-
이산화탄소만 잡아내는 유망 소재를 AI로 쉽게 찾는다
기후 위기를 막기 위해 이미 배출된 이산화탄소를 적극적으로 줄이는 것이 필수적이며, 이를 위해 공기 중 이산화탄소만 직접 포집하는 기술(Direct Air Capture, 이하 DAC)이 주목받고 있다. 하지만 공기 중에 존재하는 수증기(H₂O)로 인해 이산화탄소만 효과적으로 포집하는 것이 쉽지 않다. 이 기술의 핵심 소재로 연구되는 금속–유기 구조체(Metal-Organic Frameworks, 이하 MOF)를 활용해 우리 연구진이 AI 기반 기계학습 기술을 적용, MOF 중에서 가장 유망한 탄소 포집 후보 소재들을 찾아내는 데 성공했다.
우리 대학 생명화학공학과 김지한 교수 연구팀이 임페리얼 칼리지 런던(Imperial College London) 연구팀과 공동 연구를 통해 대기 중 이산화탄소 포집에 적합한 MOF를 빠르고 정확하게 선별할 수 있는 기계학습 기반 시뮬레이션 기법을 개발했다고 29일 밝혔다.
복잡한 구조와 분자 간 상호작용의 예측 한계로 인해 고성능 소재를 찾는 데 큰 제약을 극복하기 위해, 연구팀은 MOF와 이산화탄소(CO2), 물(H2O) 사이의 상호작용을 정밀하게 예측할 수 있는 기계학습(머신러닝) 기반 역장(Machine Learning Force Field, MLFF)을 개발하고, 이를 통해 양자역학 수준의 예측 정확도를 유지하면서도 기존보다 월등히 빠른 속도로 MOF 소재들의 흡착 물성을 계산할 수 있도록 했다.
연구팀은 개발된 시스템을 활용해 8,000여 개의 실험적으로 합성된 MOF 구조를 대규모 스크리닝한 결과, 100개 이상의 유망한 탄소 포집 후보 소재를 발굴했다. 특히 기존의 고전 역장 기반 시뮬레이션으로는 확인되지 않았던 새로운 후보 소재들을 제시했으며, MOF의 화학 구조와 흡착 성능 간의 상관관계를 분석해 DAC용 소재 설계에 유용한 7가지 핵심 화학적 특징도 함께 제안했다.
이번 연구는 MOF–CO2 및 MOF-H2O 간 상호작용을 정밀하게 예측함으로써, DAC 분야의 소재 설계 및 시뮬레이션 기술을 크게 향상한 사례로 평가된다.
우리 대학 생명화학공학과 임윤성 박사과정과 박현수 박사가 공동 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `매터 (Matter)'에 지난 6월 12일 게재됐다.
※논문명: Accelerating CO2 direct air capture screening for metal-organic frameworks with a transferable machine learning force field
※DOI: 10.1016/j.matt.2025.102203
한편, 이번 연구는 Saudi Aramco-KAIST CO2 Management Center와 과학기술정보통신부의 글로벌 C.L.E.A.N. 사업의 지원을 받아 수행됐다.
2025.06.30
조회수 182
-
AI가 여론 조작? 한국어 'AI 생성 댓글' 탐지 기술 개발
생성형 AI 기술이 발전하면서 이를 악용한 온라인 여론 조작 우려가 커지고 있다. 이에 따른 AI 생성글 탐지 기술도 개발되었는데 대부분 영어로 된 장문의 정형화된 글을 기반으로 개발돼, 짧고(평균 51자), 구어체 표현이 많은 한국어 뉴스 댓글에는 적용이 어려웠다. 우리 연구진이 한국어 AI 생성 댓글을 탐지하는 기술을 개발해서 화제다.
우리 대학 전기및전자공학부 김용대 교수 연구팀이 국가보안기술연구소(국보연)와 협력해, 한국어 AI 생성 댓글을 탐지하는 기술 'XDAC'를 세계 최초로 개발했다고 23일 밝혔다.
최근 생성형 AI는 뉴스 기사 맥락에 맞춰 감정과 논조까지 조절할 수 있으며, 몇 시간 만에 수십만 개의 댓글을 자동 생성할 수 있어 여론 조작에 악용될 수 있다. OpenAI의 GPT-4o API를 기준으로 하면 댓글 1개 생성 비용은 약 1원 수준이며, 국내 주요 뉴스 플랫폼의 하루 평균 댓글 수인 20만 개를 생성하는 데 단 20만 원이면 가능할 정도다. 공개 LLM은 자체 GPU 인프라만 갖추면 사실상 무상으로도 대량의 댓글 생성을 수행할 수 있다.
