연구실에서 생산 라인까지효율을 높이는 TendiLab

소재 개발과 공정 최적화를 위해실험을 많이 반복해야 합니다

TendiLab AI는목표 성능까지 지능형 탐색을 수행합니다

목표 성능에도달하지 못한 데이터도AI 시스템을 개선합니다

기술

MELD 데이터 수집 에이전트
흩어진 데이터를 모으고
레이아웃 분석
본문 읽기
Cu-Ni-Si
그림 읽기
정보 묶기
단위 정리
CPP 표
물성 예측 파운데이션 모델
적은 데이터로 물성을 예측하고
경량복합재 8종 물성
인장강도
인장탄성률
굴곡강도
굴곡탄성률
ILSS
충격강도
경도
밀도
3D 프린팅 4개 지표
기존 SOTA 모델우리 모델
+20.8%
RD
+0.9%
YS
+1.9%
UTS
+2.1%
EL
레시피 제안 엔진
목표에 맞는 레시피를 이유와 함께 제안합니다
추천 레시피
Sn0.00→0.00
Sb0.00→0.30(+0.30)
Co0.40→0.40
Ca0.10→0.00(−0.10)
Ni0.10→0.30(+0.20)
Mn0.40→0.00
변화별 기여도
값불확실성 (EXP)불확실성 (TS)
Ca → Sb (0.06)
Ca → Ni (0.04)
Mn → Sb (0.24)
Mn → Ni (0.16)
+0.0071

실험 결과가 다시 데이터가 됩니다

연구와 특허

논문

ACL ARR 2026MELD: Multimodal Extraction of Machine-Learning-Ready Materials Data from Scientific Literature
NeurIPS 2026 AI4MatWhy Did Bayesian Optimization Recommend This Recipe? Action-Level Decomposition of Value and Uncertainty
NeurIPS 2026 AI4MatQuasiparticle Energies That Will Not Be Computed: A Calibrated Release for 2D Semiconductors

특허

문헌 기반 학습 데이터 구축 방법10-2026-0163770
소량 데이터 예측 모델의 사전학습 방법10-2026-0163771
학습 과제의 달성 가능 성능 사전 예측 방법10-2026-0163768
변수 유용성 산출과 변수 추천 방법10-2026-0163769
목표 지향 실험 설계 시스템10-2026-0163773
추천 조건 변화의 기여도 산출 방법10-2026-0163772

적용 사례

수상

협업

TendiLab과 2개월 만에 생산 효율을 높이는 AI 시스템을 설계해 보세요

데이터 플랫폼
생산 효율 최적화 AI 시스템