Highlights

교수님 연구실 임용
News
교수님 연구실 임용 750
<(왼쪽부터) 정경원, 정윤태, 최종윤 박사>

제민규 교수 연구실 박사 졸업생인 정경원, 정윤태, 최종윤 박사가 각각 연세대학교 첨단융합공학부, 경희대학교 반도체공학과, 이화여자대학교 융합전자반도체공학부 조교수로 임용되었습니다.

 

정경원 박사는 2023년 2월 박사학위 취득 후 스위스 취리히의 ETH Zurich 및 IBM 연구소에서 박사후연구원으로 재직하였습니다. ADC, Neural·Ultrasound 시스템, In-memory Computing Hardware Accelerator, Ising 머신 구조 등 혼합신호 회로와 지능형 센서 인터페이스 설계를 중심으로 활발한 연구를 수행하고 있습니다.

 

정윤태 박사는 KAIST에서 학·석·박사(2024) 학위를 취득한 뒤, 2024년부터 벨기에 루벤의 imec 연구소에서 뉴럴 인터페이스 IC를 연구하였습니다. 바이오메디컬 IC, 뉴럴 IC, 피지컬 AI용 센서 인터페이스 IC, PIM(Processing-in-Memory) 분야에 깊은 관심을 가지고 연구를 이어오고 있습니다.

 

최종윤 박사는 2025년 2월 박사학위를 취득한 후, 미국 실리콘밸리에 위치한 Annapurna Labs(Amazon Web Services)에서 Circuit Design Engineer로 근무하며 AWS Trainium 가속기 설계에 참여하였습니다. AI/ML 가속기 설계, 알고리즘–하드웨어 Co-Design, Processing-in-Memory 회로 설계 등을 주요 연구 분야로 하며, 고성능·저전력 지능형 반도체 시스템을 위한 회로 및 아키텍처 설계에 주력하고 있습니다.

 

이번에 임용된 세 졸업생이 각자의 전문성과 경험을 바탕으로 미래 인재 양성과 학문적 성과 창출을 통해 국내외 반도체 및 첨단공학 분야의 발전을 선도해 나가기를 기대합니다.

360
Award
re PreDoctoral Award 2
<윤기찬 박사과정>

우리 학부 제민규 교수 연구실의 박사과정 윤기찬 학생이 2025-2026년도 IEEE Solid-State Circuits Society (SSCS) Predoctoral Achievement Award 수혜자로 선정되었습니다.

 

SSCS Predoctoral Achievement Award는 시스템 반도체 회로 설계 분야에서 뛰어난 연구 성과를 보인 전 세계 박사과정 학생들에게 수여되는 권위 있는 프로그램으로, 매년 소수 인원만이 선정됩니다. 올해는 전 세계에서 단 30명만이 선정되었으며, 윤기찬 학생이 그 명단에 이름을 올렸습니다.

 

윤기찬 학생은 ISSCC 논문 2편(제1저자 및 공동 제1저자)을 포함해 총 23편의 국제 논문을 발표했으며, 이 중 17편이 SSCS에서 주관하는 저널 및 학회에 게재되었습니다. 특히 저전력 고해상도 센서 인터페이스 설계 분야에서의 연구 기여와 학문적 성과가 높이 평가되어 이번 수상의 영예를 안게 되었습니다.

교수님 연구실 360
News
Marco side 1
< (왼쪽에서부터) Dr. Marco Alban-Paccha, 김형석 박사, 심지훈 박사>

우리 학부 집적유기전자연구실 (지도교수 유승협) 박사 졸업생인 Dr. Marco Alban-Paccha , 김형석 박사, 심지훈 박사가 각각 University College Dublin 전자공학과, 가천대학교 반도체공학과, 순천향대학교 전자공학과에 조교수로 임용되었습니다.

 

Dr. Marco Alban-Paccha 는 2022년에 박사졸업 후 영국University of Cambridge의 George Malliaras 교수 그룹에서 박사후 연구원으로 있었으며, 주요 연구분야는 웨어러블 기반의 바이오메디컬 분야이며, 소자 공정에서부터 시스템 구현, AI 기반의 신체신호분석에 이르기 까지 임상적으로 의미있는 멀티모달 센싱 분야에 특별한 관심을 갖고 있습니다.