연구팀은 AI 생성 댓글과 사람 작성 댓글을 사람이 구별할 수 있는지 실험했다. 총 210개의 댓글을 평가한 결과, AI 생성 댓글의 67%를 사람이 작성한 것으로 착각했고, 실제 사람 작성 댓글도 73%만 정확히 구분해냈다. 즉, 사람조차 AI 생성 댓글을 정확히 구별하기 어려운 수준에 이르렀다는 의미다. AI 생성 댓글은 오히려 기사 맥락 관련성(95% vs 87%), 문장 유창성(71% vs 45%), 편향성 인식(33% vs 50%)에서 사람 작성 댓글보다 높은 평가를 받았다.
그동안 AI 생성글 탐지 기술은 대부분 영어로 된 장문의 정형화된 글을 기반으로 개발되어 한국어의 짧은 댓글에는 적용이 어려웠다. 짧은 댓글은 통계적 특징이 불충분하고, 이모지·비속어·반복 문자 등 비정형 구어 표현이 많아 기존 탐지 모델이 효과적으로 작동하지 않는다. 또한, 현실적인 한국어 AI 생성 댓글 데이터셋이 부족하고, 기존의 단순한 프롬프팅 방식으로는 다양하고 실제적인 댓글을 생성하는 데 한계가 있었다.
이에 연구팀은 ▲14종의 다양한 LLM 활용 ▲자연스러움 강화 ▲세밀한 감정 제어 ▲참조자료를 통한 증강 생성의 네 가지 전략을 적용한 AI 댓글 생성 프레임워크를 개발해, 실제 이용자 스타일을 모방한 한국어 AI 생성 댓글 데이터셋을 구축하고 이 중 일부를 벤치마크 데이터셋으로 공개했다. 또 설명 가능한 AI(XAI) 기법을 적용해 언어 표현을 정밀 분석한 결과, AI 생성 댓글에는 사람과 다른 고유한 말투 패턴이 있음을 확인했다.
예를 들어, AI는 "것 같다", "에 대해" 등 형식적 표현과 높은 접속어 사용률을 보였고, 사람은 반복 문자(ㅋㅋㅋㅋ), 감정 표현, 줄바꿈, 특수기호 등 자유로운 구어체 표현을 즐겨 사용했다.
특수문자 사용에서도 AI는 전 세계적으로 통용되는 표준화된 이모지를 주로 사용하는 반면, 사람은 한국어 자음(ㅋ, ㅠ, ㅜ 등)이나 특수 기호(ㆍ, ♡, ★, • 등) 등 문화적 특수성이 담긴 다양한 문자를 활용했다.
특히, 서식 문자(줄바꿈, 여러 칸 띄어쓰기 등) 사용에서 사람 작성 댓글의 26%는 이런 서식 문자를 포함했지만, AI 생성 댓글은 단 1%만 사용했다. 반복 문자(예: ㅋㅋㅋㅋ, ㅎㅎㅎㅎ 등) 사용 비율도 사람 작성 댓글이 52%로, AI 생성 댓글(12%)보다 훨씬 높았다.
XDAC는 이러한 차이를 정교하게 반영해 탐지 성능을 높였다. 줄바꿈, 공백 등 서식 문자를 변환하고, 반복 문자 패턴을 기계가 이해할 수 있도록 변환하는 방식이 적용됐다. 또 각 LLM의 고유 말투 특징을 파악해 어떤 AI 모델이 댓글을 생성했는지도 식별 가능하게 설계됐다.
이러한 최적화로 XDAC는 AI 생성 댓글 탐지에서 98.5% F1 점수로 기존 연구 대비 68% 성능을 향상시켰으며, 댓글 생성 LLM 식별에서도 84.3% F1 성능을 기록했다.
고우영 선임연구원은 "이번 연구는 생성형 AI가 작성한 짧은 댓글을 높은 정확도로 탐지하고, 생성 모델까지 식별할 수 있는 세계 최초 기술"이라며 "AI 기반 여론 조작 대응의 기술적 기반을 마련한 데 큰 의의가 있다"고 강조했다.
연구팀은 XDAC의 탐지 기술이 단순 판별을 넘어 심리적 억제 장치로도 작용할 수 있다고 설명했다. 마치 음주단속, 마약 검사, CCTV 설치 등이 범죄 억제 효과를 가지듯, 정밀 탐지 기술의 존재 자체가 AI 악용 시도를 줄일 수 있다는 것이다.
