본문 바로가기
대메뉴 바로가기
KAIST
뉴스
유틸열기
홈페이지 통합검색
-
검색
ENGLISH
메뉴 열기
%EC%A0%84%EA%B8%B0%EB%B0%8F%EC%A0%84%EC%9E%90%EA%B3%B5%ED%95%99%EB%B6%80
최신순
조회순
세계 최초 그래프 기반 인공지능 추론 가능한 SSD 개발
우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 메모리 시스템 연구실)이 세계 최초로 그래프 기계학습 추론의 그래프처리, 그래프 샘플링 그리고 신경망 가속을 스토리지/SSD 장치 근처에서 수행하는 `전체론적 그래프 기반 신경망 기계학습 기술(이하 홀리스틱 GNN)'을 개발하는데 성공했다고 10일 밝혔다. 연구팀은 자체 제작한 프로그래밍 가능 반도체(FPGA)를 동반한 새로운 형태의 계산형 스토리지/SSD 시스템에 기계학습 전용 신경망 가속 하드웨어와 그래프 전용 처리 컨트롤러/소프트웨어를 시제작했다. 이는 이상적 상황에서 최신 고성능 엔비디아 GPU를 이용한 기계학습 가속 컴퓨팅 대비 7배의 속도 향상과 33배의 에너지 절약을 가져올 수 있다고 밝혔다. 그래프 자료구조가 적용된 새로운 기계학습 모델은 기존 신경망 기반 기계학습 기법들과 달리, 데이터 사이의 연관 관계를 표현할 수 있어 페이스북, 구글, 링크드인, 우버 등, 대규모 소셜 네트워크 서비스(SNS)부터, 내비게이션, 신약개발 등 광범위한 분야와 응용에서 사용된다. 예를 들면 그래프 구조로 저장된 사용자 네트워크를 분석하는 경우 일반적인 기계학습으로는 불가능했던 현실적인 상품 및 아이템 추천, 사람이 추론한 것 같은 친구 추천 등이 가능하다. 이러한 신흥 그래프 기반 신경망 기계학습은 그간 GPU와 같은 일반 기계학습의 가속 시스템을 재이용해 연산 되어왔는데, 이는 그래프 데이터를 스토리지로부터 메모리로 적재하고 샘플링하는 등의 데이터 전처리 과정에서 심각한 성능 병목현상과 함께 장치 메모리 부족 현상으로 실제 시스템 적용에 한계를 보여 왔다. 정명수 교수 연구팀이 개발한 홀리스틱 GNN 기술은 그래프 데이터 자체가 저장된 스토리지 근처에서 사용자 요청에 따른 추론의 모든 과정을 직접 가속한다. 구체적으로는 프로그래밍 가능한 반도체를 스토리지 근처에 배치한 새로운 계산형 스토리지(Computational SSD) 구조를 활용해 대규모 그래프 데이터의 이동을 제거하고 데이터 근처(Near Storage)에서 그래프처리 및 그래프 샘플링 등을 가속해 그래프 기계학습 전처리 과정에서의 병목현상을 해결했다. 일반적인 계산형 스토리지는 장치 내 고정된 펌웨어와 하드웨어 구성을 통해서 데이터를 처리해야 했기 때문에 그 사용에 제한이 있었다. 그래프처리 및 그래프샘플링 외에도, 연구팀의 홀리스틱 GNN 기술은 인공지능 추론 가속에 필요한 다양한 하드웨어 구조, 그리고 소프트웨어를 후원할 수 있도록 다수 그래프 기계학습 모델을 프로그래밍할 수 있는 장치수준의 소프트웨어와 사용자가 자유롭게 변경할 수 있는 신경망 가속 하드웨어 프레임워크 구조를 제공한다. 연구팀은 홀리스틱 GNN 기술의 실효성을 검증하기 위해 계산형 스토리지의 프로토타입을 자체 제작한 후, 그 위에 개발된 그래프 기계학습용 하드웨어 *RTL과 소프트웨어 프레임워크를 구현해 탑재했다. 그래프 기계학습 추론 성능을 제작된 계산형 스토리지 가속기 프로토타입과 최신 고성능 엔비디아 GPU 가속 시스템(RTX 3090)에서 평가한 결과, 홀리스틱 GNN 기술이 이상적인 상황에서 기존 엔비디아 GPU를 이용해 그래프 기계학습을 가속하는 시스템의 경우에 비해 평균 7배 빠르고 33배 에너지를 감소시킴을 확인했다. 특히, 그래프 규모가 점차 커질수록 전처리 병목현상 완화 효과가 증가해 기존 GPU 대비 최대 201배 향상된 속도와 453배 에너지를 감소할 수 있었다. ☞ RTL (Registor Transistor Logic): 저항과 트랜지스터로 구성한 컴퓨터에 사용되는 회로 정명수 교수는 "대규모 그래프에 대해 스토리지 근처에서 그래프 기계학습을 고속으로 추론할 뿐만 아니라 에너지 절약에 최적화된 계산형 스토리지 가속 시스템을 확보했다ˮ며 "기존 고성능 가속 시스템을 대체해 초대형 추천시스템, 교통 예측 시스템, 신약 개발 등의 광범위한 실제 응용에 적용될 수 있을 것ˮ이라고 말했다. 한편 이번 연구는 미국 산호세에서 오는 2월에 열릴 스토리지 시스템 분야 최우수 학술대회인 `유즈닉스 패스트(USENIX Conference on File and Storage Technologies, FAST), 2022'에 관련 논문(논문명: Hardware/Software Co-Programmable Framework for Computational SSDs to Accelerate Deep Learning Service on Large-Scale Graphs)으로 발표될 예정이다. 해당 연구는 삼성미래기술육성사업 지원을 받아 진행됐고 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인할 수 있다.
