AI 활용 시추 코어 자동 분류 파이프라인 기반 구축 연구
| KOS 유형 | 분류체계 |
|---|---|
| 수요기관 | 한국지질자원연구원 |
| 공고기관 | 한국지질자원연구원 |
| 사업목적 | KOS 개발 |
| 사업년도 | 2026 |
| 사업기간 | 6개월 |
| 사업예산 | 50,000천원 |
| 사업ID | RFP-3-398 |
사업개요
사업명
AI 활용 시추 코어 자동 분류 파이프라인 기반 구축 연구
(AI-Based Research on Establishing an Automated Drill Core Classification Pipeline)
사업 세부목적
ㅇ 대표 암종(3종)을 대상으로 노이즈와 전이대 클래스를 추가하여 한국형 시추코어 이미지 확장을 위한 기초 기반 마련
ㅇ 인공지능 기반 시추 코어 이미지와 시추 위치·지질 정보 연계 암종 판별 분석파이프라인 구축
ㅇ 파일럿 규모의 암종 판별 프로세스 개발·검증 및 향후 현장 적용과 확장 가능성 제안
사업기간 및 예산
- 사업기간 : 계약체결일로부터 6개월
- 소요예산 : 50,000천원
사업내용
과업 내용
ㅇ AI 활용 시추 코어 자동 분류를 위한 이미지 데이터 구축 및 표준화
· 대표 암종 3종과 추가 클래스인 노이즈·전이대를 포함한 5개 클래스의 시추 코어 이미지 데이터셋 구축
· 시추 코어 이미지 자료 수집·정리, 데이터 품질 검토 및 표준화
ㅇ AI 기반 시추 코어 암종 판별 파이프라인 구축
· 시추 코어 이미지 전처리 및 학습 데이터셋 구성
· 인공지능 기술을 활용한 파일럿 규모의 암종 자동 판별 프로세스 개발
· 시추 위치 정보 및 기존 지질도 등 지질·공간정보와 연계한 암종 판별 분석
ㅇ 개발 기술 성능 검증 및 활용 가능성 검토
· 암종 판별 파이프라인의 성능 평가
· 현장 적용 가능성 및 기술 확장 방안 제시
수행 방법
ㅇ 국내외 AI 기반 시추 코어 이미지 판별 기술 동향 조사
· 이미지 분석 기반 암종 판별 및 지질정보 연계 기술 사례 조사
ㅇ 시추 코어 이미지 데이터 구축 및 전처리
· 시추 주상도와 코어 품질을 고려한 파일럿 대상 지역 선정
· 대표 암종 3종과 노이즈·전이대 클래스를 포함한 5개 클래스의 이미지 데이터 수집·분류
· 데이터 품질 검토, 표준화 및 AI 학습용 데이터셋 구성
ㅇ AI 암종 판별 파이프라인 개발 및 검증
· 학습 데이터셋을 활용한 파일럿 규모의 AI 암종 판별 모델 및 분석 파이프라인 개발
· 판별 성능 평가를 통한 모델의 적용성 검토
· 시추 위치·지질도 등 공간정보 연계 활용 및 향후 현장 적용·확장 방안 제안
ㅇ 과업 진행상황 보고 및 협의
· 감독자와 업무 수행 방향 및 주요 결과 협의
· 월별 또는 분기별 수행 결과 보고
주요 산출물
ㅇ 대표 암종 3종 및 노이즈·전이대 포함 5개 클래스 시추 코어 이미지 데이터셋
ㅇ 시추 코어 이미지 데이터 품질 검토 및 표준화 결과
ㅇ AI 기반 시추 코어 암종 자동 판별 파이프라인
ㅇ 암종 판별 파이프라인 성능 평가 결과
ㅇ 시추 위치·지질정보 연계 분석 및 현장 적용·기술 확장 방안
(위 사업내용은 AI 요약과 연구팀 담당자의 검토를 거쳐 작성하였음)
관련정보
1. KOS 메타정보
- (없음)
2. 결과보고서
- (없음)
3. 관련 RFP
- (없음)
분류정보
| BRM | B001 | 과학기술>과학기술연구 |
|---|---|---|
| KDC | 559 | 기타 공학 |
| DDC | 622 | Mining and related operations |
| ILC | yisj | geology; petrography |