XDAC는 플랫폼 사업자가 의심스러운 계정이나 조직적 여론 조작 시도를 정밀 감시·대응하는 데 활용될 수 있으며, 향후 실시간 감시 시스템이나 자동 대응 알고리즘으로 확장 가능성이 크다.
이번 연구는 설명가능 인공지능(XAI) 기반 탐지 프레임워크를 제안한 것이 핵심이며, 인공지능 자연어처리 분야 최고 권위 학술대회인 7월 27일부터 개최되는 'ACL 2025' 메인 콘퍼런스에 채택되며 기술력을 인정받았다.
※논문 제목: XDAC: XAI-Driven Detection and Attribution of LLM-Generated News Comments in Korean
※논문원본: https://github.com/airobotlab/XDAC/blob/main/paper/250611_XDAC_ACL2025_camera_ready.pdf
이번 연구는 우리 대학 김용대 교수의 지도 아래 국보연 소속이자 우리 대학 박사과정인 고우영 선임연구원이 제1 저자로 참여했으며, 성균관대학교 김형식 교수와 우리 대학 오혜연 교수가 공동 연구자로 참여했다.
2025.06.24
조회수 1391
-
전기 공급만으로 공기 중 CO₂를 제거하다
대기 중 이산화탄소 농도가 증가됨에 따라 지구 평균 기온도 약 1.2도 상승했으며 이는 극단적인 기상 현상, 해수면 상승, 생태계 파괴 등 심각한 환경 문제를 초래하고 있다. 우리 연구진이 공기 중 0.04%가량 존재하는 이산화탄소를 95% 이상 순도로 포집해 추후 이산화탄소 기반 연료 및 화학제품 생산 등 사용할 수 있는 기술을 개발해 화제다.
우리 대학 생명화학공학과 고동연 교수 연구팀이 순수 전기만으로 작동해 공기 중 이산화탄소를 효율적으로 제거할 수 있는 혁신적인 탄소 포집기를 개발하고 상용화하는 데 성공했다고 29일 밝혔다. 이 기술은 이번 연구를 주도한 김규남 박사과정 연구원의 학생 창업기업(소브(Sorv), 대표 김규남)을 통해 기술 상업화를 추진 중이다.
고동연 교수 연구팀은 전기 가열원이 이산화탄소 흡착제와 한꺼번에 대량 생산될 수 있는 기술을 자체적으로 개발하고, 이를 통해 벤치 규모의 직접 공기 포집(Direct Air Capture, 이하 DAC) 시스템 구현에 성공했다.
외부 열에너지의 공급 없이 전기만으로 구동할 수 있는 본 기술은 태양광, 풍력 등 다양한 재생에너지원을 직접 이용할 수 있고, 시스템의 부피가 매우 작아 기존 탄소 포집기가 적용될 수 있는 영역의 한계를 뛰어넘을 수 있다.
공기 중 극미량 존재하는 이산화탄소를 포집하는 기술을 기술 수준 하단에서 상단까지, 즉 실험실 단계에서 상업적 규모로 확대하는 것은 매우 어려운 일이다. 첫째, 대기 중 이산화탄소 농도가 낮아 이를 효과적으로 포집하기 위해서는 매우 효율적인 흡착제가 필요하다. 둘째, 포집된 이산화탄소를 경제적이고 에너지 효율적으로 분리하는 시스템이 필요하다. 셋째, 이 모든 과정을 대규모로 구현하기 위해서는 안정하고 일관성 있는 공정이 보장돼야 한다.
연구팀은 이러한 도전에 맞서 전기 가열원이 통합된 흡착제 및 시스템을 개발해 이산화탄소 포집기의 성능을 극대화했다. 이 흡착제는 대량 생산이 가능하며, 넓은 비표면적을 제공해 이산화탄소를 더 효율적으로 흡착할 수 있다. 또한, 빠른 흡착 및 탈착 속도를 자랑하며, 구조적으로 강해 반복적인 사용에도 변형이 적다.
연구팀이 개발한 탄소 포집기는 고성능의 흡착 소재에 이산화탄소를 흡착한 후 전기로 작동하는 가열원을 통해 발생하는 열을 이용해 순수한 이산화탄소 얻어내는 방식으로, 에너지 효율이 높고 정밀한 온도 제어가 가능하다. 이 시스템의 큰 장점 중 하나는 재생에너지로만 가동이 가능할 정도로 에너지 효율적이라는 점이다. 이는 전기에 접근성이 있는 모든 지리적 환경에 배치가 가능해, 다양한 장소에서 이산화탄소를 포집할 수 있게 한다.