2022.01.10
조회수 6853
USRG팀(심현철 교수, 김보성, 이승욱) 과기부 장관표창 수상
우리 대학 전기및전자공학부 심현철 교수 연구팀(Unmanned System Research Group, 이하 USRG)이 9일(목) 「인공지능 그랜드 챌린지 간담회 」에서 과학기술정보통신부 장관 표창을받았다. 심현철 교수와 김보성, 이승욱 박사과정 학생(전기및전자공학부)이 수상하는 이번 장관상은‘국내 인공지능 기술 고도화 및 산업 발전’에 크게 공헌함을 인정받아 선정됐다. 먼저 USRG팀은 2019년과 2020년 「인공지능 자율주행 챌린지 대회」에서 2년 연속 우승을 달성했다. 이 대회는 드론에 탑재된 센서로 벽, 창문, 기둥 등의 장애물을 인식하고 피하며 목적지까지 안전하게 비행하는 대회이다. USRG팀은 2019년 대회에서 자체 개발한 미션 플래너와 위치 추정·장애물 회피·제어 알고리즘으로 터널 구간까지 통과하여 1위를 차지했다. 2020년에는 보다 복잡해진 동적 장애물 회피와 박스에 물병을 투하하는 미션을 유일하게 모두 완료했고, 3차 비행 동안 계속 기록을 단축하며 최종 우승했다. 이어, 2021년 NASA JPL과 협업하여 ‘DARPA Subterranean Challenge Final Event’에 Team CoSTAR의 일원으로 참가했다. NASA JPL 및 MIT, Caltech, LTU 등 해외 유수 대학들로 구성된 이 연구팀은 3차원 항법과 경로 계획, AI 기반의 객체 인식·위치 추정 알고리즘을 탑재한 지상 로봇과 드론을 개발했다. 그 결과 본선 최종연습에서 1, 2위를 기록하고 3일차 대회에서 5위를 달성했다. 연구팀은 이 대회에서 동굴 환경 내 위치 오차 5cm 이내의 3차원 위치 추정 알고리즘과 3차원 장애물 회피 경로 계획 알고리즘을 개발했다. 아울러 동굴 환경에서 60회 이상의 자율 비행 테스트를 진행하며 본 알고리즘 시스템의 안정성을 검증했다. 또한, 동 연구진은 2021년 10월 세계 최초 Indy Car 기반 자율주행 레이싱 대회인 Indy Autonomous Challenge(IAC)에 참가했다. 이에 고속 자율주행에 적합한 모델 예측 제어 기반의 시스템과 Head-to-head 레이싱을 위한 장애물 회피 및 추월 전략 알고리즘을 개발했다. 해당 연구 논문은 2021 ICRA 워크샵에서 Best Paper Award Winner에 선정되기도 하였다. USRG 팀의 심현철 교수는 “박사과정 중 복잡한 실내를 자유롭게 비행하는 드론을 만들고 싶었으나 당시 기술로는 불가능했다. 그리하여 기술이 발전함에 따라 이 같은 드론을 남들보다 먼저 연구했다. 최신 인공지능 기술을 적용하며 예전에는 상상할 수 없었던 우수한 성능의 드론을 만들 수 있게 되어 매우 뜻깊다”라고 소감을 전했다. 이어, “선뜻 시작하기 어려운 주제를 맡아 그간 열심히 수행한 학생들과 같이 공을 나눌 수 있어 더욱 기쁘다. 앞으로 이런 도전적인 연구를 적극적으로 수행하는 학생들이 더 많아졌으면 좋겠다”라고 강조했다.
2021.12.09
조회수 6711
우리 대학, CES 2022 자율주행 레이싱 참가
우리 대학이 2022년 1월 5일부터 8일까지 미국 라스베이거스에서 열리는 세계 최대 전자·정보기술 전시회 CES 2022(Consumer Technology Association)의 공식행사인 ‘자율주행 레이싱’에 참가한다. 1월 7일 라스베이거스 모터스피드웨이(IMS)에서 개최 예정인 ‘CES 2022 자율주행차 레이싱’은 대학팀들의 기술력을 기반으로 자율주행 성능 향상과 상용화를 독려하고 대중에게 성과를 공유하고자 추진됐다. 이 대회는 지난 10월 23일 미국 인디애나폴리스에서 열린 ‘인디 자율주행 챌린지(Indy Autonomous Challenge, IAC)’에 이은 대회다. IAC 대회에서 심현철 교수 무인시스템 연구팀은 총 9개 팀 중 코스를 완주한 최종 4개 팀에 들어 CES 2022 참가권을 획득했다. 그 결과 아시아 유일 팀으로 CES 2022 자율주행 레이싱에 출전해 미국·유럽 대학들과 최고 속도를 겨룰 예정이다. IAC 대회 참가 당시 심현철 교수 연구팀은 정찬영 박사 과정 학생을 팀장으로 하여 경기 진행 신호와 레이싱 규정을 준수하는 동시에 200km/h의 고속 자율주행이 가능한 소프트웨어를 성공적으로 구현했다. CES 2022 자율주행 레이싱에서는 인디 레이싱용 IL-15차량을 자율주행차로 개조한 AV-21 차량을 사용하며, 최대 300km/h까지 주행이 가능하다. 특히 눈여겨볼 점은 이번 대회에서는 레이싱 차량 2대 간의 1:1 자율주행 경주를 통해 토너먼트 형식으로 순위를 겨룬다는 것이다. 이에, 연구팀은 소프트웨어의 성능을 더욱 향상하여 최고 주행 속도를 내는 것은 물론이고, 다른 차량과 안정적으로 나란히 달리는 정밀측위 기술 개발에도 주안점을 두고 있다. 심현철 교수는 “이와 같은 기술은 미래의 자율주행차량이 다른 차들과 함께 고속으로 안전하게 장거리를 이동하는 데 있어 핵심 요소다. 서울-대전을 200km/h의 자율주행으로 간다고 가정할 때, 운전 피로도를 거의 느끼지 않고 1시간 내 도착이 가능하다. 또한 고속철도나 도심 항공처럼 막대한 인프라 구축 비용이 필요하지 않고 기상 조건의 영향도 크게 받지 않기 때문에 고속 자율주행은 우리나라 환경에 맞는 장거리 이동의 새로운 주역이 될 것”이라고 강조했다. 이어, “최근 10년간 CES 행사에서 자율주행이 중요한 주제로 떠올라 많은 기업이 적극적으로 참여하고 있어 매우 기쁘다. 우리 연구팀이 자체적으로 개발한 고속 자율주행기술로 세계 최고 대학 연구팀들과 경쟁하게 되어 큰 보람을 느낀다”라고 참가 소감을 전했다. 한편, CES 2022 자율주행 레이싱은 CES 주관사인 미국소비자기술협회(Consumer Technology Association, CTA)와 에너지시스템즈네트워크(Energy System Network, ESN)가 공동으로 주최한다. 우리 대학 외에도 IAC 대회 우승자인 독일 뭔헨공대와 매사추세츠공대(MIT), 스위스 취리히공대(ETH), 피츠버그대(PIT), 로체스터공대(RW), 캐나다 워털루 대학 등이 대회에 출전할 예정이다.