 

김형석 박사도 2022년에 졸업한 후, 일본 큐슈대학의 Chihaya Adachi 교수 그룹에서 박사후 연구원, 삼성디스플레이 재료개발실 연구원으로 근무한 바 있습니다. 주요 연구분야는 OLED 소자 물리로 Science Advances, Nature Communications 등 주요 저널에 깊이 있는 연구성과를 내어왔습니다.

 

심지훈 박사는 2023년 졸업 후 삼성전자 MX개발부에서 근무하였으며, 학위기간 중 고유연 OLED 를 이용한 바이오메디컬 응용 분야로 Science Advances 등에 우수 논문을 출판한 바 있습니다.

 

이번에 임용된 세 졸업생들이 각자의 위치에서 연구와 교육, 그리고 사회기여 모든 면에서 더욱 발전하며 빛을 발할 수 있길 빕니다.

360 1
News
박사 main
<박세진 박사>

노용만 교수 연구실 박세진 박사가 2026년 2월 박사학위 취득에 이어, 3월 경희대학교 전자공학과 조교수로 임용됩니다. 박 박사는 박사과정 동안 음성·영상·언어를 통합적으로 이해하는 멀티모달 인공지능을 기반으로, 사람과 AI가 자연스럽게 상호작용할 수 있는 대화형 지능 시스템을 연구해왔습니다.

 

특히, 시각–음성 통합 표현 학습, 장·단기 대화 맥락 모델링, 그리고 인간 상호작용에서 나타나는 언어적·비언어적 정보를 대화 이해와 생성에 활용하는 방법 등을 제안하며 연구의 깊이와 폭을 넓혀왔습니다. 이러한 연구 성과는 국제적으로도 높은 평가를 받아, ICML, ACL, CVPR, AAAI, ICASSP 등 세계 최고 수준의 학회에서 총 13편의 논문을 발표해왔습니다.

 

또한, ACL Outstanding Paper Award, ICML Oral, CVPR Highlight, ACL Oral, AAAI Oral 등 다수의 우수 논문으로 선정되며 멀티모달 AI 및 대화형 인공지능 분야에서 국제적 경쟁력을 갖춘 연구자로 자리매김해왔습니다.

 

박세진 박사는 앞으로도 음성·영상·언어가 결합된 복합적 상호작용 환경에서, AI가 실제 사용자와 협력하며 소통할 수 있는 대화형 지능 연구를 지속하고자 하는 포부를 밝히고 있습니다. 박세진 박사의 새로운 출발을 축하하며, 경희대학교에서 펼쳐질 교육·연구·산학 협력 전반에서의 활약을 기대합니다.

360
Award
03
<강대현 석박통합과정 학생 ⓒSamsung Semiconductor Newsroom>

우리 학부 조병진 교수 연구실 강대현 석·박사통합과정 학생이 제32회 삼성휴먼테크논문대상에서 대학생부분 대상을 수상했습니다.

 

강대현 학생은 플래시 메모리 터널링층 내 적용된 붕소 옥시나이트라이드(Boron Oxynitride, 이하 BON) 소재의 밴드갭 엔지니어링 연구를 통해 차세대 반도체 기술의 새로운 가능성을 제시했다는 평가를 받았습니다.

 

기존 낸드플래시 메모리는 데이터를 지울 때 발생하는 원치 않는 전하 누설로 인해 저장 안정성이 낮아지는 고질적인 문제가 발생합니다. 강대현 학생은 기존 소재인 SiON 대신 비대칭적 에너지 장벽 특성을 가진 BON 소재를 터널링층에 적용하는 혁신적인 접근법을 택했습니다.

 

전례 없는 새로운 소재를 다루는 연구인 만큼 증착 공정 설계부터 후처리 조건까지 모든 과정을 스스로 정립해야 하는 어려움이 컸으나, 이를 통해 데이터의 입출력 속도와 신뢰성이 충돌하는 기존의 한계를 획기적으로 완화하는 성과를 거두었습니다.

 

강대현 학생은 지난해 비슷한 주제로 이 대회에 도전했으나 초록 심사 탈락이라는 실패를 맛봤습니다. 하지만 이를 동력 삼아 1년간 연구 설계를 더욱 철저히 보완한 끝에 대상 수상이라는 결실을 맺었으며, 연구를 지도한 조병진 교수는 지도교수 특별상을 수상했습니다.

