학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 1
  • 3
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 2
  • 3
Learn More
AI in EE AI and machine learning
are a key thrust
in EE research
AI and machine learning are a key thrust in EE research

AI/machine learning  efforts are already   a big part of   ongoing
research in all 6 divisions - Computer, Communication, Signal,
Wave, Circuit and Device - of KAIST EE 

  • 3
  • 3
Learn More
Previous
Next

Highlights

2022학년도 전기및전자공학부  가을학기 입학 대학원입시 면접 안내 

1 .대상자: 1단계 서류심의 합격자

2. 면접일: 석사: 517()/ 박사: 518()

3. 면접시간 및 면접대기장소(석사,박사지원자 동일)

      – 9시,정보전자동(E3-2) 우리별세미나실(2201호) 

4. 유의사항

     – 신분증, 수험표 반드시 지참하셔야 면접에 참여하실 수 있습니다. 

     – 마스크 착용 필수(마스크 착용하지 않을 경우 면접대기실 입장을 제한합니다.)

     – 면접은 개별면접으로 진행이 되므로, 종료 시각은 개인별로 다릅니 다. (사전에 개별 면접시각 확인 응대는 불가)

    – 해외 체류중이거나 코로나19 증상이 있는 경우 비대면 면접 신청 할 수 있으며, 5월 13일(금) 14시 까지만 접수

        받습니다.  (회신양식: 수험번호/성명/사유)

5. 문의: barbie1975@kaist.ac.kr

중앙일보 Opinion :유창동의 미래를 묻다 ‘인공지능, 그 이면의 문제들’

AI가 공정하다는 건 착각, 끊임없이 감시해야

 

 

유창동 교수/ KAIST 전기 및 전자공학부  <중앙일보 ㅣ 2022.04.11>

 

현대인에게 인공지능은 익숙한 존재다. 인공지능은 우리 일상에서 떼어낼 수 없는 존재가 되었다. 나아가 인공지능은 우리가 상상할 수 있는 모든 산업 분야에서 활용되고 있는데, 특히 자율주행, 헬스케어, 제조업과 같은 분야에 큰 기여를 하고 있다.

 

그러나 우리가 명심해야 할 것이 있다. 인공지능의 눈부신 발전이 오히려 인류에게 독으로 작용할 수도 있다는 점이다. 인공지능이 산업에서 활용되기 시작한 이후 사람들이 우려해 왔던 것은 인공지능이 우리 일자리를 위협할 수 있는 점과 인공지능이 불공정한 판단을 내릴 수 있다는 점이다.

 

물론 인공지능으로 대체되는 일자리가 있으면 새로 창출되는 일자리도 있을 것이다. 새롭게 창출될 일자리에 대비해 재교육이 절실히 필요하다. 국가 경쟁력을 높이는 방안으로 국가는 인공지능과 더불어 생존하는 삶을 지향하고, 인공지능으로 대체되지 않고 인공지능에 능숙한 인력을 양성해야 한다. 그래서 인공지능의 활용·개발, 그리고 통제에 대한 다양한 교육 프로그램과 제도들을 만들어야 할 것이다.

 

사실 인공지능의 공정성을 근본적으로 해결하는 것은 어렵다. 우리는 주기적으로 ‘진단시스템’을 작동해, 인공지능이 인간의 윤리적 원칙 및 공정성 정책을 잘 준수하고 있는지 점검해 볼 수 있다. 공정성의 기준은 상황에 따라, 그리고 시대에 따라 달라질 수 있다. 어떤 상황에서 큰 문제가 없다고 여겨지는 판단이 다른 맥락에서는 불공정한 것일 수도 있다.

 

10년 전 공정성 기준이 지금 기준과 많이 다르듯 인공지능의 공정성도 시대에 흐름에 맞춰져야 한다. 이와 같이 인공지능의 공정성에 대한 기준은 맥락에 따라 달라질 수 있으며, 시대에 따라 변화할 수도 있다. 그러므로 앞서 언급한 진단 시스템도 이에 맞추어 발전해야 할 것이다. 진단 시스템이 더욱 다양한 맥락과 시대상을 반영할 수 있다면 인공지능의 공정성은 개선될 것이고, 사람들은 지금보다도 인공지능을 더욱 신뢰할 수 있을 것이다.

 

*2022년 IITP 사람중심인공지능핵심원천기술개발사업 [점차 강화되고 있는 윤리 정책에 발맞춰 유연하게 진화하는 인공지능 기술 개발 연구] 과제 선정

2022학년도 가을학기입학 대학원 신입생 모집과 관련하여 KAIST 대학원입학팀에 제출하는 서류 이외에 KAIST 전기및전자공학부 행정팀에 직접 제출해야 하는 서류들을 안내드립니다.