2021.12.09
조회수 4380
사물인터넷 기반 다수의 뇌 신경회로 동시 원격제어 시스템 개발
우리 연구진이 인터넷을 이용해 뇌 신경회로를 원격 제어할 수 있는 무선 네트워크 기술을 개발했다. 이 기술을 활용하면 시간과 장소에 구애받지 않고 목표 동물의 뇌 신경회로를 정교하게 제어할 수 있다. 우리 대학 전기및전자공학부 정재웅 교수 연구팀이 미국 워싱턴 대학교(Washington University in St. Louis), 미국 콜로라도 대학교(University of Colorado Boulder) 연구팀과의 공동 연구를 통해 사물인터넷 기반의 뇌 신경회로 원격제어 시스템을 개발했다고 8일 밝혔다. 이번 개발 기술은 많은 시간과 인력이 있어야 하는 뇌 연구 및 다양한 신경과학 연구를 자동화시켜 다양한 퇴행성 뇌 질환과 정신질환의 발병 기전 규명과 치료법 개발의 가속화에 크게 기여할 것으로 기대된다. 또한, 먼 거리에 있는 환자의 질환을 원격으로 치료하는 원격 의료 구현에도 활용될 수 있을 것으로 예상된다. 우리 대학 전기및전자공학부 라자 콰지(Raza Qazi) 연구원과 김충연 박사과정, 그리고 워싱턴대 카일 파커(Kyle E. Parker) 연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)' 11월 25일 字에 게재됐다. (논문명 : Scalable and modular wireless-network infrastructure for large-scale behavioural neuroscience) 전 세계적으로 고령화 시대에 접어드는 현 상황에서 알츠하이머병, 파킨슨병과 같은 뇌 질환들로 고통받는 환자 수가 급증하고 있다. 이에 따라 근본적인 뇌 질환 치료법을 개발하기 위해 뇌 기능 및 뇌 질환 발병기전을 규명하기 위한 뇌 연구가 매우 시급하지만, 뇌 연구의 진행 속도가 뇌 질환 환자의 증가 속도를 따라잡지 못하고 있어서 뇌 연구의 효율성을 극대화하기 위한 새로운 기술 개발이 절실히 요구된다. 기존 뇌 연구에 사용되던 대부분의 신경과학 장치들은 외부 장비와 선으로 연결된 유선 방식으로 구동됐지만, 이러한 방식은 피실험 동물들을 물리적으로 제약할 뿐 아니라 실험 진행자의 직접적인 개입이 불가피해 피실험 동물의 행동에 영향을 주는 `관찰자 효과'를 발생시켜서 정확한 뇌 연구 결과 도출을 어렵게 만든다. 아울러 모든 과정에서 실험자의 직접적인 조작이 요구돼 연구에 많은 시간과 인력, 비용이 발생하게 한다. 연구팀은 사물인터넷(Internet of Things; IoT) 기술을 접목해 다양한 다수의 뇌 이식용 기기들을 인터넷 원격으로 동시 제어하거나 예약된 스케줄에 따라 기기들이 자동으로 구동되도록 하는 무선 네트워크 시스템을 개발했다. 이를 통해 시간과 장소에 상관없이 목표 동물들의 특정 뇌 회로를 원격 제어하는 것을 가능하게 했다. 이 시스템은 사용자가 인터넷 웹사이트 기반의 무선 네트워크 플랫폼을 통해 뇌 이식용 장치의 원격제어, 자동화된 데이터 수집, 뇌 회로 제어 스케줄링 등의 다양한 기능을 손쉽게 구현할 수 있도록 설계됐다. 연구팀은 이 시스템의 뇌 신경회로 자동 원격제어 기능을 사용해 자체 제작한 무선 장치(뉴럴 임플란트)가 이식된 수십 마리의 쥐의 뇌 신경회로를 광유전학적 방법으로 사람의 개입 없이 정교하게 원격 자동 제어함으로써, 완전 자동화된 뇌 연구 실험에 적용 가능함을 입증했다. 이 실험을 통해 쥐의 먹이 섭취량, 활동량, 그리고 다른 쥐들과의 사회적 상호작용 빈도를 성공적으로 조절함으로써, 예약이 설정된 대로 다수 동물의 뇌 신경회로를 동시에 독립적으로 원격 제어할 수 있음을 보였다. 정 교수는 "개발된 원격제어 기술은 동물을 활용한 뇌 연구에 필요한 인간개입을 최소화함으로써 뇌 연구의 효율을 높이고 실험의 불확실성을 크게 줄일 수 있을 것ˮ이라며 "이 기술은 뇌 연구를 넘어, 많은 동물 실험을 필요로 하는 신약 개발, 병원 방문 없이 뇌 질환 및 다양한 질병을 치료하기 위한 원격 의료 구현에도 적용될 수 있을 것이다ˮ라고 말했다. 연구팀은 이 기술이 더욱 광범위하게 뇌 과학 연구 및 치료에 사용될 수 있게 하도록, 인공지능 기반의 실시간 뇌파 원격 모니터링 기술을 개발해 본 시스템과 접목하기 위한 연구를 계획하고 있다. 한편 이번 연구는 KAIST 글로벌 특이점 연구사업, 한국연구재단이 추진하는 중견연구자지원사업 및 바이오의료기술개발사업, 미국 국립보건원의 지원을 받아 수행됐다.
