미래 두뇌모방 지능형 시스템 반도체 혁신인재양성 사업단 Innovative Graduate Program for Future Brain-Inspired Intelligence System Semiconductor

전자공학과 이재성 석사과정, AWAD 2021 우수논문상 수상

전자공학과 이재성 석사과정, AWAD 2021 우수논문상 수상▲(왼쪽부터)전자공학과 최우영 교수,이재성 석사과정전자공학과 석사과정에재학 중인 이재성학생(지도교수 최우영)의 논문이2021년8월26일부터27일까지 개최된Asia-Pacific Workshop on Fundamentals and Applications of Advanced Semiconductor Devices학회(이하AWAD)에서 우수논문으로 선정되어‘Young Researcher Award’를 수상하였다.1993년1회를 시작으로 올해28회를 맞은AWAD는 한국과 일본에서 번갈아 개최되는 첨단 반도체 국제학회로서,이재성 학생이 수상한Young Researcher Award는 당해의 우수 논문 발표자에게 주어지는 특별한 상이다.본 논문에서 제시한CAM은 기존에 비해 약67%더 작은 면적으로 고속 및 고효율 동작을 수행할 수 있으며,향후 빅데이터·인공지능 분야에서 구현 및 응용될 수 있을 것으로 기대되고 있다.이재성 학생은“지도교수님의 격려와 관심 속에 좋은 연구를 수행할 수 있었고,이번 수상을 계기로 더 성장하여 대한민국의 반도체 산업 발전에 이바지 하고 싶다”고 전했다.

21 - 08 - 30

전자공학과 최우영 교수, 2021 삼성미래기술육성사업 지정테마 연구지원 과제 선정

전자공학과 최우영 교수,2021년 삼성미래기술육성사업 지정테마 연구지원 과제 선정▲ 전자공학과 최우영 교수전자공학과 최우영 교수의 연구과제가 2021년 삼성미래기술육성사업 지정테마 (반도체 소자 및 공정 분야)에 최종 선정되었다. 삼성미래기술육성사업은 한국의 미래를 책임질 과학기술을 육성하고 지원하는 것을 목표로 삼성전자가 2013년부터 1조 5000억 원을 출연하여 시행 중인 공익사업으로, 지난 7월 15일 ‘△어드밴스드 AI △차세대 암호 시스템 △B(Beyond)5G&6G △로봇 △차세대 디스플레이 △반도체 소자 및 공정’ 등 총 6개 분야에서 12개의 연구 과제를 채택하여 총 152억 원을 지원한다고 밝혔다. 최 교수는 ‘하나의 강유전체 트랜지스터를 이용하고 데이터 일치도 평가가 가능한 다중비트 내용 주소화 기억장치의 개발’이라는 연구과제를 통해 향후 3년간 12억 원의 연구비를 지원받으며, 세계 최고 수준의 내용 주소화 기억장치 개발을 수행하여 메모리 분야의 원천기술을 확보할 계획이다. 최 교수는 SRAM, DRAM, 플래시 메모리 등으로 대표되는 기존의 메모리가 임의 접근 기억장치(Random Access Memory: RAM)에 의존하고 있어 최근 각광을 받고 있는 빅데이터, 인공지능 분야 등에 요구되는 고속 대용량 데이터 검색이 적합하지 않은 한계 상황을 극복하기 위하여, 내용 주소화 기억장치(Content Addressable Memory: CAM)라는 대안적인 메모리 방식을 도입하였다. ▲기존 메모리 기술의 주류인RAM (random access memory)과 본 연구에서 개발하는CAM (content addressable memory)의 동작 방식 비교도.기존의 임의 접근 기억장치(RAM)가 보이는 주소에 의존한 순차적 메모리 동작이 었다면, 내용 주소화 기억장치(CAM)는 메모리에 저장된 모든 데이터와 검색하고자 하는 데이터의 비교를 내용에 기반하여 병렬처리로 진행하는 방식으로, 데이터의 용량이 증가하고 고속 검색 동작의 수요가 증가하는 현재의 기술 상황에 최적의 해법을 제시할 것으로 기대되고 있다.최교수는 과제 선정 소감으로 “기존 반도체의 한계를 넘어서는 도전적인 과제 제안과 구체적인 방안 제시가 좋은 평가를 받아 기쁘게 생각하며, 앞으로도 우리나라의 반도체 위상을 제고할 수 있는 수월성 있는 연구 결과를 도출하고 우수 인력을 양성하겠다.” 라고 밝혔다.