 

강대현 학생은 수상 소감을 통해 “도전하는 용기가 결국 성장을 만든다는 사실을 확신하게 됐다”며, “이번 연구가 단순히 논문에 머물지 않고 실제 메모리 반도체 공정과 양산 환경에서도 의미 있게 기여할 수 있기를 희망한다”고 포부를 밝혔습니다.

 

삼성휴먼테크논문대상은 1994년 시작된 국내 최고 권위의 논문 경진 대회로, 올해는 총 3,172편의 초록이 접수되어 치열한 경쟁을 벌였습니다. 지난 30여년 간 기초과학 분야가 강세였던 역대 대상 수상 기조 속에서, 전통 반도체 소자 연구로 거둔 이번 성과는 매우 이례적이고 매우 뜻 깊은 결과입니다. 더불어 우리 학부의 탁월한 연구 역량과 미래 반도체 산업을 이끌어갈 인재 육성 성과를 다시 한번 입증하는 계기가 되었습니다.

 

▶ 자세한 뉴스 더보기

360
News
박사
<유지만 박사>

우리 학부 Nano-Oriented Bio-Electronics Lab 유지만 박사 (지도교수: 최양규)가 2026년 3월 1일부 경북대학교 전자공학부 조교수로 임용 되었습니다. 

 

유지만 박사는 “Silicon-based Synaptic Tranistors for Computing-In-Memory”이라는 논문으로 박사 학위를 취득했으며, 박사 과정 동안 Advanced Functional Materials, Small, IEEE Electron Device Letters 등 유수 학술지에 1저자 16편을 포함하여 총 58편의 다수의 연구 성과를 발표했습니다.

 

2024년 2월 박사 학위 취득 후 SK 하이닉스 미래기술연구원에 현재까지 재직하며 DRAM Scaling을 위한 요소 기술들을 개발해온 바 있습니다. 향후 주요 연구 분야는 차세대 뉴로모픽 소자/ 3차원 DRAM/ Metal Interconnection 입니다.

교수님 연구실 임용
News
김동민 박사
<(왼쪽부터) 김태우 · 김동민 박사>

우리 학부 문건우 교수 연구실(KAIST Power Electronics Lab, KPEL) 졸업생인 김태우 박사와 김동민 박사가 각각 경북대 전기공학과와 한국기술교육대학교 전기전자통신공학부의 전임교원으로 임용되었습니다.

 

김태우 박사는 2026년 3월 3일부 경북대학교 전기공학과 전임교원으로 임용되었습니다. 2025년 2월 KAIST에서 박사학위를 취득한 이후 IMEC USA 연구소에서 박사후연구원으로 근무하고 있으며, 전력전자 및 아날로그 집적회로를 주요 연구 분야로 연구를 수행해 왔습니다. IEEE Transactions on Industrial Electronics (TIE), IEEE Transactions on Power Electronics (TPE) 등 국제 저명 학술지 및 학술대회에 다수의 논문을 발표했습니다.

 

김동민 박사는 2026년 3월 1일부 한국기술교육대학교 전기전자통신공학부 조교수로 임용되었습니다. 2024년 KAIST에서 박사학위를 취득하였으며, 박사과정 동안 무선전력전송, 전기자동차, 데이터센터 관련 전력전자 시스템 연구를 수행했습니다. IEEE Transactions on Power Electronics 등 전력전자 분야 주요 국제 저널에 다수의 논문을 게재한 바 있으며, 졸업 후에는 한국전자통신연구원(ETRI) 소재부품연구본부에서 전기자동차 및 우주항공용 전력반도체와 전력전자 시스템 개발 연구를 수행했습니다.

 

이번 임용은 전력전자 전 분야에 걸쳐 전문성을 갖춘 인재를 배출해 온 문건우 교수 연구실의 꾸준한 연구 성과를 보여줍니다. 우리 학부는 앞으로도 졸업생들이 학계 각 분야에서 연구 역량을 발휘하며 활발한 활동을 이어갈 것으로 기대합니다.