2021.12.08
조회수 6965
전기및전자공학부 최재혁 교수팀, '제22회 대한민국 반도체 설계대전' 대통령상 수상
우리 대학 전기및전자공학부 최재혁 교수 연구실(연구실명: 집적회로 시스템 연구실, Integrated Circuits and System Lab)에서 ‘제22회 대한민국 반도체 설계대전’의 대통령상 수상자를 배출했다. ‘제22회 대한민국 반도체 설계대전’은 산업통상자원부와 한국반도체산업협회가 공동으로 주관하는 반도체 설계 전문 공모전으로, 반도체 설계분야 대학(원)생들의 설계 능력을 배양하고, 창의적인 아이디어를 발굴하는 것을 목표로 한다. 대통령상 수상자는 최재혁 교수 연구실의 박선의 박사과정, 조윤서 박사과정, 방주은 박사과정 학생으로 6G 통신에서 통신을 방해하는 잡음(noise)을 획기적으로 낮추는 ‘초 저잡음 신호’를 생성할 수 있는 CMOS(상보형금속산화반도체) 공정 기반의 칩을 개발해 대통령상에 선정됐다. 6G 통신은 최대 20 기가bps(Gbps)의 전송 속도를 갖는 5G 통신 대비 최대 50배 빠른 1 테라bps(Tbps)를 목표로 연구가 진행되고 있다. 일반적으로 통신 주파수 대역이 올라갈수록 넓은 통신 대역폭을 사용할 수 있어 데이터 전송 속도를 높일 수 있기 때문에, 6G 통신에서 요구하는 높은 데이터 전송 속도를 위해서는 100 기가헤르츠(GHz) 이상 주파수 대역의 사용이 필수적이다. 하지만, 이러한 높은 주파수 대역에서 반송파로 사용될 수 있는 정확한 기준 신호를 CMOS 공정을 이용해 만드는 것은 큰 난제였다. CMOS 공정이 초소형, 저전력 디자인에 유리함에도 불구하고, 그 동작 주파수와 고주파 대역 이득(gain)에 한계가 있고, 저잡음 특성이 SiGe, InP 등의 현존하는 다른 공정에 비해 불리하기 때문에 100 기가헤르츠(GHz) 이상의 주파수 대역에서 초 저잡음 성능을 달성하기 어려웠기 때문이다. 하지만, 최재혁 교수팀 학생들이 개발한 칩에서는 이러한 한계를 극복하고, CMOS 공정을 사용해 처음으로 100 기가헤르츠(GHz) 이상 대역에서 고차 변‧복조 기술을 지원할 수 있는 초 저잡음 신호 생성 기술을 선보였다. 이 기술은 CMOS 공정 기반으로도 6G 통신에서 요구하는 초 저잡음 성능을 달성할 수 있다는 것을 보여줌으로써, 장차 상용화될 6G 통신 칩의 가격 경쟁력과 집적도를 높이는 데 기여할 것으로 기대된다. 대통령상 수상팀에게는 상금 500만 원과 부상이 수여되며, 시상식은 11월 22일 코엑스에서 진행된다.
2021.11.22
조회수 4801
국제 컴퓨터 기술 활용 협업 및 소셜 컴퓨팅 학술대회 최우수논문상 수상
우리 대학 전기및전자공학부 이성주 교수 연구팀이 지난 10월 23일부터 10월 27일에 열린 세계컴퓨터연합회(ACM) 주최로 진행된 제24회 컴퓨터 기술활용 협업 및 소셜 컴퓨팅 학술대회(International Conference on Computer-Supported Cooperative Work and Social Computing, 이하 CSCW)에서 최우수 논문상과 방법론 우수상을 수상했다고 18일 밝혔다. CSCW 는 1986년에 시작됐으며 집단과 공동체를 위한 기술을 디자인하고 활용하는 연구 분야에 초점을 맞추고 있으며, 인간-컴퓨터 상호작용(Human Computer Interaction, HCI)과 소셜 컴퓨팅 분야의 최우수 학회 중 하나로 오래동안 각광받고 있다. 올해 340개의 논문이 발표되며, 최우수 논문상은 제출된 논문의 최상위 1% 논문에만 주어진다. 또한, 방법론 우수상은 올해 신설된 상으로, 획기적인 방법론을 제시하고 구현한 논문에게 주어진다. 이번 논문(Reflect, not Regret: Understanding Regretful Smartphone Use with App Feature-Level Analysis)은 조현성 우리 대학 졸업생 (現 미국 카네기멜론대학교 박사과정), 최다은 학사과정, 김동휘 박사과정, 강완주 박사과정, 최은경 미국 메릴랜드 대학 교수가 참여했다. 연구팀은 스마트폰 화면의 사용자 인터페이스(User Interface) 배치를 기반으로, 사용자가 모바일 애플리케이션 내의 어떤 형태(feature)를 사용하는지 추출해 분석하는 방법론을 개발했다. 예를 들면, 인스타그램 앱에서, 팔로잉 포스트, 팔로잉 스토리 보기, 검색, 대화창 등 다양한 형태(feature)가 존재하는데, 형태별로 세분화된 스마트폰 사용 분석을 가능하게 했다. 이 기술을 기반으로, 특정 형태 사용 패턴은 후회가 되는 스마트폰 사용에 영향을 준다는 것을 밝혔다. 이성주 교수는 "많은 사람들이 스마트폰을 편리하게 사용하지만 과도한 사용으로 문제가 제기되고 있고, 앱 안의 다양한 형태로 세분화한 사용 분석을 가능하게 한 독창적 방법론이 학문적으로 인정받았다ˮ며 "현실적으로 디지털 웰빙에 기여할 수 있다는 점이 높게 평가되어 수상하게 된 것 같다ˮ라고 소감을 밝혔다. 우리 대학 전기및전자공학부 학부장 강준혁 교수는 이성주 교수와 학부생이 포함된 연구팀의 세계적 학술대회 수상을 더욱 높이 평가했다. 이번 연구는 과학기술정보통신부의 재원으로 한국연구재단과 정보통신기술진흥센터의 지원을 받아 수행됐다.
