우리 대학 전기및전자공학부 박사과정 최유정 학생(지도교수 유민수)과 전산학부 박사과정 이하연 학생(지도교수 황성주)이 ‘2022 구글 PhD 펠로우’에 선정됐다.

구글 PhD 펠로우십은 컴퓨터과학과 관련된 유망 연구 분야에서 우수한 성과를 낸 대학원생을 지원하는 장학 프로그램으로 올해는 전 세계에서 61명이 선발됐다. 선정된 펠로우에게는 1만 달러의 장학금과 구글 각 분야 전문가 멘토와의 일대일 연구 토의, 피드백 등의 혜택이 주어진다. 

최유정 학생은 시스템 및 네트워크(Systems and Networking) 분야에서 펠로우로 선정됐다. 최유정 학생은 머신러닝을 위한 컴퓨터 구조 및 시스템 설계 분야의 탁월한 연구 성과를 인정받아 선정됐다. 이하연 학생은 기계학습(Machine Learning) 분야에서 신경망 구조 탐색(Neural Architecture Search)과 메타학습(Meta-learning) 분야의 탁월한 연구성과들을 인정받아 선정되었다.

최유정 학생은 머신러닝의 추론을 위한 컴퓨터 구조 및 시스템 설계에 대한 탁월한 연구 성과를 인정받았다. 특히 다수의 머신러닝 모델을 동시에 처리하여 연산 효율을 높이는 가속기 설계를 최초로 제안하여 주목을 받았다. 또한, 머신러닝 서버 및 시스템에 최적화된 스케줄링과 자원 관리 방법을 제안하여 효율적인 머신러닝 서비스 제공을 가능하게 하였다. 이러한 다양한 연구들은 HPCA, ASPLOS, DAC 등의 유수 컴퓨터 구조 분야 국제학술대회에 발표되었으며, 그의 연구는 매년 컴퓨터 구조 분야의 우수한 연구 성과를 선정하는 IEEE Micro Top Picks 2020에도 선정된 바가 있다.

< 그림 1. 최유정 박사과정 연구성과도: 유동적인 배칭을 적용한 머신러닝 추론 서버 >

이하연 학생은 메타 학습을 이용한 신경망 탐색 모델을 설계하여, 메타 학습과 신경망 탐색이라는 기계 학습의 주요 두 분야에서 탁월한 연구성과를 인정받았다. 신경망 탐색이라는 대규모 작업에 메타 학습을 적용하여 메타 학습의 확장성을 보였으며, 메타지식을 이용하여 빠른 신경망 탐색을 가능하게 했다. 이러한 다양한 연구성과들은 NeurIPS, ICLR 등 기계학습 및 딥러닝 분야의 최고 학회에 다수 선정되었다. 

특히 5편 중 3편이 상위 5% 이내의 성적을 의미하는 스포트라이트 (spotlight), 1편이 상위 2% 이내의 성적을 의미하는 구두 (oral) 발표에 초청되었다. 또한 연구 인턴십을 통해 메타 (Meta) 연구진과 협력하여 효율적이며 고성능인 신경망 모델 탐색 연구를 수행하고 있다.

< 그림 2. 이하연 박사과정 연구성과도: 메타 학습을 이용한 빠른 신경망 탐색 모델 >

우리 학부 최재혁 교수 연구팀 (연구실명: ICSL)에서 회로의 집적도를 높이는 데 용이한 링 오실레이터를 기반으로, 8 GHz 이상의 높은 주파수에서 100 fs 이하의 매우 뛰어난 지터 성능을 갖는 클락 생성기를 개발하였습니다. 

본래 링 오실레이터 기반의 클락 생성기는 LC 오실레이터 기반의 클락 생성기에 비해 그 노이즈 성능이 좋지 않아, injection-locked clock multiplier (ILCM)과 같이 매우 뛰어난 노이즈 성능을 달성할 수 있는 구조와 함께 많이 사용됩니다.

하지만, 이 ILCM 구조는 주파수 체배수가 낮아 높은 출력 주파수를 갖는 신호를 생성할 수 없다는 단점이 있었습니다. 

이를 파워게이팅 인젝션 기법을 이용하여 해결하여, 8 GHz 이상의 출력 주파수와 68 이상의 주파수 체배수를 갖는 ILCM 구조 (PG-ILCM)를 개발함으로써, 대부분 5 GHz 이하의 출력 주파수와 20 이하의 주파수 체배수를 갖는 기존 ILCM 구조와 비교하여 그 출력 주파수와 주파수 체배수를 크게 증가시켰습니다.

[연구성과도: 본 연구에서 제안하는 PG-ILCM 동작 컨셉도]

해당 연구는 그 우수성을 입증받아 삼성전자 산학협력 우수논문상중 최우수상을 수상하였습니다. 

또한, 2022년 2월에는 ISSCC 2022 학회에서 발표된 바 있습니다. 

