
MAR 10, 2026
기계학습 모델 구축 및 최적화: 정교한 물성 예측과 실험 설계를 빠르고 쉽게 구현하기
많은 연구개발(R&D) 팀은 소프트웨어 도구의 복잡성, 가파른 학습 곡선, 제한적인 데이터 과학 지원으로 인해 AI/ML 도입에 어려움을 겪고 있습니다. Schrödinger의 ‘Materials Science Suite’는 최첨단 ML 기술을 기반으로 하며 전담 과학 지원 팀의 뒷받침을 받는, 통합적이고 사용하기 쉬운 AI/ML 플랫폼을 제공함으로써 이러한 과제를 해결하도록 설계되었습니다.
다가오는 웨비나에 참여하여 귀사의 R&D 조직이 도입 장벽을 해소하고, 발견 주기를 가속화하며, 국가 차원의 AI 이니셔티브와 발맞출 수 있는 방법을 알아보세요. 이번 웨비나에서는 MS Informatics, Formulation ML, Formulation Optimization이 어떻게 비전문가라도 고급 물성 예측, 모델 구축, ML 기반 실험 설계를 간단하고 빠르며 쉽게 수행할 수 있도록 지원하는지 시연해 드리겠습니다. 또한 제형, 소비재, 배터리, 제약 등 광범위한 MS(물질 과학) 응용 분야에 걸친 실험 데이터셋을 활용하여 이러한 도구를 얼마나 쉽게 적용할 수 있는지 시연해 드리겠습니다.
저희와 함께하여 다음 주제에 대한 라이브 데모를 확인해 보세요:
- 다양한 재료 응용 분야에 적용할 수 있는 이원계 액체에 대한 정확한 점도 기계학습 모델 훈련
- 복잡한 샴푸 제형으로 범위를 확장하여, 머신러닝 모델이 복잡한 다성분 시스템을 예측하고 차선책이 될 만한 실험을 제안할 수 있도록 한다
참가 대상:
- 연구개발(R&D) 리더들
- 혁신 관리자
- 디지털화 관리자
- 합성 화학자
- 재료 과학자
- 제형 연구원
- 계산 재료 과학자
연사 소개

아난드 찬드라세카란
재료과학 제품 및 신제품 개발 부문 선임 수석 연구원, Schrödinger
아난드 찬드라세카란(Anand Chandrasekaran)은 2019년 윌리엄스 앤드 어소시에이츠( Schrödinger )에 합류했으며, 현재 MS-Informatics의 제품 관리자(Product Manager)로 재직 중입니다. 그의 전문 분야는 재료 과학 및 계산 모델링의 다양한 분야에 비선형 동역학( 머신러닝 )을 적용하는 것입니다. 그는 로잔 연방 공과대학(EPFL)의 니콜라 마르자리(Nicola Marzari) 교수 연구실에서 재료 과학 박사 학위를 취득했습니다. Schrödinger 에 합류하기 전, 아난드는 람피 람프라사드(Rampi Ramprasad) 교수 연구실에서 고분자 정보학, 기계 학습 기반 힘장, 전자 구조 계산을 위한 기계 학습 등 다양한 주제를 연구했습니다.