현재 실험실 스케일에서는 하루 약 1~3kg의 이산화탄소를 처리할 수 있을 것으로 예상된다. 이 기술은 향후 하루 포집량 1톤 규모 이상으로 스케일업 및 대규모 배치도 가능하며 대기 중 이산화탄소를 포집하는 용도 뿐만 아니라 화력발전소, 시멘트 공장, 철강 공장 등 대규모 이산화탄소 배출원을 대상으로도 중요한 역할을 할 것으로 기대된다.
김규남 박사과정 연구원은 "이번 연구는 대기 오염 문제 해결에 한 발 더 다가설 수 있는 중요한 성과이며, 앞으로도 지속적인 연구를 통해 기술을 발전시키고 실제 환경에서의 적용 가능성을 높이겠다”라고 말했다.
연구팀은 본 기술의 혁신성을 인정받아 2022년에는 랩 스타트업(Lab Startup) KAIST 최우수상 수상, 2023년에는 미국 R&D 100 어워즈(Awards)의 파이널리스트(Finalist)로 선정됐으며, 2024년 1월에는 라스베이거스에서 개최된 국제전자제품박람회(CES 2024)에 e-DAC 데모 유닛을 전시하고 부스 발표를 하며 기술의 우수성을 널리 알린 바 있다.
이번 연구는 사우디 아람코-KAIST 이산화탄소 연구센터의 지원으로 이루어졌으며, 양 기관의 지속적인 협력을 통해 더욱 혁신적인 기술 개발이 기대된다.
2024.07.29
조회수 5536
-
김이섭 교수 연구실 박준영 석사졸업생, 국제 반도체 설계 자동화 학회 최우수논문상 수상
우리 대학 전기및전자공학부 김이섭 교수 연구실의 박준영 석사졸업생이 6월 23일 ~ 6월 27일, 미국 샌프란시스코에서 개최된 국제 반도체 설계 자동화 학회 (Design Automation Conference, 이하 DAC) 에서 최우수 논문상(Best Paper Award)을 수상하는 성과를 거두었다. DAC은 1964년에 설립돼 올해 61회째를 맞은, 반도체설계자동화, 인공지능 알고리즘과 칩 설계 등을 포함하는 국제학술대회로서, 제출된 논문 중 상위 20퍼센트 정도만 선정하는, 관련 분야 최고 권위의 학회이다.
수상한 연구는 우리 대학 전기및전자공학부 졸업생 박준영 씨의 석사과정 졸업 논문에 기반한 것으로서, Large Language Model 모델 추론의 문제점이 되는 KV 캐싱의 메모리 전송을 줄이는 알고리즘 근사 기법과 하드웨어 아키텍처를 제안하였으며, 학회 best paper award 선정 위원회로부터 그 우수성을 인정받아 발표논문 337편 중 (제출논문 1,545편) 선정된 4편의 후보 논문중에서 최종 best paper award 수상논문으로 선정되었다.
자세한 내용은 다음과 같다.
– 학 회 명 : 2024 61st IEEE/ACM Design Automation Conference (DAC)
– 개최기간 : 2024년 6월 23일 ~ 27일
– 수 상 명 : Best Paper Award
– 저 자 : 박준영, 강명구, 한윤기, 김양곤, 신재강, 김이섭(지도교수)
– 논 문 명 : Token-Picker : Accelerating Attention in Text Generation with Minimized Memory Transfer via Probability Estimation
2024.07.02
조회수 5619
-
2.4배 가격 효율적인 챗GPT 핵심 AI반도체 개발
오픈AI가 출시한 챗GPT는 전 세계적으로 화두이며 이 기술이 가져올 변화에 모두 주목하고 있다. 이 기술은 거대 언어 모델을 기반으로 하고 있다. 거대 언어 모델은 기존 인공지능과는 달리 전례 없는 큰 규모의 인공지능 모델이다. 이를 운영하기 위해서는 수많은 고성능 GPU가 필요해, 천문학적인 컴퓨팅 비용이 든다는 문제점이 있다.
우리 대학 전기및전자공학부 김주영 교수 연구팀이 챗GPT에 핵심으로 사용되는 거대 언어 모델의 추론 연산을 효율적으로 가속하는 AI 반도체를 개발했다고 4일 밝혔다.