 

첨부의 파일을 다운로드 하시어, 내용 확인하시기 바랍니다.

 

  * 신입생 석·박통합과정 지원자의 경우 지원 시에 지도예정교수님을 적극적으로 찾아보시고, 해당 교수님 TO와 관련하여 면담하신 후에 지원하시기를 적극적으로 권장합니다.

  * 서류 제출 해당자의 경우 이메일 제출도 가능합니다. (자필 서명된 서류 스캔본으로 제출가능)

  * 문의 및 제출처 : KAIST 전기및전자공학부 행정팀(E3-2, 1212) 김태연 barbie1975@kaist.ac.kr(T.042-350-3402)

 

 

Classes will be offered online until further notice.
* Please note that this schedule is subject to change under certain circumstances.

 

smaill_sizewd연구성과도_캡처.PNG
 
< 전기및전자공학부 최신현 교수 >https://news.kaist.ac.kr/news/html/news/?mode=V&mng_no=18650우리 학부 최신현 교수 연구팀이 다공성 구조를 갖는*차세대 저항 변화 소자(멤리스터)를 활용해 우리 뇌의 신경전달물질 시냅스를 모방한 고신뢰성 소자(시냅스 소자)를 개발했다고 25일 밝혔다.멤리스터(Memristor): 메모리와 레지스터의 합성으로 이전의 상태를 모두 기억하는 메모리 소자. 전원공급이 끊어졌을 때도 직전에 통과한 전류의 방향과 양을 기억한다.최 교수 연구팀은 기존 양이온 저항 변화 방식과 음이온 저항 변화 방식을 혼합한 하이브리드 형태로 매개체를 구성해, 비정질로 이루어진 다공성 구조 및 버퍼 층을 이용해 고신뢰성 시냅스 소자를 설계했다. 해당 구조는저온 공정을 통해 형성함으로써 기존 실리콘 상보형 산화금속 반도체(CMOS)에 집적 및 적층 가능해 집적도 높은 대용량 로직/인공신경망 컴퓨팅 시스템 제작에 활발히 응용될 수 있을 것으로 기대된다.우리 대학최상현 석사과정생과 박시온 박사과정생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지`사이언스 어드밴시스(Science Advances)’ 1월호에 출판됐다. (논문명: Reliable multilevel memristive neuromorphic devices based on amorphous matrix via quasi-1D filament confinement and buffer layer)

멤리스터는저전력으로 인메모리(In-memory) 컴퓨팅, 가중치 저장, 행렬 계산 능력(vector-matrix multiplication) 등으로 차세대 논 폰노이만 구조에 쓰일 수 있는 차세대 소자로 주목받고 있다.

그러나 현존하는 멤리스터로 실용적인 대용량 인공신경망 컴퓨팅(Large-scale neural computing) 시스템을 만들기 위해서는 멤리스터 단위 소자의 신뢰성을 확보할 수 있는 연구가 필요하다.

소자의 신뢰성 저하는 전통적으로 비정질 물질 내에 무작위적으로 움직이는 결함 및 이온의 배치에서 기인한다. 최신현 교수는 이러한 문제를 단결정 물질을 사용해 결함 및 이온의 무작위적인 움직임을 제어함으로써 소자 신뢰성 확보에 성공한 바 있다. 하지만 단결정을 이용하는 문제 및 제작에 고온 공정이 필요하므로 기존 실리콘CMOS에 집적 및 적층이 어려워 집적도를 높이는 데 한계가 있었다.

 

 

< 그림 1. 연구에서 제작한 소자의 이미지와 각 구조에서 유도되는 특성 >연구팀은 이번 연구를 통해 기존의 비정질 물질을 사용해 신뢰성을 확보할 수 있는 다공성 구조의 양이온 제어층 및 버퍼층으로 이용되는 음이온 제어층을 설계했고, 이를 통해 적층 및 집적 가능한 소자를 제작했다. 연구팀은 기존 소자 대비6배 이상 신뢰성을 개선할 수 있었으며, 이와 동시에 인공 시냅스 소자로서 필요한 다른 특성들도 확보할 수 있었다.연구를 주도한 최신현 교수는”이번에개발한 고신뢰성 시냅스 소자는 안정적인 대용량 어레이 제작의 방향성을 제시할 수 있을 것으로 기대되며, 차세대 신소자를 기반으로 한 뉴로모픽 컴퓨팅 등 빅데이터 처리가 필요한 응용 분야에 적합한 플랫폼을 구축하는 데에 기여할 수 있기를 바란다. 또한, 미국, 대만 기업에서 활발히 진행 중인 차세대 신소자 기반 기술 개발이 국내에서도 활성화되기를 희망한다ˮ며”다른 물질계에서도 구조적으로 적용할 수 있는 방법론을 제시함으로써 활발히 연구가 진행될 것으로 생각된다ˮ고 연구의 의의를 설명했다.한편 이번 연구는 한국연구재단, 나노종합기술원, 삼성미래기술육성재단의 지원을 받아 수행됐다. 