2021.11.18
조회수 6575
최성율 교수, 2021 소부장 산업공헌 유공 국무총리표창 수상
우리 대학 전기및전자공학부 최성율 교수(소재부품장비 기술자문단장 및 기술가치창출원장)가 10월 13일부터 15일까지 일산 킨텍스에서 열린 2021 소부장 뿌리기술대전 시상식에서 소재부품장비(소부장) 산업공헌 유공 국무총리 표창을 수상했다. 소부장 산업공헌 유공 포상은 국내 소재부품장비 산업 발전 및 기술혁신, 소부장 육성 정책의 수립·시행 및 현안 해결에 기여한 유공자에게 주어지는 상이며, 최성율 교수는 2019년 출범한 우리 대학 소부장 기술자문단의 단장으로서, 기업지원 협력체계를 구축하고 소부장 산업 경쟁력 강화를 위한 정책 발굴에 노력해왔다. 최성율 단장을 중심으로 우리 대학 전·현직 교수 155인이 기업의 기술애로점에 대한 선제적·전방위적·전주기적 기술자문을 수행하고 있는 기술자문단은, 일본의 수출규제와 화이트리스트 배제 조치에 영향을 받는 중소·중견기업이 적극적으로 대응할 수 있는 창구를 제공하기 위해 국내 최초의 소부장 산업기술 전담 자문조직으로 출범하였으며, 출범 이후부터 현재까지 75개 기업을 대상으로 100회 이상 자문을 수행했다. 최성율 단장은 과학기술정보통신부 국가연구협의체(N-TEAM) 사업단장, 산업통상자원부 대학 소재부품장비 기술전략자문단 단장으로 소부장 지원 국가과제 수행을 이끌며 국내 소부장 분야 중소·중견기업의 기술애로 해소에도 크게 기여하고 있다. 또한 금년도부터 최성율 단장이 기술가치창출원장 역할을 수행함으로써 기관 차원의 전사적, 전주기적 지원체계를 구축하고 있다. 이 외에도 소부장 경쟁력강화위원회, 대중소기업 상생협의회, 국가연구인프라 위원회 등 다양한 국가 정책 위원회 활동을 통해 정부의 소부장 산업 정책 발굴에 기여하고 있으며, 한국지식재산보호원과 협력해 국내 소부장 기업의 지식재산권 보호 및 분쟁 대응 지원에도 앞장서고 있다. 최성율 단장은 "이번 국무총리 표창 수상은 개인의 성과이기보다는 기술자문단에 참여해 주시고 지원해 주신 우리 교수님들과 구성원을 대표해서 받는 것이라 생각한다. 일본의 수출규제와 이후 팬데믹으로 인한 글로벌 밸류체인 교란으로 어려움을 겪는 중소·중견기업을 돕기 위해 출범한 기술자문단에 헌신적으로 참여해 주신 교수님들과 사무국 직원들, 그리고 성원해 주신 모든 구성원들께 깊이 감사드린다"며, "앞으로도 우리나라 소부장 기업들이 글로벌 경쟁력 선도기업으로 발전하는데 도움이 되도록 더 노력하겠다"라고 전했다.