연구팀이 개발한 AI 반도체 ‘LPU(Latency Processing Unit)’는 거대 언어 모델의 추론 연산을 효율적으로 가속한다. 메모리 대역폭 사용을 극대화하고 추론에 필요한 모든 연산을 고속으로 수행 가능한 연산 엔진을 갖춘 AI 반도체이며, 자체 네트워킹을 내장하여 다수개 가속기로 확장이 용이하다. 이 LPU 기반의 가속 어플라이언스 서버는 업계 최고의 고성능 GPU인 엔비디아 A100 기반 슈퍼컴퓨터보다 성능은 최대 50%, 가격 대비 성능은 2.4배가량 높였다. 이는 최근 급격하게 생성형 AI 서비스 수요가 증가하고 있는 데이터센터의에서 고성능 GPU를 대체할 수 있을 것으로 기대한다.
이번 연구는 김주영 교수의 창업기업인 ㈜하이퍼엑셀에서 수행했으며 미국시간 7월 12일 샌프란시스코에서 진행된 국제 반도체 설계 자동화 학회(Design Automation Conference, 이하 DAC)에서 공학 부문 최고 발표상(Engineering Best Presentation Award)을 수상하는 쾌거를 이뤘다.
DAC은 국제 반도체 설계 분야의 대표 학회이며, 특히 전자 설계 자동화(Electronic Design Automation, EDA)와 반도체 설계자산(Semiconductor Intellectual Property, IP) 기술 관련하여 세계적인 반도체 설계 기술을 선보이는 학회다. DAC에는 인텔, 엔비디아, AMD, 구글, 마이크로소프트, 삼성, TSMC 등 세계적인 반도체 설계 기업이 참가하며, 하버드대학교, MIT, 스탠퍼드대학교 등 세계 최고의 대학도 많이 참가한다.
세계적인 반도체 기술들 사이에서 김 교수팀이 거대 언어 모델을 위한 AI 반도체 기술로 유일하게 수상한 것은 매우 의미가 크다. 이번 수상으로 거대 언어 모델의 추론에 필요한 막대한 비용을 획기적으로 절감할 수 있는 AI 반도체 솔루션으로 세계 무대에서 인정받은 것이다.
우리 대학 김주영 교수는 “미래 거대 인공지능 연산을 위한 새로운 프로세서 ‘LPU’로 글로벌 시장을 개척하고, 빅테크 기업들의 기술력보다 우위를 선점하겠다”라며 큰 포부를 밝혔다.
2023.08.04
조회수 9308
-
장래혁 교수, 반도체설계자동화학술대회(DAC) 프로그램위원장 선임
장 래 혁 교수
우리 대학 전기 및 전자공학부 장래혁 교수가 아시아 인물로는 최초로 반도체설계자동화학술대회(DAC : Design Automation Conference)의 프로그램위원장(Technical Program Chair)에 선임됐다.
장 교수는 내년 열리는 53회 반도체설계자동화학술대회에서 관련분야 최고 전문가 150여 명의 프로그램위원을 직접 선발하고 대회에 제출될 천여 편의 논문 선정 심사를 주관한다.
반도체설계자동화학술대회는 1964년에 설립돼 수십 억 개의 트랜지스터로 구성된 반도체설계의 자동화에 관한 모든 연구를 다루는 핵심 학술대회이다.
전 세계의 관련 분야 학자 7천여 명과 150개가 넘는 기업이 대회에 참가하며, 대회에 제출된 논문 중 상위 20퍼센트 가량만 선정하는 등 관련 분야 최고 권위 학회로 자리 잡았다.
최근에는 반도체 뿐 아니라 시스템, 하드웨어 보안, 자동차, 사물인터넷 등 설계최적화 및 자동화를 소개하는 학술대회로 발전했다.
장 교수는 저전력 시스템 설계 분야의 대표적인 연구자이다. 세계컴퓨터학회(ACM)의 대표로서 올해 반도체설계자동화학술대회의 집행위원을 맡아 논문 프로그램 개선에 기여한 공로를 인정받아 2016년도 프로그램위원장을 맡게 됐다.
장 교수는 “이번 대회는 반도체 영역을 뛰어넘어 임베디드 시스템, 사물 인터넷, 보안 등 최적 설계를 위해 도약하는 시점이다”며 “미래 설계 자동화 연구의 방향을 제시하는 논문 프로그램을 만들도록 노력하겠다”고 말했다.
제 53회 DAC는 내년 6월 미국 텍사스 오스틴 컨벤션센터에서 개최된다.