카이스트 뉴스(1번 항목) 및 다른 언론 링크는 다음과 같다.

 

1.  https://news.kaist.ac.kr/news/html/news/?mode=V&mng_no=18650, “다공성 나노소재를 활용한 고신뢰성 시냅스 소자 개발”, KAIST NEWS, Jan, 2022.
2.  https://m.etnews.com/20220125000104, “KAIST, 다공성 나노소재를 활용한 고신뢰성 시냅스 소자 개발” , 전자신문, Jan, 2022.
3.  https://news.v.daum.net/v/20220125163222693 , “KAIST, 신뢰성 6배 높은 차세대 지능형 반도체 소자 개발”, 다음뉴스(연합뉴스), Jan , 2022.
4.  https://biz.chosun.com/it-science/ict/2022/01/24/7XCCGQQ44JGYDJQ3C6ZW6NVX3I/ “연산·저장 한번에… 뇌 닮은 ‘뉴로모픽 반도체’ 시대 온다”, 조선비즈, Jan, 2022.
5.  http://www.aitimes.kr/news/articleView.html?idxno=24097 “KAIST 최신현 교수팀, 고신뢰성 시냅스 소자 개발..인공지능 등 뉴로모픽 시스템 개발 기대” , 인공지능 신문, Jan, 2022.
6.  https://m.mk.co.kr/stockview/?sCode=21&t_uid=21&c_uid=3495802 , “KAIST, 신뢰성 6배 높은 차세대 지능형 반도체 소자 개발”, 매일경제, Jan, 2022.
7.  https://www.jeonmae.co.kr/news/articleView.html?idxno=871274, “KAIST 최신현 교수팀, 다공성 나노소재 활용 ‘고신뢰성 시냅스 소자’ 개발”, 전국매일신문, Jan, 2022.
8.  http://www.worktoday.co.kr/news/articleView.html?idxno=22010, “KAIST, 다공성 나노소재 활용한 고신뢰성 시냅스 소자 개발”, 워크투데이, Jan, 2022.
9.  https://www.hankyung.com/economy/article/202201253064Y, “KAIST, 신뢰성 6배 높은 차세대 지능형 반도체 소자 개발”, 한국경제, Jan, 2022.
10. http://www.ccdailynews.com/news/articleView.html?idxno=2108836, “KAIST, 다공성 나노소재 활용 고신뢰성 시냅스 소자 개발”, 충청일보, Jan, 2022.
11. http://www.veritas-a.com/news/articleView.html?idxno=405000, “KAIST, 다공성 나노소재를 활용한 고신뢰성 시냅스 소자 개발”, 베리타스 알파, Jan, 2022.
12. https://www.asiae.co.kr/article/2022012511384344368, “뇌 모방해 저장·연산 동시에…’폰-노이만’ 컴퓨터 한계 깬다”, 아시아경제, Jan, 2022.

 
ces_car_캡처.PNG

 

[심현철교수 연구팀과 자율주행차 사진]

우리학부 심현철교수 연구팀이 만든 자율주행차가 227km 의 속도로 미국 라스베가스 모터스피드웨이를 달구었다. 교내 연구팀의 역량만으로 자율주행의 5 단계에 해당하는 가장 진보된 기술을 사용하는 국제대회에서 우승팀과 접전을 펼쳐서 국내외에 깊은 인상을 남겼다.
KAIST 연구팀은 미국Auburn 대학팀을210km/h 로 추월하여 승리를 거두어 준결승에 진출하였으나 이번 대회 우승팀 폴리무브에 석패하였다.
이번 대회는 자율주행기술 수준의 최고단계인 5 단계에 해당하며, 시속225km/h 이상의 고속으로 주행하기 위한 정밀측위 및 제어기술을 독자개발하여 우수한 기량을 선보였다.

심현철교수 연구팀의 선전은CES2022 에 참여한 수많은 사람들에게 KAIST의 이름을 깊이 각인하고 한국의 Future mobility 기술을 전세계에 알리는 계기가 되었다.