21 - 07 - 26

강석주 교수 연구팀, 국제 딥러닝 컨퍼런스 ‘ICML Subset Selection workshop 2021’ 논문 두 편 Accept

강석주 교수 연구팀,국제 딥러닝 컨퍼런스‘ICML Subset Selection workshop 2021’논문 두 편Accept전자공학과 강석주 교수 연구팀(김경훈 석사과정 및 심재헌 석사과정)과 포항공대 공경보 박사가 공동연구하여 The 38th International Conference on Machine Learning (ICML 2021)의 Subset Selection in Machine Learning: From Theory to Applications workshop에 두 편의 논문을 Spotlight로 발표하게 되었다. 두 논문은 subset selection mechanism을 적용하여 딥러닝 기반 이미지 생성 네트워크의 학습 개선과 딥러닝 네트워크 탐색 (Neural Architecture Search)에서의 새로운 연구를 제시하였다.최근 딥러닝 분야에서 초대형 모델의 등장과 대규모의 데이터 학습으로 성능개선 연구가 진행되고 있다. 하지만 학습에 사용되는 시간과 에너지 사용량 측면에서 막대한 비용이 발생한다. 이러한 시간과 에너지 소비가 많이 드는 대규모 모델을 학습하기 위한 연산 요건을 낮추어 에너지 비용을 낮추고 CO2 배출량도 감소시킬 수 있는 연구가 진행되고 있다. ‘Selective Focusing Learning for Conditional GANs’ 논문에서는 GAN 모델의 효율적인 학습방법을 제안하여 적은 에너지 사용 비용으로 더 높은 성능을 낼 수 있는 간단하고 효과적인 학습방법을 제안한다.또한, 딥러닝이 여러 분야에서 적극적으로 활용되면서 용도에 따른 최적 딥러닝 네트워크 설계가 중요해 지고 있다. 이로 인해 각 용도에 따른 최적 네트워크를 자동으로 탐색해 주는 Neural Architecture Search (NAS) 가 각광 받고 있다. 하지만 NAS는 막대한 연산 복잡도를 요구하여 그 이점에 비해 활용도가 매우 떨어진다는 단점이 있다.‘Core-set Sampling for Efficient Neural Architecture Search’ 논문에서는 core-set sampling을 통해 네트워크 탐색시간을 줄여 적은 시간과 에너지로 효율적으로 네트워크를 탐색할 수 있는 방법론을 제안한다.□논문명,저자정보-논문제목: Selective Focusing Learning for Conditional GANs-저자 정보:공경보(제1공동저자,포항공대),김경훈(제1공동저자,서강대),송우진(참여저자,포항공대),강석주(교신저자,서강대)-논문제목: Core-set Sampling for Efficient Neural Architecture Search-저자 정보:심재헌(제1공동저자,서강대),공경보(제1공동저자,포항공대),강석주(교신저자,서강대)