2021.10.21
조회수 5609
김수예, 우상현, 이해범 박사과정, '2021 구글 PhD 펠로우' 선정
우리 대학 전기및전자공학부 박사과정 김수예 학생(지도교수 김문철)과 우상현 학생(지도교수 권인소), 그리고, 김재철 AI대학원 박사과정 이해범 학생(지도교수 황성주)이 ‘2021 구글 PhD 펠로우’에 선정됐다. 구글 PhD 펠로우십은 컴퓨터과학과 관련된 유망 연구 분야에서 우수한 성과를 낸 대학원생을 지원하는 장학 프로그램으로 올해는 전 세계에서 75명이 선발됐다. 선정된 펠로우에게는 1만 달러의 장학금과 구글 각 분야 전문가 멘토와의 일대일 연구 토의, 피드백 등의 혜택이 주어진다. 김수예, 우상현 학생은 “기계 지각, 음성기술 및 컴퓨터 비전(Machine Perception, Speech Technology and Computer Vision)” 분야에서 펠로우로 선정됐다. 김수예 학생은 딥러닝 기반 이미지 및 영상 화질 개선, 우상현 학생은 컴퓨터비전 분야의 탁월한 연구 성과를 인정받아 선정됐다. 이해범 학생은 머신러닝(Machine Learning) 분야에서 메타학습 분야의 탁월한 연구 성과들을 인정받아 선정됐다. 김수예 학생은 딥러닝 기반 이미지 및 영상 화질 개선에 대한 탁월한 연구 성과를 인정받았다. 특히 초해상화와 HDR 영상 복원, 그리고, 초해상화와 프레임 보간을 동시에 처리하는 딥러닝 기반 방법을 각각 최초로 제안하는 등, 관련 연구 성과를 CVPR, ICCV, AAAI 등의 유수 컴퓨터 비전 및 인공지능(AI) 분야 국제학술대회에 발표했다. 또한 연구 인턴십을 통해 구글 리서치 및 어도비 리서치의 연구진과 협력하며 다양한 고품질 영상 변환 연구를 수행하고 있다. 우상현 학생은 시각적 인식 및 추론 분야의 탁월한 연구 성과를 인정받았다. 그가 제안한 인간의 주의 집중 매커니즘(Attention Mechanism)에 기반한 효과적인 딥러닝 모델 디자인, 자기 지도 및 시뮬레이터를 활용한 효율적인 학습 방법론들이 주목을 받았다. 모델과 학습 방법론에 대한 다양한 연구 성과들은 CVPR, ECCV, NeurIPS 등 유수의 컴퓨터비전 및 인공지능 분야 최고 국제학술대회에서 발표됐다. 특히, 2018년도 ECCV에서 발표되었던 논문 Convolutional Block Attention Module (CBAM)은 여러 컴퓨터비전 응용들에 활용되면서 현재 구글 스칼라기준 피 인용수 2700회를 넘었다. 그는 2020년 마이크로소프트 펠로우십 (Microsoft Reserach Asia PhD Fellowship)에도 선발된 바 있다. 이해범 학생은 메타학습 분야의 탁월한 연구 성과, 특히 기존의 메타학습 프레임워크의 여러 가지 한계점들을 다양한 측면에서 효과적으로 극복한 것으로 평가받는다. 구체적으로는 기존의 인위적인 태스크 분포에서 벗어나 불균형이 심한 현실적인 태스크 분포를 다뤘고, 메타지식의 실용성을 높였으며, 대규모의 태스크 상황에서도 메타학습이 가능하도록 했다. 이러한 다양한 연구들은 NeurIPS, ICML, ICLR 등 기계학습 및 딥러닝 분야의 최고 학회에 다수 선정됐으며, 특히 ICLR 2020에 구두발표 및 NeurIPS 2020에 스포트라이트 발표로 선정됐다. 시상식은 COVID-19 상황으로 인해, 8월 31일부터 9월 1일 양일간 가상으로 열린 구글 PhD 펠로우십 서밋(Google PhD Fellowship Summit)에서 진행됐으며, 수상자 리스트는 구글 홈페이지에 게시돼 있다. (홈페이지 주소 : https://research.google/outreach/phd-fellowship/recipients)
2021.10.18
조회수 6770
전기및전자공학부 심지훈, 채현욱 박사과정, 2021 디스플레이 챌린지 공모전 장관상 수상
우리 대학 전기및전자공학부 박사과정 심지훈, 채현욱 박사과정 학생이 산업통상자원부에서 주최한 '2021 디스플레이 챌린지 공모전'에서 대상(산업통상자원부 장관상)을 수상했다. 본 공모전은 미래 디스플레이 산업을 선도할 수 있는 신규 융합제품 아이디어 발굴을 위해 2014년 시작으로 올해 8회째를 맞았으며, 한국디스플레이산업협회 주관과 뉴파워프라즈마, 삼성디스플레이, LG디스플레이, 한국전자통신연구원, 한국전자기술원, 창업진흥원의 후원으로 진행됐다. 공모전에는 코로나19를 계기로 비대면 시대 디스플레이와 바이오, 헬스케어, 자동차, 의료 등을 연계한 융복합 디스플레이 분야 아이디어를 대상으로 우수작을 발굴했다. 서류 심사 및 발표 평가에 따른 치열한 경쟁 끝에 심지훈, 채현욱 박사과정이 (주)화이바이오매드 신상배 박사와 함께 제안한 “눈질환의 항시 비대면 빛치료가 가능한 유기발광다이오드(OLED) 스마트 콘택트렌즈가 대상(산업통상자원부 장관상)으로 선정됐으며, 부상으로 상금 500만 원을 받았다. 이외 수상작 혜택으로 수요처 매칭과 특허출원 등의 다양한 사업화 추진 등이 지원될 예정이다. 시상식은 10월 5일 ‘제12회 디스플레이의 날’ 기념식 행사에서 진행될 예정이었으나, 최근 코로나19 확산세 및 참석자 안전 등을 고려해 취소되었으며, 10월 12일 한국디스플레이산업협회에서 별도 진행한 시상식 행사에 공모전 팀 대표인 심지훈 학생이 참석하여 수상하였다.
2021.10.18
조회수 4829
전기및전자공학부 윤영규 교수팀, 국제의료영상처리학회 젊은과학자상 수상
우리 대학 전기및전자공학부 윤영규 교수팀이 2021년 국제의료영상처리학회(MICCAI)로부터 젊은 과학자 상(Young Scientist Award) 수상자로 선정되었다고 8일 밝혔다. 젊은 과학자 상(Young Scientist Award)은 의료영상처리 분야 저명 국제 학술대회인 국제의료영상학회에 출판된 논문 중 학생 혹은 박사 학위를 받은 지 2년 이내의 주저자에 의해 작성된 가장 우수한 논문에 주어지는 상으로 우리나라에서 이 상을 받기는 처음이다. 전기및전자공학부 신창엽 학생(現 석사과정 학생)과 전기및전자공학부 류현 학생(現 학사과정 학생)이 공동 제1 저자, 전기및전자공학부 조은서 학생(現 박사과정 학생)이 공저자로 저술한 아래 논문으로 상을 수상했다. “RLP-Net: A Recursive Light Propagation Network for 3-D Virtual Refocusing,”International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 2021. 이 논문은 두 장의 현미경 이미지만 활용해 3차원 영상을 복원하는 가상 재초점 기술에 관한 것으로, 빛의 전파 과정이 공간적 불변성을 가지는 점에 착안해 빛의 전파 함수를 재귀적 신경망을 활용해 근사함으로써 정확한 가상 재초점이 가능함을 보였다. 시상식은 COVID19 상황으로 인해 가상으로 진행된 2021 MICCAI 학술대회에서 지난 9월 30일 진행됐으며, 수상자 리스트는 영구적으로 MICCAI 학술회 홈페이지에 게시될 예정이다.