자율주행레이싱은 올해9 월 제3차대회를 진행할 계획이며, 내년CES 에서도 계속될 예정이다.

기사상세자료 :

HelloDD “위대한 4 위 ‘자율주행차 경주’‧‧‧”KAIST, 더 달리고 싶다”https://www.hellodd.com/news/articleView.html?idxno=95556
동영상 자료 : KBShttps://news.kbs.co.kr/news/view.do?ncd=5369452&ref=A
ZDNethttps://zdnet.co.kr/view/?no=20220108164605

smallsize_캡처.PNG

우리학부 박사과정 3명이 IEEE SSCS Predoctoral Achievement Award에 선정되었습니다.

박수진(조성환교수랩), 김주엽(최재혁랩), 김근목(이상국교수랩) 학생입니다.

 

2020년 3월에 최재혁교수님께서 IEEE SSCS(반도체회로공학회) ‘Distinguished Lecturer’ 선정된 이래 반도체회로분야 탁월할 연구성과를 보인 박사과정 학생을 대상으로 하는 상이라 더 큰 의미가 있습니다.

—————————————————————————————–

[수상자 박수진, 김주엽,김근목 박사과정, 왼쪽부터]

 

KAIST 전기및전자공학부 조성환 교수, 최재혁교수, 이상국 교수 연구실에서 ‘IEEE SSCS Predoctoral Achievement Award’의 수상자들을 배출했다.

 

‘IEEE SSCS Predoctoral Achievement Award’는 IEEE(국제전기전자공학회)의 Solid-State Circuits Society(반도체회로 소사이어티)에서 전세계 반도체회로를 전공하는 박사과정을 대상으로 선발하여 수여하는 상이다. 

이 상은 전 세계에서 반도체 회로를 전공하는 박사과정 학생들을 대상으로 IEEE에서의 국제논문 성과, 학업성적, 박사과정에서의 연구성과, 추천서 등을 바탕으로 20여명에게만 수여되게 된다.

지난 30년간 반도체회로 분야 많은 세계적인 석학들의 수상 전례가 있어 매우 의미가 있으며, 우리 학교에서는 박수진 (지도교수 조성환), 김주엽 (지도교수 최재혁), 김근목 (지도교수 이상국) 학생이 수상하게 되었다.

 

박수진 학생은 1저자로 VLSI 3편 및 JSSC를 비롯하여, 국제 저널 및 국제학회논문을 총 9편 발표하였다. ISSCC Student Research Preview (SRP)에서 최우수 포스터상을 수상하였고, 한국 반도체설계대전에서 입상하였다. 

또한 제14회 반도체 협회 장학생으로 선정되었으며, IEEE SSCS Women in Circuits에서 Rising Stars Award를 수상하였다.

 

김주엽 학생은 1저자로 ISSCC 2편 및 JSSC를 출간하였고, 국제학회 및 국제저널논문을 총 10편 발표하였다. 삼성전자 휴먼테크논문대상에서 장려상과 동상을 입상하고, 한국 반도체 설계대전에서 2번 입상하였다. 

 

김근목 학생은 ISSCC와 JSSC을 포함한 10편의 국제 학회 및 저널 논문을 발표했고, 제21회 대한민국 반도체설계대전에서 산업통산자원부 장관상을 수상한 바 있다. 

 

세 학생들은 IEEE의 SSCS에서 앞서 언급한 성과들을 높이 평가받아 IEEE SSCS Predoctoral Achievement Award 2021-2022에 선정되었다.

시상식은 2월 국제고체회로학회(ISSCC)에서 진행되며, 수상자들은 1,000달러의 상금을 받게 된다.

 

권용휘_캡처.PNG

 

우리학부 신영수교수님 랩 권용휘박사과정 학생이 Nick Cobb Memorial Scholarship에 선정되어 1만달러의 장학금을 학회행사장에서 받을 예정입니다. 

저명한 학회에서 전세계대학원생 연구자 중 1명만 선정하는 큰 상을 받는 권용휘학생과 지도교수인 신영수교수님께 축하와 감사의 인사를 드립니다.

[권용휘학생 사진]

 

본 상은 Optics분야 저명학회인 SPIE, the international society for optics and photonics (이하 SPIE로 기재)와 Simens EDA사의 후원으로 

고집적회로(advanced lithography)분야를 연구하는 전세계 대학원생 중 우수한 연구실적과 성장가능성을 가진 1명을 선정하여 주는 것으로, 해당 분야의 기초를 다진 Nick Cobb의 업적을 기리기 위해 제정되었다.