21 - 07 - 26

공대현 석사과정, NAVER에서 주최한 AI Challenge에서 1위 수상

공대현 석사과정, NAVER에서 주최한 AI Challenge에서 1위 수상▲(왼쪽부터)전자공학과 강석주 교수, 공대현석사과정생전자공학과 재학중인 공대현 석사과정(지도교수 강석주)이NAVER에서 주최한AI challenge에서 최종1위를 수상하는 우수한 성적을 달성했다.본 프로젝트에서 우수한 성적을 달성한 모델들은 실제 네이버 서비스(지도,블로그,쇼핑,스마트에디터,음악 추천)에 적용하여 수천만 네이버 사용자들에게 제공할 수 있는 기회가 주어진다.2021년5월22일부터7월1일까지 네이버에서 제공한 다양한 데이터와 문제로46일간 네이버에서 비대면으로 개최된'ClOVA AI RUSH 2021'에서 공대현 석사과정이1라운드 쇼핑AI개발-쇼핑 카테고리 분류에서1등,최종라운드인2라운드 쇼핑AI개발-쇼핑 카탈로그 클러스터링에서도1등을 최종 수상했다.이번 대회에서1등을 한 공대현 석사과정에게는1500만원의 상금과 함께2021네이버 여름 인턴십의 기회가 주어지고,앞으로 네이버 공채 지원 시 서류,코딩테스트 면제라는 채용특권이 주어진다.공대현 학생은 “2라운드 쇼핑 카탈로그 클러스터링의 경우,네이버 쇼핑 가격비교 기능에 직접적으로 사용되는AI기술인데,평소에 제가 쓰던 기능에 기여를 할 수 있게 되어서 보람이 컸던 것 같습니다.또한 평소에는 접근하기 어려운 실제 현업 데이터들을 직접 다뤄볼 수 있는 좋은 기회였던 것 같습니다.이번 대회에서 짧은 시간동안 데이터 처리에 대한 통과,개발 실력이 크게 향상한 것 같고,이를 발판삼아 앞으로 더욱 연구에 매진할 수 있도록 하겠습니다.마지막으로 교수님을 포함한 연구실 멤버들에게도 아낌없는 배려와 지원을 해주신 점에 대해 감사의 말씀을 전합니다”라고 소감을 전했다.

21 - 07 - 07

이장우 박사, 제28회 한국반도체학술대회 삼성논문상 수상

제28회 한국반도체학술대회우수 논문 선정 및 삼성논문상 수상-터널링 트랜지스터(TFET)성능을 향상시키기 위한 신개념 소자 구조 제안-▲(왼쪽부터)전자공학과 최우영 교수,이장우 박사전자공학과 이장우 박사(현 서강대학교 연구원,지도교수최우영)의 연구가 지난1월25일부터29일까지 개최되었던한국반도체학술대회(KCS 2021)에서 우수 논문으로 선정되어,삼성 논문상을 수상하였다.삼성과 한국반도체산업협회 등이 주관하는 본 대회는1994년 제1회를 시작으로 올해28회를 맞았으며,반도체 관련최신 연구 결과와 성장 방향성을 공유하는 국내 최대 규모의 학술행사로 자리매김하고 있다.이장우 박사는 연구 논문‘A Novel Gate-Normal Hetero-Gate-Dielectric (GHG) Tunnel Field-Effect Transistors (TFETs)’를 통해 차세대 저전력 반도체 소자로서 학계의 주목을 받고 있는 터널링 트랜지스터(이하TFET)의 성능을 보다 더 향상시키기 위한 신개념 소자 구조를 제안하였으며,이를 위한 모델링 기법과 분석에서 수월성을 인정받았다.이는 향후TFET을 포함한 초저전력 반도체 소자 구현 및 응용에 활용될 것으로 보인다.기존 상보성 금속 산화물 반도체(이하CMOS)의 물리적 한계로 인해CMOS기반 저전력,더 나아가 초저전력 소자ꞏ회로를 구현하는 것은 현재 반도체 학계 및 산업계 전반에서 중요한 기술적 문제로 손꼽힌다.이러한 문제를 극복하고 기존CMOS를 대체하기 위한 연구의 일환으로CMOS소자 기술과 호환성이 높은 차세대 초저전력 소자인‘TFET’는 학계의 많은 관심을 받고 있다.그러나 그간TFET는 초저전력 응용에 있어 필수적인 급격한 온ꞏ오프 스위칭 동작 구간이 매우 제한적이고 회로 및 소자 동작에 요구되는 구동 전류가 낮다는 것이 주요 문제점으로 지적 받아왔다.이에 이장우 박사는 본 연구를 통해TFET의 스위칭 특성을 더욱 개선할 수 있는 이종접합형 게이트 유전막을 도입하는 소자 구조를 제안하였으며,이를 통해 온-오프 스위칭 동작 특성을 나타내는 성능 지표인 유효 문턱 전압 기울기가15%향상된 것을 확인하였다.또한 구동 전류는 기존TFET대비2.4배 가량 높았다.이 박사는“지도교수님의 격려와 관심 속에 이번 연구를 진행할 수 있었고,국내 최대 규모의 반도체 학술 대회에서 상을 받은 것을 계기로 더욱 연구에 정진하여 앞으로 초저전력 소자 기술이 필요한 사물인터넷(IoT),지능형 반도체 등의 분야에 이바지 하고 싶다”라고 소감을 전했다.