2021.10.08
조회수 5898
인간의 뇌를 모방한 뉴로모픽 반도체 개발
우리 대학 전기및전자공학부 최양규, 최성율 교수 공동연구팀이 인간의 뇌를 모방한 고집적 뉴로모픽 반도체를 개발했다고 5일 밝혔다. 뉴로모픽(neuromorphic) 하드웨어는, 인간의 뇌가 매우 복잡한 기능을 수행하지만 소비하는 에너지는 20와트(W) 밖에 되지 않는다는 것에 착안해, 인간의 뇌를 모방해 인공지능 기능을 하드웨어로 구현하는 방식이다. 뉴로모픽 하드웨어는 기존의 폰 노이만(von Neumann) 방식과 다르게 인공지능 기능을 초저전력으로 수행할 수 있어 많은 주목을 받고 있다. 공동연구팀은 단일 트랜지스터를 이용해 인간의 뇌를 모방한 뉴런과 시냅스로 구성된 뉴로모픽 반도체를 구현했다. 이 반도체는 상용화된 실리콘 표준 공정으로 제작되어, 뉴로모픽 하드웨어 시스템의 상용화 가능성을 획기적으로 높였다. 우리 대학 전기및전자공학부 한준규 박사과정이 제1 저자로, 같은 학부 오정엽 박사과정이 제2 저자로 참여한 이번 연구는 저명 국제 학술지 `사이언스 어드벤시스(Science Advances)' 8월 온라인판에 출판됐다. (논문명 : Co-integration of single transistor neurons and synapses by nanoscale CMOS fabrication for highly scalable neuromorphic hardware). 뉴로모픽 하드웨어를 구현하기 위해서는, 생물학적 뇌와 동일하게 일정 신호가 통합되었을 때 스파이크를 발생하는 뉴런과 두 뉴런 사이의 연결성을 기억하는 시냅스가 필요하다. 하지만, 디지털 또는 아날로그 회로를 기반으로 구성된 뉴런과 시냅스는 큰 면적을 차지하기 때문에 집적도 측면에서 한계가 있다. 인간의 뇌가 약 천억 개(1011)의 뉴런과 백조 개(1014)의 시냅스로 구성된다는 점에서, 실제 모바일 및 사물인터넷(IoT) 장치에 사용되기 위해서는 집적도를 개선할 필요가 있다. 이를 개선하기 위해 다양한 소재 및 구조 기반의 뉴런과 시냅스가 제안되었지만, 대부분 표준 실리콘 미세 공정 기술로 제작될 수 없어 상용화가 어렵고 양산 적용에 문제가 많았다. 연구팀은 문제 해결을 위해 이미 널리 쓰이고 있는 표준 실리콘 미세 공정 기술로 제작될 수 있는 단일 트랜지스터로 생물학적 뉴런과 시냅스의 동작을 모방했으며, 이를 동일 웨이퍼(8 인치) 상에 동시 집적해 뉴로모픽 반도체를 제작했다. 제작된 뉴로모픽 트랜지스터는 현재 양산되고 있는 메모리 및 시스템 반도체용 트랜지스터와 같은 구조로, 트랜지스터가 메모리 기능 및 논리 연산을 수행하는 것은 물론, 새로운 뉴로모픽 동작이 가능함을 실험적으로 보여 준 것에 가장 큰 의미가 있다. 기존 양산 트랜지스터에 새로운 동작원리를 적용해, 구조는 같으나 기능이 전혀 다른 뉴로모픽 트랜지스터를 제작했다. 뉴로모픽 트랜지스터는 마치 동전에 앞면과 뒷면이 동시에 있는 것처럼, 뉴런 기능도 하고 시냅스 기능도 수행하는 야누스(Janus) 구조로 구현 가능함을 세계 최초로 입증했다. 연구팀의 기술은 복잡한 디지털 및 아날로그 회로를 기반으로 구성되던 뉴런을 단일 트랜지스터로 대체 구현해 집적도를 획기적으로 높였고, 더 나아가 같은 구조의 시냅스와 함께 집적해 공정 단순화에 따른 비용 절감을 할 수 있는 신기술이다. 기존 뉴런 회로 구성에 필요한 평면적이 21,000 단위인 반면, 새로 개발된 뉴로모픽 트랜지스터는 6 단위 이하이므로 집적도가 약 3,500 배 이상 높다. 연구팀은 제작된 뉴로모픽 반도체를 바탕으로 증폭 이득 조절, 동시성 판단 등의 뇌의 기능을 일부 모방했고, 글자 이미지 및 얼굴 이미지 인식이 가능함을 보였다. 연구팀이 개발한 뉴로모픽 반도체는 집적도 개선과 비용 절감 등에 이바지하며, 뉴로모픽 하드웨어의 상용화를 앞당길 수 있을 것으로 기대된다. 한준규 박사과정은 "상보성 금속 산화막 반도체(CMOS) 기반 단일 트랜지스터를 이용해 뉴런과 시냅스 동작이 가능함을 보였다ˮ 라며 "상용화된 CMOS 공정을 이용해 뉴런, 시냅스, 그리고 부가적인 신호 처리 회로를 동일 웨이퍼 상에 동시에 집적함으로써, 뉴로모픽 반도체의 집적도를 개선했고, 이는 뉴로모픽 하드웨어의 상용화를 한 단계 앞당길 수 있을 것이다ˮ 라고 말했다. 한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 중견연구사업, 미래반도체사업 및 반도체설계교육센터의 지원을 받아 수행됐다.
