벽, GPU 운영 문제, 연구환경 구축 병목을 분석
프로젝트 상세
본 프로젝트는 대학 및 기업 연구그룹이 보유한 GPU 서버와 AI 연구환경을 연구자가 쉽게 사용할 수 있도록 지원하는 AI/HPC 운영관리 플랫폼이다. 기존 연구실 환경에서는 GPU 서버를 보유하고 있더라도 Slurm 스케줄러 설정, CUDA 및 드라이버 호환성, 딥러닝 프레임워크 설치, 사용자 계정 관리, GPU 사용량 관리 등 운영 난도가 높아 실제 활용률이 낮은 문제가 있었다. 특히 소재, 전자,
