광주과학기술원 기계로봇공학과 이상유동열관리 연구실
AI 기반 배터리 열관리 박사후 연구원(이노코어 펠로우) 채용공고
광주과학기술원 기계로봇공학과 이상유동열관리 연구실에서 극한환경·조건 AI 활용 배터리 열관리 분야 이노코어 펠로우를 아래와 같이 모집 공고 하오니 관심있는 분들의 많은 지원 바랍니다.
※ 연구실 홈페이지: http://tpftml.gist.ac.kr
※ 연구책임자(이승현 교수)이메일: [email protected]
※ 연구단 홈페이지: https://polar-ai-gist.github.io/research/
❍ 개요
- 사업명: InnoCORE 사업: 과학기술정보통신부 지원 우수 박사후연구원 육성 사업
- 모집분야: AI 기반 배터리 열관리 및 고열유속 열관리 연구
- 계약기간: 1년 단위 계약, 평가를 통해 연장 가능(총 사업기간 5년 내 연장 가능)
- 연구분야: AI 기반 배터리 열관리, CFD surrogate modeling, 극한조건 단열시스템, 고효율 배터리 열관리 시스템
- 모집트랙: 본 공고는 아래 2개 연구트랙으로 구성되며, 지원자는 지원서에 희망 트랙을 명시할 수 있습니다. 복수 트랙 지원도 가능합니다.
- Track 1. 극한 조건 단열시스템을 적용한 고효율 배터리 열관리 시스템 개발
- Track 2. AI-CFD 기반 배터리 열관리 CFD surrogate 개발
· 연구환경 및 성장기회: 본 포지션은 PI의 적극적인 멘토링과 연구 지원 아래, 열관리 분야의 실험·이론·CFD·AI를 융합한 도전적 연구를 주도적으로 수행할 수 있는 기회를 제공합니다. 우수 논문 작성을 적극 장려하며, 독립 연구주제 발굴과 교수·정출연·산업계 진출을 위한 연구 경력 개발을 지원합니다.
※ 본 포지션은 단순 과제 수행이 아니라, AI-CFD 기반 배터리/고열유속 열관리 분야에서 독립 연구자로 성장할 수 있는 포닥 트랙입니다.
- 관련 확장 연구분야: 본 연구실은 배터리 열관리뿐만 아니라 데이터센터 냉각, 레이저 시스템 열관리, AI-CFD 기반 고열유속 열관리 연구를 함께 수행하고 있습니다.
❍ 모집분야 및 인원
극한 환경·조건 AI 활용 배터리 열관리 기법 개발
- Track 1. 극한 조건 단열시스템 기반 고효율 배터리 열관리 시스템 개발
- Track 2. AI-CFD 기반 배터리 열관리 CFD surrogate 개발
❍ Track 1. 극한조건 단열시스템 기반 고효율 배터리 열관리 시스템 개발
1. 연구 아이디어
본 연구는 전기차 및 극한환경 모빌리티용 배터리팩을 단순 냉각 대상이 아니라, 외부 환경과 운전조건에 따라 보온–예열–방열 모드를 능동적으로 전환하는 항온유지 열관리 시스템으로 개발하는 것을 목표로 한다. 이를 위해 진공단열, 능동열스위치, 자가발열, 이상유동 액침냉각 및 CFD/AI 기반 예측모델을 통합하여 저온·고온·급속충전 조건에서 배터리 온도 안정성과 에너지 효율을 향상시키고자 한다.
2. 연구 내용
- 이상유동 액침냉각 및 마이크로채널 기반 과냉각 비등 냉각
3. 연구 계획
- 1차년도: 진공단열 배터리팩, 능동열스위치, 자가발열, 이상유동 냉각의 핵심 개념 설계 및 기초 실험·CFD 모델 구축
- 2차년도: 요소기술 성능 검증, 통합 열관리 모듈 설계, AI/ML 기반 hotspot·dryout·CHF 예측모델 개발
- 3차년도: 단열–예열–방열–온도균일화 기능을 통합한 배터리팩 검증 및 극한환경 운전조건 성능 평가
- 4~5차년도: 모터 폐열 회수 및 배터리 열관리 활용 기술로 확장
4. 예상 결과물
- SCI 논문(IJHMT, ATE 등 홈페이지 참조) 및 국내외 특허
- 능동형 항온유지 배터리팩 열관리 개념 및 통합 설계안
- 극한 저온·고부하 조건에서의 배터리 온도 유지·제어 데이터
- hotspot, dryout, CHF 및 유동 불균일성 예측용 CFD/AI 모델
- 극지 모빌리티, 전기차, 국방·우주용 에너지저장 시스템으로 확장 가능한 열관리 플랫폼
❍ Track 2. AI-CFD 기반 배터리 열관리 CFD surrogate 개발
1. 연구 아이디어
본 연구는 액침냉각 배터리 시스템의 안전성과 신뢰성 향상을 위해, CFD 열유동 해석과 물리기반 AI/ROM 모델을 결합한 배터리 열관리·진단 기술 개발을 목표로 한다. 이를 통해 hotspot 및 열폭주를 예측하고, 실시간 온도장 예측이 가능한 CFD surrogate 모델을 개발하고자 한다.