2021.08.06
조회수 8152
광 네트워크 기반 GPU 메모리 시스템 개발
소수의 글로벌 기업 주도하에 개발/생산되던 *GPU(Graphic Processing Unit)의 메모리 시스템을, *이종 메모리와 *광 네트워크를 활용해 용량과 대역폭 모두를 대폭 향상한 기술이 우리 연구진에 의해 개발됐다. ☞ 이종 메모리: 서로 다른 특성을 가진 메모리를 통합한 메모리 ☞ 광 네트워크: 빛으로 변환된 신호를 사용하여 정보를 전달하는 통신 수단. ☞ GPU: 여러 프로세스를 병렬적으로 빠르게 처리할 수 있는 연산 장치. 우리 대학 전기및전자공학부 정명수 교수 연구팀(컴퓨터 아키텍처 및 운영체제 연구실)이 *3D XPoint 메모리(이하 XPoint)와 *DRAM 메모리를 통합한 이종 메모리 시스템에서 광 네트워크로 통신하는 `옴-지피유(Ohm-GPU)' 기술 개발에 성공함으로써 기존 DRAM을 단독으로 사용한 *전기 네트워크 기반의 GPU 메모리 시스템 대비 181% 이상의 성능 향상을 성취했다고 2일 밝혔다. ☞ 3D XPoint 메모리: DRAM에 비해 용량이 크지만 데이터 전송 속도가 느린 메모리. ☞ DRAM 메모리: 3D XPoint에 비해 데이터 전송 속도가 빠르지만 용량이 작은 메모리. ☞ 전기 네트워크: 전기적인 신호를 사용해 정보를 전달하는 통신 수단. 기존 GPU는 다수의 연산 장치로 구성되어 있어 연산 속도가 매우 빠르다는 장점이 있으나, DRAM을 단독으로 사용하는 메모리 시스템의 낮은 메모리 용량과 좁은 데이터 전송 대역폭으로 인해 연산 성능을 충분히 활용하지 못한다는 문제가 있다. 용량을 증가시키는 대안으로 DRAM을 XPoint로 대체하는 방법이 있으나, 이때 8배 큰 메모리 용량을 얻을 수 있는 반면 읽기/쓰기의 성능이 4배, 6배로 낮아진다. 또한, 대역폭을 증가시키는 대안으로 *HBM(High Bandwidth Memory) 기술을 활용할 수 있으나, 단일 면적 내 장착할 수 있는 전기 채널(*구리 선) 개수의 한계로 인해 GPU 메모리 시스템이 요구하는 고대역폭을 만족하기 어렵다. ☞ HBM: 3D로 DRAM을 쌓아 고대역폭을 얻을 수 있는 메모리. ☞ 구리 선(Copper wire): 전기 신호가 전달되는 통로. 정 교수팀이 개발한 Ohm-GPU 기술은 대용량 XPoint와 고성능의 DRAM을 통합한 이종 메모리 시스템을 채택함으로써, 기존 메모리 시스템과 동일한 성능을 가지면서도 메모리의 용량을 증가시켰다. 또한, 단일 광 채널(*광섬유)로 서로 다른 파장의 다중 광신호를 전달할 수 있는 광 네트워크의 장점을 활용해 메모리 대역폭을 대폭 넓힘으로써 기존 GPU 메모리 시스템의 한계점들을 전면 개선했다. ☞ 광섬유(Optic fiber): 광 신호가 전달되는 통로. Ohm-GPU 기술은 GPU 내부에 있는 메모리 컨트롤러 및 인터페이스를 수정해 이종 메모리의 모든 메모리 요청을 광신호로 처리한다. 메모리 요청은 일반적으로 DRAM 캐시 메모리에서 처리되지만, DRAM에 없는 데이터는 XPoint로부터 읽어와야 한다. 이때, 발생하는 이종 메모리 간 데이터 이동의 오버헤드(대기 시간)는 1) 연산을 위한 메모리 접근과 데이터 이동을 위한 메모리 접근의 광 파장을 다르게 설정하고, 2) 메모리 컨트롤러 개입을 최소화하고 XPoint 컨트롤러가 이종 메모리 간 데이터 이동을 수행함으로써 완화했다. 개발된 Ohm-GPU 기술은 기존 DRAM을 단독으로 사용하는 전기 네트워크 기반의 GPU 메모리 시스템 대비 다양한 그래 프처리, 과학응용 실행 등에서 181%의 성능 향상을 달성했다. 이는 인공지능(AI), 빅데이터, 클라우드 컴퓨팅 등 대용량, 고대역폭의 데이터 전송을 요구하는 고성능 가속기의 메모리 시스템을 대체할 수 있을 것으로 기대된다. 정명수 교수는 "GPU 메모리 시스템 기술은 일부 해외 유수 기업이 주도하고 있지만, 이번 연구성과를 기반으로 GPU 및 GPU와 유사한 모든 고성능 가속기 메모리 시스템 관련 시장에서 우위를 선점할 가능성을 열었다는 점에서 의미가 있다ˮ라고 강조했다. 한편 이번 연구는 올해 10월에 열릴 컴퓨터 구조 분야 최우수 학술대회인 `마이크로(International Symposium on Microarchitecture, MICRO), 2021'에 관련 논문(논문명: Ohm-GPU: Integrating New Optical Network and Heterogeneous Memory into GPU Multi-Processors)으로 발표될 예정이며, 이를 통해 정교수 팀은 스토리지 및 메모리 관련 연구로 2021, 당해, 전 세계 컴퓨터 구조에서 가장 잘 알려진 4개의 최우수 학술대회 모두에서 그 결과를 공유한다. 해당 연구에 대한 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인할 수 있다.
2021.08.03
조회수 6668
<<
첫번째페이지
<
이전 페이지
1
2
3
4
5
6
7
8
9
10
>
다음 페이지
>>
마지막 페이지 24