2015.06.24
조회수 10992
-
이용희 교수, 이주장 교수, 유회준 교수, 美 IEEE 펠로우에 선임
우리 학교 물리학과 이용희(李用熙, 52, 맨왼쪽) 교수, 전기및전자공학과 이주장(李柱張, 59, 가운데) 교수, 전기및전자공학과 유회준(柳會峻 47세,오른쪽) 교수가 美 전기전자학회(IEEE) 최고 영예인 펠로우(Fellow, 석학회원)에 선임됐다. 이용희 교수는 ‘수직공진 표면광 레이저와 광결정 레이저 분야의 업적(for contributions to photonic devices based upon vertical cavity surface emitting lasers and photonic crystals)"을 인정받아 펠로우에 선임됐다.
이용희 교수는 반도체 레이저 및 광결정 광학 분야의 세계적 석학으로 국제과학기술논문색인(SCI) 등재 학술지에 130여편의 논문이 수록되었으며, 지금까지 전 세계적으로 2천500회 이상 인용되고 있다. 지난 5년간 대규모 국제학술대회에서 30회 이상 초청강연을 하는 등 국제 학회에서도 업적을 인정받고 있다. 2003년에는 美 전기전자학회(IEEE) 레이저ㆍ전자광학회(LEOS) ‘우수강연상(Distinguished Lecturer Award)’을 수상했다. 또한 지능 강인 제어와 로봇 분야의 세계적 석학인 이주장 교수는 국외 학술지 97편, 국내 학술지 38편의 논문을 포함, 총 538편의 관련 분야 논문을 발표하고 국내외 다수의 특허도 보유하고 있다.이주장 교수는 국제학회 초청강연과 국제 워크샵 개최 등 국제 협력 증진에도 크게 기여하고 있다. 2008년 IEEE 산업정보 국제학술회의(IEEE INDIN 2008, 대전), 2009년 IEEE 산업전자 국제학술회의(IEEE ISIE 2009, 서울)의 대회장을 맡고 있다.
현재 IEEE 산업전자학회(IES) 이사이며, IEEE 산업전자학회 논문지(IEEE Transaction on Industrial Electronics)와 IEEE 산업정보학회 논문지(IEEE Transaction on Industry Informatics)의 편집위원로 활동하고 있다. 2005년에는 한국 제어로봇 시스템 학회(ICROS)와 일본 제어계측 학회(SICE) 펠로우에 선임되기도 했다. 이번에 선임된 3명의 교수 중 최연소인 유회준 교수는 ‘저전력 초고속 초고밀도 집적회로 설계 분야의 업적(for contributions to low-power and high-speed VLSI design)’을 인정받아 펠로우에 선임됐다.
우리 학교 전기전자공학과에서 박사학위를 받고 현대전자 등의 산업체를 거쳐 1998년 우리 학교 교수로 부임한 이 후 독자적으로 연구한 결과들을 국제적으로 인정받아 IEEE 펠로우로 선임되어 더욱 눈길을 끈다.
유교수는 세계 최고의 권위를 자랑하는 IEEE 국제고체회로학회(ISSCC)에 지난 8년간 17편의 논문을 발표하여 연평균 세계 최다 논문 발표 실적을 보유하고 있다. IEEE 아시아 고체소자회로학회(A-SSCC)와 IEEE 아시아남태평양설계학회(ASP-DAC)등에서 최우수 논문상을 4회 수상한 바 있다.
유 교수는 지난 10년간 180편의 국제 논문을 발표하였으며 48건의 특허를 보유하고 있다. 특히 ‘저전력 3차원 영상 처리기’, ‘칩 상 네트워크 설계 기술’, 및 ‘인체 매질 통신 칩’ 분야에서 세계 최고의 연구자로 인정받고 있다.
이 외에도 IEEE 고체소자회로학회의 집행위원회, IEEE 초고밀도 집적회로 심포지움 학회 집행위원회 이사로 활동하고 있다. 또한 IEEE 아시아 고체소자회로학회 조정위원회의 이사이며 2008년 이 학회의 대회장으로 초고밀도집적회로(VLSI) 설계 및 시스템 온 칩(SoC)분야에서 가장 권위 있는 세계 3대 학회를 선도해 나아가고 있다. IEEE는 전기전자 분야 세계 최대 학회로 회원 가운데 연구업적이 특히 뛰어난 최상위 0.1%내 회원만을 매년 펠로우에 선임한다.
2007.11.21
조회수 28480