21 - 04 - 27

강석주 교수, 2020 한국방송·미디어공학회 신진연구자상 수상

전자공학과 강석주 교수,2020 한국방송·미디어공학회 신진연구자상 수상전자공학과 강석주 교수가 지난11월27일(금)에 개최된2020년 한국방송·미디어공학회 추계학술대회에서‘신진연구자상’을 수상하였다.한국방송·미디어공학회는 방송ꞏ미디어 공학 분야의 학술연구와 기술 개발을 통해 방송 관련 산업의 진흥과 발전에 기여를 목적으로 하는 학회로,매년 관련 기술 연구에 공헌한 신진연구자를 선정하여 수상하고 있다.강석주 교수는 차세대 미디어 디스플레이 기술 연구 개발을 비롯하여 최근 인공 지능 기술을 적용하여 디스플레이 화질을 향상하는 하이다이내믹레인지 기술,비디오 리타겟팅 기술,초고해상도 향상 기술 등 다양한 영상 신호 처리 기술을 활발히 연구ꞏ개발하고 있다.또한,최근5년간SCI급 논문41편 게재, 52편의 국제 및 국내 저명 학술대회 발표, 7건의 우수 논문상을 수상하였고,이에 대한 공적을 인정받아 올해의 신진연구자상 수상자로 최종 선정되었다.강 교수는“함께 열심히 노력해준 연구실 학생들에게 감사하며,앞으로도 관련 분야에서 우수한 연구 개발을 할 수 있도록 더욱 열심히 하겠다”는 소감을 밝혔다.

21 - 04 - 27

최주성 석사과정생, 2020 ISOCC Best Paper Award 수상

최주성 석사과정생,▲(왼쪽부터)전자공학과 강석주 교수,최주성 석사과정지난10월24일,전자공학과 석사과정에 재학 중인 최주성 석사과정생(지도교수 강석주)이 국제 학회‘International SoC(Systen on a Chip)Design Conference 2020(이하ISOCC)’에서‘Best Paper Award’에 선정되었다.ISOCC는2004년부터 매년 개최되고 있는 국제 학회로전 세계 학계 및 산업계의 연구자들이 적극적으로 참여하여 반도체‘시스템 온어 칩’분야에서 가장 최근의 혁신과 트렌드를 지속적으로 선보이고 있다.올해BestPaper Award는논문과 발표자료 제출 후 학회에서 아이디어,실험결과 및 논문 구성 등을 판단하여 선정하였다.최주성 학생이수상한논문의 제목은'Sequential Compression Using Efficient LUT Correlation for Display Defect Compensation'으로,디스플레이에서 발생하는 결함 보상의 신뢰성 확보를 위해 보상 데이터를 고효율로 압축하는 새로운 기법을 제안하였다.일반적으로 디스플레이를 생산하는 과정에서 공정상의 문제로 패널에‘한지 현상’이라고 불리는 결함이 발생하는데,이를 보상하기 위해서 보상값을 메모리에 저장하게 된다.이를 효과적으로 보상하기 위해서는 많은 데이터를 저장해야며,특히 최근에는 화면의 해상도과 사이즈가 증가함에 따라 고효율의 압축기법이 필요하다.본 논문은2가지의 다른 압축 기법을 혼용하여 연속적으로 압축함으로써 적은 손실로 압축률을 높일 수 있는 방법을 제시하였다.이 방법을 통해 더 많은 데이터로 보상이 가능해질 뿐만 아니라 공정의 수율이 상승하고 패널의 퀄리티를 높힐 수 있을 것으로 보인다.

