전자공학과 한주혜 석사, TCAS-II 2021 논문 Invite
전자공학과 한주혜 석사, TCAS-II 2021 논문 Invite▲(왼쪽부터)전자공학과 안길초 교수, 한주혜 석사전자공학과 한주혜 석사(지도교수 안길초)가아날로그 회로설계 분야 국제 저명 저널인IEEE Transactions on Circuits and Systems II: Express Briefs(2020년 기준JCR impact factor 3.292) 2021에Invite되었다.IEEE Transactions on Circuits and Systems II: Express Briefs (TCAS II)는 이론,분석,설계 및 회로의 실제 구현과 시스템 및 신호 처리에 대한 회로 기술의 응용으로 지정된 분야의 간략한 논문을 발표한다.기본 과학 이론에서 산업 응용에 이르기까지 전체 스펙트럼이 포함된다.해당 논문의 제목은"A 96dB Dynamic Range 2kHz Bandwidth 2nd Order Delta-Sigma Modulator Using Modified Feed-Forward Architecture With Delayed Feedback"이며,한주혜 석사는 본 논문을 통해 기존Feed-Forward구조의Delta-Sigma ADC를 변형하여 저가의 공정비용과 초저전력으로16-bit수준의 고해상도의 센서용ADC를 개발하였다.그림1.한주혜 석사가 제안한 구조그림2.한주혜 석사가 제안한 회로도 및 타이밍도
21 - 12 - 10
전자공학과 곽용식 박사, A-SSCC 2021 논문 accept
전자공학과 곽용식 박사,A-SSCC 2021 논문 accept▲(왼쪽부터)전자공학과 안길초 교수, 곽용식 박사전자공학과 곽용식 박사(지도교수 안길초)가 아날로그 회로설계 분야 국제 저명 학회인IEEE A-SSCC 2021(Asian Solid-State Circuits Conference)에서 발표하였다.IEEE A-SSCC는 반도체 및 반도체 분야에서 가장 최신의 첨단 칩과 회로 설계를 발표하기 위한 국제 포럼이며,이 학회는IEEE Solid-State Circuits Society가 지원하며 아시아에서 개최되고 있다.해당 논문의 제목은"A 0.9V 0.022mm2103dB DR Switched-Capacitor Audio Delta-Sigma Modulator Using Input-Referred kT/C Noise Reduction Technique"이며,곽용식 박사는 본 논문을 통해input-referred kT/C noise reduction을 사용한SC audio delta-sigma (ΔΣ) modulator를 세계 최초로 제안 및 개발하였다.▲곽용식 박사가 제안한 구조본 논문에서 곽 박사는kT/C noise requirement를 만족하기 위한 캐패시터의 물리적인 한계를 극복하여 초소면적의audio delta-sigma (ΔΣ) modulator를 구현하였다.
21 - 12 - 10
신호처리합동학술대회 최우수논문상, 우수발표상 수상
제31회 신호처리합동학술대회최우수논문상 및 우수발표상 수상▲(왼쪽부터)전자공학과 강석주 교수,유현우 석사과정,김기훈 석사과정전자공학과 석사과정에 재학 중인 유현우,김기훈 석사과정(지도교수 강석주)이 지난9월30일부터10월1일까지 개최된 제31회 신호처리합동학술대회에서 각각 최우수논문상과 우수발표상을 수상하였다.본 학술대회는 대한전자공학회,한국음향학회,한국통신학회,한국방송공학회 등4개 학회가 합동으로 주최하는 오랜 전통의 신호처리 분야 국내 최고 학술 행사로서,다양한 연구자들의 학술 교류의 장으로 발전해왔다.유현우 학생의 논문 제목은'U-Net의 Skip Architecture에ViT를 적용한 Segmentation성능 개선에 관한 연구'이며 논문과 발표에 대한 심사를 거쳐1등 상인‘최우수논문상’을 수상했다.본 논문에서는 최신 기술인Vision Transformer를U자 형태의 네트워크인U-Net에 적용한 모델을 활용하여 영상에 있는 물체를 픽셀 단위로 분류하는Segmentation를 수행하는 방법을 제안한다.또한,의료 영상 데이터에 대해 실험한 결과 성능이 개선된 것을 확인하였다.▲유현우 학생이 제안한U-Net구조김기훈 학생은‘Simple Siamese Network기반Human Pose Estimation을 위한Backbone Network비지도 학습 방법론 연구’라는 논문과 발표를 통해‘우수발표상’을 수상하였다.본 논문에서는 사람의 자세 추정을 위한 모델의 중심 네트워크(Backbone network)를 비지도 학습(unsupervised learning)으로 학습시키는 방법에 대해서 실험 및 분석하였다.▲김기훈 학생이 제안한Simple Siamese Network구조유현우 학생과 김기훈 학생은“사려 깊게 지도해 주시는 강석주 교수님과 공동저자인 선배분들 덕분에 좋은 논문을 작성해 볼 수 있었고,이번 학술대회를 통해 배운 점들을 기억하고 앞으로의 연구에 더욱 매진하며 좋은 실적을 내고 싶다”고 전했다.
21 - 10 - 13
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