Important
최종 제안서 협업 문서 (Google Docs) (아이디어 공유 및 제안서 최종 고도화용)
NRF 한국연구재단 과제 제안서 작성 및 연구관리 저장소
NeuroX: 인지기능 브레인 파운데이션 모델 개발
- 관리번호: 2026-뇌·첨단의공학-01-지정공모-10
- 그랜트 기관: NRF 한국연구재단 / IITP
- 연구기간: 2026.04 ~ 2030.12 (5년)
- 예산: 총 9,736백만원
최종 목표: 다중 모달리티(multi-modal) 뇌-행동 데이터를 통합하여, 개인의 인지기능 및 상태를 해독하는 범용 '뇌 파운데이션 모델' 개발
👉 **ONBOARDING.md**를 먼저 읽어주세요! (5분)
- 📖 온보딩 가이드 - 프로젝트 이해를 위한 단계별 가이드
- 🎯 프로젝트 컨텍스트 - 핵심 비전 및 기술 전략
- 📋 RFP 요약 - 과제 요구사항
- 💡 핵심 메시지 - 제안서 핵심 메시지
- 📝 NeuroX 사업 아이디어 개괄 - Google Docs 협업 문서
- 신규 기능적 뇌활성화 데이터
- 표준항목 정의서 (1건)
- 파운데이션 모델 (1단계: 1건, 2단계: 1건)
- 파운데이션 모델 검증 결과서 (2단계)
- 공개형 플랫폼 (2단계)
- K-BDS 등록: 수집된 데이터 및 AI 모델의 K-BDS/K-BDI 등록 필수
- 국내 클라우드: GPU는 국내 공공클라우드 또는 민간클라우드 우선 활용
- AI 활용: AI 모델 방식, 컴퓨팅 자원, 데이터 활용 형태 상세 제시 필수
k-bfm/
├── README.md # 이 파일 (프로젝트 개요)
├── ONBOARDING.md # 온보딩 가이드
├── CONTEXT_*.md # AI Agent 컨텍스트 (ULTIMATE_PROPOSAL_CONTEXT.md 권장)
│
├── 00_Admin/ # [New] RFP, 예산, 행정 (Antigravity)
├── 01_Logic_Core/ # [New] 핵심 논리 및 가설 (Gap Analysis)
├── 02_Discovery/ # [New] 문헌 및 멀티모달 증거
├── 03_Evidence_Graph/ # [New] 근거/인용 그래프
├── 04_Drafting/ # [New] 제안서 본문 초안 및 피규어
├── 05_Review/ # [New] 레드팀 리뷰 및 검증
│
├── docs/ # 레거시 문서 및 참고 자료
│ ├── 00_task_description/ # RFP
│ ├── 02_literature/ # 문헌 조사
│ └── trash/ # [New] 보관된 구버전 문서
│
├── scripts/ # 자동화 스크립트
├── ai_coscientist_src/ # AI CoScientist 시스템
└── data/ # 데이터셋 메타데이터
자세한 설명은 ONBOARDING.md를 참고하세요.
- Connectome-informed Inductive Bias: 뇌의 연결성 정보를 활용한 효율적 모델 설계
- Swift: 효율성을 위한 Token Pruning & Early Exit
- Diver: 다양성을 위한 Pluralistic Alignment
- Phase 1 (Foundation): Dual-Stream Pretraining (fMRI + Ephys)
- Phase 2 (Alignment): Brain Tuning을 통한 LLM 정렬
- Phase 3 (Inference): Neuro-Symbolic Chain-of-Thought
자세한 내용은 CONTEXT_CURSOR.md를 참고하세요.
- ONBOARDING.md - 단계별 온보딩 가이드
- CONTEXT_CURSOR.md - 프로젝트 핵심 비전
- docs/00_task_description/RFP_SUMMARY.md - RFP 요구사항
- 👑 K-NeuroMind 제안서 협업 문서
- 용도: 팀원 간 아이디어 공유 및 제안서 본문 실시간 협업
- 🔄 지식베이스 연동 가이드:
- Google Docs에서
File > Download > PDF Document (.pdf)선택 docs/03_proposal/references/경로에 파일 저장python3 scripts/kb_ingest.py실행하여 인덱싱- 이제 AI Agent가 해당 내용을 참조할 수 있습니다.
- Google Docs에서
- 👑 Proposal Master Workflow - (New!) 100페이지 제안서 초안 작성 가이드
- 💎 Unique Differentiation Strategy - (New!) K-NeuroMind 초격차 기술 전략
- NeuroX Grand Strategy - 통합 전략 보고서
- docs/03_proposal/core_messages.md - 핵심 메시지
- docs/00_task_description/RFP/evaluation_criteria.md - 평가 기준
- docs/01_project_planning/faculty_research/expertise_matrix.md - 연구진 역량
- docs/01_project_planning/strategy/technical_differentiation.md - 기술적 차별성
- docs/02_literature/research_gaps.md - 연구 공백 분석
-
[Nature 2025] Longer scans boost prediction and cut costs (Ooi et al.)
- 📄 분석 문서 보기
- Relevance: "Deep Phenotyping" (장시간 고품질 스캔) 중심의 우리 데이터 전략에 대한 수학적/경제적 타당성 제공.
-
[TMLR 2025] Stop Overthinking: Efficient Reasoning (Sui et al.)
- 📄 분석 문서 보기
- Relevance: Swift 기술(Efficiency)의 이론적 토대. Big Data 처리를 위한 효율적 연산 근거.