2. 연구내용
- 고율 방전 조건에서의 셀 발열 모델 개발 및 CFD 기반 액침냉각 모듈/팩 열유동 해석
- 절연냉각유 체적, 셀 간격, 모듈 구조에 따른 hotspot 및 온도분포 예측
- 작동 조건에 따른 열폭주 발생 예측 및 전파 거동 CFD 해석 + 실험 데이터 검증
- POD 기반 ROM 구축 및 FNO 등 neural operator 기반 AI surrogate 모델 확장
- PINN 등 physics-informed learning 을 활용한 CFD surrogate 신뢰성 향상
- 실험 데이터 기반 모델 보정 및 인증 대응용 설계 근거자료 도출
3. 연구계획
- 1차년도: 셀 발열 모델 구축, 액침냉각 시스템 초안 설계, AI 기반 온도 예측 모델 개발
- 2차년도: CFD 모델 보정, hotspot 설계 기준 확립, 실시간 온도장 예측 모델 고도화
- 3차년도: 인증 대응용 열설계 데이터 정리 및 안전운전 기준 도출
- 4~5차년도: 디지털 트윈 및 Agentic AI 기반 열관리 플랫폼 구축 연구
4. 예상결과물
- SCI 논문(CFD surrogate 개발 및 실험데이터 검증 관련, 투고 저널: IJHMT, ATE 등) 및 국내외 특허
- 액침냉각 배터리 시스템 CFD 해석 및 셀 발열 모델
- hotspot 실시간 예측용 POD/FNO 기반 surrogate 모델 및 physics-informed 보정 기법
❍ 참여의향서 제출 필수 자격요건
- 박사후연수연구원 : 박사학위 취득일로부터 5년 이내인 자
※ 단, 박사학위 취득 후 5년이 초과된 경우라도, 해당 분야에서 탁월한 역량을 보유한 인재는 사업운영위원회 내부 심의를 통해 예외적으로 임용될 수 있음
※ (자격요건) 박사학위 소지자(취득 예정자)
- 지원서 접수마감일 기준 병역의무를 필하였거나 면제된 자
※ 박사후연수연구원의 경우, 전문연구요원 당연전직 요건을 갖춘 자 지원 가능(임용 시점에 지원하는 과기원에서 당연전직으로 근무 중인 전문연구요원도 참여 가능)
- 과기원 인사 규정에 결격 사유가 해당되지 않는 자
- 국가공무원법 제33조 각호에 해당하는 자
- 아동·청소년의 성보호에 관한 법률 제56조에 의해 취업제한 명령을 받은 자
- 부패방지 및 국민권익위원회 설치와 운영에 관한 법률 제82조에 의하여 취업제한을 받고 있는 자
- 면제자(병역특례 대상자 포함)를 제외하고 병역을 필하지 않았거나 병역법 제76조에 따른 병역의무 불이행자
- 다른 공공기관에서 부정한 방법으로 채용된 사실이 적발되어 채용이 취소 또는 면직된 자로서 그 취소 또는 면직 일자로부터 5년이 경과되지 않은 자
❍ 우대사항
- 해외 대학 또는 연구기관에서 박사학위를 취득한 자
예: MIT, ETH Zurich, University of Tokyo 등
박사과정 학위 수여 기관 기준
- 최근까지 해외 기관(대학, 연구소 등)에 소속되어 있었던 연구자
포닥, 연구교수, 객원연구원 등 포함
귀국 예정자 또는 국내 채용 조건부 입국 가능자 포함
- 외국 국적 보유자 또는 외국인 유학생 출신 연구자
국내외 활동 여부와 관계없이 외국 국적 보유 시 해외 인재로 간주
단, 국내 거주 중인 외국인 연구자도 포함 가능
- 국내 박사학위자 중 박사과정 중 상당 기간(예: 1년 이상)을 해외 기관에서 공동연구, 인턴십, 이중학위 등으로 이수한 경우
❍ 참여의향서 제출 유의 대상
- 국내 대학에 소속된 박사후연구원 및 비전임 교원
- 참여의향서 제출 시점 기준 국내 연구기관에 소속된 일부 연구자의 경우, 기존 소속기관의 동의가 있는 경우 제출 가능
- 아래의 조건 중 하나에 해당하는 경우 참여의향서 제출 가능
① 기존 소속기관과의 계약기간이 3개월 이내 종료 예정인 경우
② 기존 소속기관과의 계약기간이 3개월 이후 종료 예정이나, 기존 소속기관(예: 지도교수, 연구책임자, 부서장 등)의 참여 동의가 있는 경우