권용휘학생은 SPIE에 논문 7편(이중 4편이 주저자)을 발표하였으며, 대부분의 논문이 반도체 제조용 고집적(Lithography) 분야에서 출간되었다. 

권용휘학생은 학부부터 신영수교수님랩에서 수학하며, 작년까지 2년 6개월간 랩장생활을 잘 수행하며 선후배와의 관계도 돈독하여 좋은 모범이 된다는 지도교수의 격려가 있었으며, 

상과 함께 랩의 훌륭한 문화도 배울 점이 많다.

 

상세한 내용은 아래 링크 SPIE news 참조

https://spie.org/news/yonghwi-kwon-named-as-2022-recipient-of-nick-cobb-memorial-scholarship

연구성과도_캡처.PNG

 

[전기 및 전자공학부 정명수 교수, 권미령 박사과정, 국동현 박사과정, 왼쪽부터]

 

우리 학부 정명수 교수 연구팀이 세계 최초로 그래프 기계학습이 가능한 계산형 스토리지 가속기를 개발하였습니다.

 

정명수 교수연구팀은 그래프 기반 신경망 기계학습 모델(GNN)을 그래프 데이터 자체가 저장된 스토리지/SSD 장치 근처에서 바로 처리하여 가속하는 ‘전체론적 그래프 기반 신경망 기계학습 기술’을 세계 최초로 개발하였습니다. 이는 최신 고성능 엔비디아의 GPU 가속 컴퓨팅 대비 33배 적은 에너지로 7배 빠른 추론 속도를 자랑합니다.

 

연구팀이 제안한 연구성과 중 특히 주목할만한 점은 해당 기술이 다양한 그래프 기계학습 모델을 쉽게 프로그래밍할 수 있는 소프트웨어 프레임워크와 사용자가 자유롭게 변경할 수 있는 신경망 가속 하드웨어 로직 및 RTL들을 제공한다는 것이며, 제안된 기술들은 카이스트에서 자체 제작한 계산형 스토리지 프로토타입 위에 실제 시제작 되어 실효성 검증을 마쳤습니다.

 

대규모 그래프에 대해 스토리지/SSD 근처에서 그래프 기계학습을 고속으로 추론할 뿐만 아니라 에너지 절약에 최적화된 계산형 SSD 가속 시스템을 확보하여 그래프 신경망 기계학습 모델에 필요한 그래프 변환, 샘플링등의 전처리 작업도 비휘발성 메모리 근처에서 직접 수행합니다. 해당 기술은 기존 고성능 가속 시스템을 대체해 초대형 추천시스템, 교통 예측 시스템, 신약 개발 등의 광범위한 실제 응용에 적용될 수 있을 것으로 예상됩니다. 

 

권미령, 국동현, 그리고 이상원 박사과정생들이 참여한 이번 논문(논문명: Hardware/Software Co-Programmable Framework for Computational SSDs to Accelerate Deep Learning Service on Large-Scale Graphs)은 오는 2월에 미국 산호세에서 열릴 스토리지 시스템 분야 최우수 학술대회인 ‘USENIX Conference on File and Storage Technologies, FAST), 2022’에서 발표될 예정입니다. 

 

한편 이번 연구는 삼성미래기술육성사업의 지원을 받아 진행됐으며 해당 연구에 대한 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인하실 수 있습니다. 

 

 

 

[연구성과도: 하드웨어 프로토타입 및 평가 구성]

 

더욱 자세한 정보를 확인하실 수 있도록 관련 링크를 아래와 같이 안내합니다.

 

관련 링크 : 

카이스트 

https://news.kaist.ac.kr/news/html/news/?mode=V&mng_no=18410

네이버 

https://search.naver.com/search.naver?where=news&sm=tab_tnw&query=%EA%B7%B8%EB%9E%98%ED%94%84&sort=0&photo=0&field=0&pd=0&ds=&de=&mynews=0&office_type=0&office_section_code=0&news_office_checked=&related=1&docid=4210005835208&nso=so:r,p:all,a:all 

학부일정

세미나

Copyright ⓒ 2015 KAIST Electrical Engineering. All rights reserved. Made by PRESSCAT

Copyright ⓒ 2015 KAIST Electrical Engineering. All rights reserved. Made by PRESSCAT

34141 대전광역시 유성구 대학로 291
한국과학기술원(KAIST)
Tel. 042-350-3411   Fax. 042-350-3410

Copyright ⓒ 2015 KAIST Electrical
Engineering. All rights reserved.
Made by PRESSCAT