교수님 연구 360
News
연구팀
< (좌상단부터) ㈜ 파네시아 소속 권미령, 장준혁, 이상원, (좌하단부터) 정명수 교수, 강승관 박사과정, 이승준 박사과정 >

우리 학부 정명수 교수님 연구팀이 그래프 신경망 기반 기계학습의 단대단 추론 연산을 가속할 수 있는 AI 반도체 기술(이하 오토GNN)를 세계 최초로 개발했습니다.

 

그래프는 일련의 꼭짓점들과 그들 사이의 연결관계인 변들로 구성된 자료구조로, 그래프 기반 신경망은 현실의 데이터들을 사이의 복합적인 관계를 학습할 수 있어 추천 시스템, 소셜 네트워크 서비스(SNS), 지식 그래프 등 다양한 분야에서 필수적인 기술로 자리 잡았습니다. 그래프 신경망 기반의 기계학습은 이처럼 기존 방법 대비 높은 정확도를 제공할 수 있음에도 불구하고, 실제 서비스 환경에서 활용 시 긴 지연시간이 문제로 제기되어 왔습니다.

 

. 하드웨어 프로토타입 side
<(좌) 하드웨어 프로토타입 (우) AUTO GNN 기술개요>

 

연구팀이 개발한 오토GNN 기술은 그래프 신경망 기반의 기계학습의 추론시간 중 70~90%가 사실은 그래프 자료구조를 변환하는 그래프 전처리 단계로 인해 발생함을 규명했습니다. 이후 그래프 전처리 과정의 각 연산에 대한 분석을 통해 기존의 GPU 아키텍처가 병렬화하지 못하는 연산들을 분류하고, 이들을 가속할 수 있는 특수 하드웨어 로직을 활용해 이를 가속하였습니다. 특히 연구진이 디자인한 하드웨어는 일반적인 AI 반도체와 유사하게 고정된 로직으로 구성된 하드웨어 쉘과 재구성 가능한 로직으로 구성된 하드웨어 커널로 나누어져있어, 실시간으로 처리해야 하는 그래프에 맞춤으로 하드웨어 커널을 재구성함으로써 항상 높은 성능을 제공할 수 있도록 하였습니다.

 

연구팀은 제안하는 오토GNN의 실효성을 검증하기 위해 프로그래밍 가능 반도체를 활용해 RTL 기반의 프로토타입을 제작하였으며, 서버 등급의 인텔 CPU 및 엔비디아 GPU와 그래프 신경망 기반 기계학습 추론 성능을 비교 평가하였습니다. 평가 결과, 오토GNN은 CPU 대비 9.0배, GPU 대비 2.1배 빠른 속도를 기록하였으며, 이 과정에서 에너지 또한 3.3배 절약할 수 있음을 확인하였습니다. 특히, 실시간으로 입력 그래프가 변하는 현실 시나리오에서 재구성 가능한 하드웨어 디자인을 통해 항상 높은 성능을 제공할 수 있음을 검증하였습니다.

 

GNN 성능 비교 그래프
<오토GNN 성능 비교 그래프>

 

[발표 영상]
https://www.youtube.com/watch?v=wOgCHihGZq0

 

[뉴스]
https://www.youtube.com/watch?v=wNndGXyEw1g
https://www.youtube.com/watch?v=lsZcD6c6A8c

 

[기사]
https://www.yna.co.kr/view/AKR20260205075100063?input=1195m
https://www.dongascience.com/news/76251
https://zdnet.co.kr/view/?no=20260205150817
https://researchnews.kaist.ac.kr/researchnews/html/news/?mode=V&mng_no=57970
https://www.aitimes.kr/news/articleView.html?idxno=38501
https://www.etnews.com/20260205000051
https://www.hankyung.com/article/202602057029i
https://www.seoulfn.com/news/articleView.html?idxno=620443
https://www.sedaily.com/article/20005154?ref=naver
https://mbiz.heraldcorp.com/article/10670006
https://www.tjb.co.kr/news05/bodo/view/id/94420/version/1
https://www.econovill.com/news/articleView.html?idxno=728477
https://www.mt.co.kr/tech/2026/02/05/2026020510121457200
https://www.chungnamilbo.co.kr/news/articleView.html?idxno=872286
https://www.ccdailynews.com/news/articleView.html?idxno=2396079

공지사항

MORE

세미나 및 행사