※ 단, 기존 소속기관과의 고용계약이 완전히 종료된 이후에만 임용이 가능
두 기관 간 근무일 중복이 발생할 경우, 무단 겸직으로 간주될 수 있으며, 국민연금, 건강보험 등 이중 가입 정보가 자동 통보되어 행정적 불이익이 발생할 수 있음
❍ 기타 참고 사항
- 참여의향서는 과기원별(KAIST, GIST, DGIST, UNIST)로 개별 접수하므로, GIST InnoCORE 과기원 선도형(극한환경 자율 모빌리티 Physical AI 연구단) 참여의향서 접수 링크 로 접속하여야 함
- 참여의향자는 복수의 연구단에 지원할 수 있으나, 최종 임용은 InnoCORE 연구단(과제) 1개로만 가능함(2개 이상의 InnoCORE 연구단(과제) 참여 불가)
- GIST와 직접 근로계약 체결하고, 멘토 교수와 함께 근무 수행
※ 단, 연구단에 참여하는 국내 일반대학의 멘토와 융합 연구 등을 위하여 일정 기간 파견근무 가능
- 광주과학기술원 (광주광역시 북구 오룡동, 첨단과기로 123)
※ 1년 단위로 계약(최대 5년까지 연장 가능), 최초 계약은 26년 12월 말일까지 계약
- 인건비 9천만원/년 (※ 4대 보험 등 법정 기관부담금 포함 금액임)
❍ 진행 절차: 연구단별 임용 목표(25명) 확보 시까지 ①~⑤ 상시 진행
2026.05.26.(화)~
2026.06.19.(금)
- 추천서와 추천인의 개인정보 동의서 2부는 면접시 제출
- 연구계획서 바탕 PPT 발표 및 면접전형 실시(오프라인/온라인)
- 인터뷰 대상 확정 후 일정은 개별적으로 안내될 예정
- 인터뷰 대상자는 추가 서류 제출(추천서, 추천인 개인정보 동의서)
- 서류 및 면접전형 결과 바탕으로 최종 위원회 평가
- 결격 사유 해당 여부 검증 및 채용확정자 발표
- 참여 의향서 접속링크: https://docs.google.com/forms/d/1TKM1zpBY46FGK
fe2zUKUAN0K4nK06faZ2uJ8hs2Cl54/viewform?hl=ko&hl=ko&edit_requested=true
- 전형일정 등은 기관 일정에 따라 변경될 수 있음
- 단계별 전형 합격자에 한하여 다음 단계 전형 응시 자격을 부여하여, 단계별 전형 결과 미확인으로 인한 불이익은 응시자 본인에게 있음
- 임용 후보자의 이력 기재 사항 및 결격 사유를 검토하며 특이사항이 없는 경우 임용 후보자를 최종 임용함
- 검토 결과 특이 사항이 있는 임용 후보자의 경우 임용이 취소될 수 있음
- 최종 임용이 확정된 사람 및 임용된 후라도 이력 사항 허위 작성, 증빙서류 위변조등의 사실이 발견될 경우, ｢국가공무원법｣ 제33조에 해당하는 결격사유가 발견될 경우 임용을 취소할 수 있음
- 최종 임용이 확정된 사람이 연락 두절 등의 사유로 정상적인 임용이 불가한 경우 임용을 포기한 것으로 간주함
- InnoCORE 연구단의 박사후연구원은 지망한 과기원과 직접 계약을 체결하며, 해당 기관의 인사규정 및 임용 절차 따라 임용
❍ 참여의향서 접수 링크는 박사후연구원 임용 현황에 따라 사전 공지 없이 조기 마감될 수 있음
❍ 참여의향서는 최종 제출 시 수정이 불가함에 따라 개인 인적 정보, 참여 의향 연구단, 각종 이력에 관한 기재 사항의 증빙 여부를 반드시 확인한 이후에 제출 요망
❍ 참여의향서의 기재 착오 및 누락, 자격 요건 미충족 및 연락 불능, 인터뷰 안내 미확인 등으로 인한 불이익의 책임은 본인에게 있음
❍ 참여의향서는 사전에 여유를 가지고 제출할 수 있도록 권장하며, 접속 오류 등으로 정상적인 제출이 이루어지지 않으면 책임은 본인에게 있음
❍ 참여의향서 및 이력서의 기재 내용이 증빙서류와 상이하거나 증빙서류를 제출하지 못하는 경우 또는 허위 증빙서류를 제출하는 경우, 임용 후보 대상자에서 제외 또는 임용취소를 할 수 있음
❍ 기계로봇공학과 이승현 교수: 062-715-2787, [email protected]