<(왼쪽부터) 전기및전자공학부 정명수 교수, 권미령 박사과정, 이승준 통합과정, 최현규 박사과정>

우리 학부 정명수 교수 연구팀이 세계 최초로 PLM SSD 기반, 키밸류 (KV) 저장장치용 하드웨어-소프트웨어 SSD　프레임워크를 삼성과 공동 개발에 성공하고 기존 데이터센터향 저장장치 및 스토리지 스택에 비해 항상 일정한 입출력 지연시간을 보장함으로서 페이스북/야후등의 사용자 워크로드에서 탁월한 성능향상을 보였습니다.

정명수 교수님 연구팀은 일정한 읽기 지연시간을 제공하는 NVMe에서 제시된 새로운 예측 지연 모드(Predictable Latency Mode, PLM) 인터페이스를 실제 데이터센터향 SSD 하드웨어 적용하여 긴 꼬리 지연시간을 제거한 로그 기반의 통합 키밸류 저장장치(Log-Structured Merge Key-Value Stores, LSM KV Store)용 하드웨어-소프트웨어 프레임워크, Vigil-KV를 세계 최초로 개발하였습니다. 이는 기존 데이터센터의 LSM KV Store 대비, 3.19배 빠른 꼬리 지연시간 및 34% 빠른 평균 지연시간을 자랑합니다.

데이터베이스의 한 종류인 LSM KV Store는 다양한 응용 데이터를 관리하는 데 사용되어, 사용자 읽기 경험을 저하하지 않도록 특정 시간 안에 사용자 요청을 처리해야 합니다. 이러한 문제를 해결하기 위해, SSD 내부 작업을 수행하지 않고 읽기 서비스와 관련된 결정적 (Deterministic) 모드에서 일정한 읽기 지연시간을 보장하는 PLM SSD를 활용하였습니다.

구체적으로 Vigil-KV 하드웨어는 여러 개의 PLM SSD를 연결해주는 PLM SSD 배열장치(RAID)로 구성함으로써 시스템 내부에 결정적 모드 SSD가 항상 존재하도록 하여 SSD 내부 작업을 없앱니다. 또한, Vigil-KV 소프트웨어는 LSM KV Store 내부 동작으로 인해 결정적 모드가 해제되지 않도록 통합/완전저장(Compaction/Flush) 연산과 같은 LSM KV Store 동작과 사용자 요청을 스케줄링하였습니다.

연구팀이 제안한 연구성과 중 특히 주목할 만한 점은 세계 최초로 실제 SSD에서 PLM 인터페이스를 구현하였고, LSM KV Store용 하드웨어-소프트웨어 프레임워크로 일정한 읽기 지연시간을 제공한다는 것입니다. 연구팀은 Linux 4.19.91 및 RocksDB 6.23.0을 사용하여 Vigil-KV 소프트웨어를 구현하였고, 1.92TB 데이터센터향 NVMe SSD에서 Vigil-KV 하드웨어의 프로토타입을 제작했습니다.

권미령, 이승준, 최현규 박사과정생들이 참여한 이번 논문은 이번 논문은 미국 칼스배드에서 지난 7월 11일에 열린 시스템 분야 최우수 학술대회인 2022 유즈닉스 연례학술대회(USENIX Annual Technical Conference, ATC)에서 논문명(Vigil-KV: Hardware-Software Co-Design to Integrate Strong Latency Determinism into Log-Structured Merge Key-Value Stores)으로 발표되었습니다.

또한 본 연구의 결과는 페이스북/야후의 사용자 입출력 실험에서 우수한 성능을 인정받고 삼성전자 산학협력 우수논문상에서 최우수상을 수상하였습니다 (최재혁 교수님 회로 연구와 공동 수상).

해당 연구는 삼성전자 전략산학의 지원을 받아 진행되었으며 해당 연구에 대한 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인하실 수 있습니다.

<삼성전자 우수논문상 최우수상을 수상 중인 권미령 박사과정생>

<수상 발표>

<연구 내용을 발표 중인 권미령 박사과정생>

<LSM KV store용 하드웨어-소프트웨어 프레임워크>

<평가 결과>

[이동균학생, 유승협교수 사진, 왼쪽부터]

올해 7월에 열린 2022 Advanced Photonics Congress 학회에서 전기및전자공학부 박사과정 이동균 학생이 Congress Student Paper Prize를 수상 하였습니다.

이동균학생이 수상한 당 학회는 전자공학 분야에서 전세계 유수의 교수 및 대학원생들이 모여 optical materials, optical signal processing, optical communications 및 integrated optics 분야에 대한 연구를 공유하고 발표하는 학회입니다.

본 연구는 초박막 PI 및 elastomer array를 이용하여, 기계-광학적 측면에서의 엄밀한 분석을 토대로 신축형 유기 발광 다이오드 플랫폼에서 지속적으로 bottleneck이 되어오던 면적비를 높일 수 있는 새로운 방식을 제안하였고,

The Optical Devices and Materials for Solar Energy and Solid-state Lighting (PVLED) committee chair에 의해 2022 Advanced Photonics Congress Student Paper Prize로 선정되었습니다.