21 - 04 - 27

김경훈 석사과정생, 2020 네이버 AI RUSH 경진대회 3개 부문 수상

2020네이버AI RUSH경진대회3개 부문 수상본교 전자공학과에 재학 중인 김경훈 석사과정생(지도교수 강석주)이‘2020네이버AI RUSH경진대회’에 참가하여 총3개 부문에서 우수한 성적을 거두었다.네이버가 주최하는 이번 대회는 자연어 처리와 이미지 분석,음성 인식 등 다양한 분야의 문제들을 해결하는AI프로젝트로,지난7월부 터2달에 걸쳐 진행되었다.김경훈 학생은 자연어 처리 분야의‘스팸 메일 분류’문제에서2등,이미지 및 텍스트 처리 분야의‘음원 분류’문제에서2등,이미지 처리 분야의‘네이버쇼핑 리뷰 이미지 자동 태깅’문제에서3등의 성적을 거두었고,총상금1,700만 원과 네이버 입사 시 서류 및 실기 시험이 면제되는 혜택을 받게 되었다.김경훈 학생은 각 부문에서 자신만의 방식을 활용하여 문제 해결에 두각을 나타냈다.먼저‘스팸 메일 분류’문제에서 제목보다는 본문에서 스팸 내용이 많다는 사전 경험을 활용하여 대회 초반부터 좋은 성적으로 시작하였고,모델 학습 시 테스트 데이터셋과 유사한 분포도를 갖는 학습 데이터셋 샘플을 추출하여 학습할 수 있도록 하는 계층적 데이터 추출 방법을 활용하여 높은 성능을 달성했다. ‘음원 분류’문제에서는 음원뿐만 아니라 음원의 메타데이터인 앨범,작곡가,아티스트,트랙 정보를 추가로 활용하였으며,주파수 도메인과 시간 도메인에 대한 데이터 증강 방법을 사용하여 부족한 데이터셋 문제를 해결했다.마지막으로‘쇼핑 리뷰 이미지 자동 태깅’문제에서는 분류 이미지 별로 데이터 분포가 불균형한 문제가 있었는데,언더 샘플링(under sampling)을 적절히 활용하여 분포 문제를 해결하고 앙상블 기법을 통해 성능을 올렸다.짧은 기간 동안3개 과제에서 우수한 성적을 달성한 소감에 대해 김경훈 학생은“프로젝트별로 해결해야 하는 문제점을 빨리 파악하고 실제 경험한 사전 지식을 적극 활용하여 다양한 실험을 해본 것이 도움이 되었다“고 말했다.또한,수상 소감 및 앞으로의 계획에 대해“실제 연구현장에서 쓰이는 데이터를 직접 다뤄보며 머신 러닝 및 딥 러닝 기술을 상용 서비스에 접목할 때 어떠한 문제들을 연구하는지 알 수 있었던 좋은 기회였고,이번 수상 경험을 바탕으로 다양한 분야에 심도 있는 연구에 매진할 것”이라고 전했다.

21 - 04 - 27