-
[NeurIPS 2025] Brain-tuning Improves Generalizability (Moussa & Toneva)
- 📄 분석 문서 보기
- Relevance: Diver 기술(Alignment)의 핵심 레퍼런스. 뇌 데이터를 이용한 Foundation Model 튜닝의 효과 입증.
-
[arXiv 2025] DIVER-1: Deep Integration of Vast Electrophysiological Recordings at Scale
- 🔗 Paper Link
- Summary: EEG/iEEG를 위한 대규모 파운데이션 모델. 뇌 데이터의 "Data-constrained scaling laws"를 규명하여, 데이터가 제한적인 상황에서는 큰 모델보다 충분한 에폭(Epoch)으로 학습된 적정 규모의 모델이 더 효율적임을 입증.
- Onboarding Point: **Phase 1 (Ephys Stream)**의 로드맵이자 Swift 엔진의 확장성 논거.
-
[arXiv 2023] SwiFT: Swin 4D fMRI Transformer
- 🔗 Paper Link
- Summary: 4D 시공간 fMRI 데이터를 end-to-end로 처리하는 최초의 Swin Transformer 아키텍처. 고차원 뇌 볼륨 데이터를 효율적으로 처리하여 인지기능 예측 및 뇌 상태 디코딩에서 SOTA 달성.
- Onboarding Point: **Phase 1 (fMRI Stream)**의 핵심 아키텍처 영감이자 NeuroX-MRI 백본의 기초.
# 인덱싱
python3 scripts/kb_ingest.py
# 검색
python3 scripts/kb_query.py "your query"자세한 내용: knowledge_base/README.md
# 교수진 논문 수집
python3 scripts/collect_papers.pyscripts/build_rag.py- RAG 시스템 구축scripts/generate_proposal_content.py- 제안서 내용 생성
자세한 내용: scripts/README.md
이 프로젝트는 여러 AI agent를 위한 전용 컨텍스트 파일을 제공합니다.
- CONTEXT_CURSOR.md: Cursor AI agent용 (SSOT)
- CONTEXT_CLAUDE_CODE.md: Claude Code agent용
- CONTEXT_ANTIGRAVITY.md: Antigravity AI agent용
컨텍스트 파일은 다음을 포함합니다:
- 프로젝트 핵심 비전
- 3단계 파이프라인
- 기술적 차별성 (Swift & Diver)
- 핵심 가설 및 레퍼런스
복잡한 스크립트를 직접 실행하지 않고, 자연어로 명령하여 AI 엔진을 구동할 수 있습니다. (선택 사항)
| 트리거 키워드 | 기능 | 예시 명령 |
|---|---|---|
| [심층 조사] | 논문 검색 및 분석 | "최신 논문 [심층 조사] 해줘" |
| [제안서 초안] | 제안서 초안 생성 | "Aim 1 [제안서 초안] 작성해" |
| [최적화] | 학술적 문체로 수정 | "이 문단 [최적화] 해줘" |
| [비평] | 레드팀 리뷰 수행 | "내 제안서 [비평] 해봐" |
상세 가이드: docs/03_proposal/AI_COSCIENTIST_WORKFLOW_GUIDE.md
- 차지욱 (Jiook Cha) - 주관연구책임자
- 심원목 (Won Mok Shim)
- 김성신 (Sungshin Kim)
- 홍석준 (Hong Suk Jun)
- 정천기 (Chun Kee Chung)
- 정민영 (Minyoung Jung) - KBRI 뇌발달영상연구실
- 김우중
자세한 연구 배경: docs/01_project_planning/faculty_research/
- 논문 읽기 및
templates/paper_note.md템플릿 사용 docs/02_literature/에 저장- 지식베이스 업데이트:
python3 scripts/kb_ingest.py
- 핵심 메시지 확인: docs/03_proposal/core_messages.md
templates/proposal_section.md템플릿 사용docs/03_proposal/에 저장
templates/work_package.md템플릿 사용docs/01_project_planning/에 저장
- 문헌 조사 (50+ 논문 수집 및 분석)
- 교수진 조사 (6명, 62편 논문 분석)
- RFP 심층 분석 (평가 기준, 경쟁 환경)
- 차별화 전략 수립 (핵심 메시지 정립)
- BT+BBQ 평가 시스템 구축 (22 tests pass)
- TTS v2 인프라 구축 (9개 스크립트)
- AI-CoScientist 3 Cycle 완료 (61.4 → 88.0점)
- 8대 핵심 창의성 100% 반영 (47% → 100%)
- 연구역량 배점 불균형 해소 (15장 → 16장, Slide 9 신설)
- 전문가별 프레임워크 매칭 (Porter +3, Doumont +2, Policymaker +2)
- 16장 통합 슬라이드 완성 (예상 91+점)
- 리허설 (20분 타이밍 검증)
- PPT/Keynote 제작
- Q&A 예상 질문 대비
- 발표 스크립트 최종 정리
자세한 내용: presentation/slides/PROGRESS_REPORT.md
- 온보딩 가이드: ONBOARDING.md 확인
- 지식베이스 검색:
python3 scripts/kb_query.py "your query" - 템플릿 활용:
templates/디렉토리 확인 - AI Agent: Cursor AI agent에게 질문 (CONTEXT_CURSOR.md 참조) ---## 📄 라이선스 및 기여이 저장소는 NRF K-NeuroMind 과제 제안서 작성 및 연구관리를 위한 내부 저장소입니다.---시작하기: ONBOARDING.md를 읽어주세요! 🚀