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
  • 6
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
  • 6
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.

  • 3
  • 6
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.

  • 4
  • 6
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.

  • 5
  • 6
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 

  • 6
  • 6
Learn More
Previous slide
Next slide
정재웅 교수팀
온도에 따라 강도가 바뀌는
전자잉크 개발
Read more...
권경하 교수팀
자가발전형
이산화탄소 실시간 모니터링 시스템 개발
Read more...
김용대 · 윤인수 교수팀
금융 필수 보안 소프트웨어의
해킹 악용 가능성 밝혀​
Read more...
명현 교수팀
ICRA NSS 챌린지
종합 1위
Read more...
이성주 교수팀
음악 창작 돕는 작곡 AI 동료
‘어뮤즈’ 공개
Read more...
심현철 교수팀
A2RL 드론 침피언십 리그
세계3위
Read more...
유민수 교수팀
챗GPT 등 대형 AI모델
학습 최적화 시뮬레이션 개발​
Read more...
윤준보 교수팀
정밀한 압력 감지가 가능한
인공 촉각 시스템 개발
Read more...
신승원 교수팀
챗GPT를 이용한
개인정보 악용 가능성 규명
Read more...
유승협 교수팀
저전력 고속 웨어러블
이산화탄소 센서 개발
Read more...
Previous slide
Next slide

Highlights

교수님 360
교수님 750
< (왼쪽부터) 전기및전자공학부 노용만 교수, 박세진 박사과정 >

최근 음성 언어 모델(Spoken Language Model, SLM)은 텍스트 없이 인간의 음성을 학습해 음성의 언어적, 비언어적 정보를 이해 및 생성하는 기술로 텍스트 기반 언어 모델의 한계를 넘어서는 차세대 기술로 각광받고 있다. 하지만 기존 모델은 장시간 콘텐츠 생성이 요구되는 팟캐스트, 오디오북, 음성비서 등에서 한계가 두드러졌는데, 우리 연구진이 이런 한계를 뛰어넘어, 시간 제약 없이 일관되고 자연스러운 음성 생성을 실현한‘스피치SSM’을 개발하는데 성공했다. 

 

우리 학부 노용만 교수 연구팀의 박세진 박사과정 학생이 장시간 음성 생성이 가능한 음성 언어 모델 ‘스피치SSM(SpeechSSM)’을 개발했다. 

 

이번 연구는 국제 최고 권위 머신러닝 학회인 ICML(International Conference on Machine Learning) 2025에 전체 제출된 논문 중 약 1%만이 선정되는 구두 논문 발표에 확정돼 뛰어난 연구 역량을 입증할 뿐만 아니라 우리 학부의 인공지능 연구 능력이 세계 최고 수준임을 다시 한번 보여주는 계기가 될 전망이다.

 

음성 언어 모델(SLM)은 중간에 텍스트로 변환하지 않고 음성을 직접 처리함으로써, 인간 화자 고유의 음향적 특성을 활용할 수 있어 대규모 모델에서도 고품질의 음성을 빠르게 생성할 수 있다는 점이 큰 강점이다.

 

1. SpeechSSM 개요
< 그림 1. SpeechSSM 개요. SpeechSSM의 하이브리드 상태공간 모델은 중첩된 고정 크기 윈도우로 인코딩된 의미 토큰(USM-v2)에 대해 LM 목표로 학습됨. 비자기회귀 방식의 음성 디코더(SoundStorm)는 중첩된 의미 토큰 윈도우를 화자 조건에 따라 음향 코덱(SoundStream)으로 변환함 >

 

그러나 기존 모델은 음성을 아주 세밀하게 잘게 쪼개서 아주 자세한 정보까지 담는 경우, ‘음성 토큰 해상도’가 높아지고 사용하는 메모리 소비도 증가하는 문제로 인해 장시간 음성의 의미적, 화자적 일관성을 유지하기 어려웠다. 

 

연구팀은 이러한 문제를 해결하기 위해 하이브리드 상태공간 모델(Hybrid State-Space Model)을 사용한 음성 언어 모델인 ‘스피치SSM’를 개발해 긴 음성 시퀀스를 효율적으로 처리하고 생성할 수 있게 설계했다. 

 

이 모델은 최근 정보에 집중하는 ‘어텐션 레이어(attention layer)’와 전체 이야기 흐름(장기적인 맥락)을 오래 기억하는‘순환 레이어(recurrent layer)’를 교차 배치한‘하이브리드 구조’를 통해 긴 시간 동안 음성을 생성해도 흐름을 잃지 않고 이야기를 잘 이어간다. 또한, 메모리 사용량과 연산량이 입력 길이에 따라 급격히 증가하지 않아, 장시간의 음성을 안정적이고 효율적으로 학습하고 생성할 수 있다. 

 

스피치SSM은 음성 데이터를 짧은 고정된 단위(윈도우)로 나눠 각 단위별로 독립적으로 처리하고, 전체 긴 음성을 만들 경우에는 다시 붙이는 방식을 활용해 쉽게 긴 음성을 만들 수 있어 무한한 길이의 음성 시퀀스(unbounded speech sequence)를 효과적으로 처리할 수 있게 했다. 

 

또한 음성 생성 단계에서는 한 글자, 한 단어 차례대로 천천히 만들어내지 않고, 여러 부분을 한꺼번에 빠르게 만들어내는 ‘비자기회귀(Non-Autoregressive)’ 방식의 오디오 합성 모델(SoundStorm)을 사용해, 고품질의 음성을 빠르게 생성할 수 있게 했다. 

 

기존은 10초 정도 짧은 음성 모델을 평가했지만, 연구팀은 16분까지 생성할 수 있도록 자체 구축한 새로운 벤치마크 데이터셋인 ‘LibriSpeech-Long’을 기반으로 음성을 생성하는 평가 태스크를 새롭게 만들었다. 

 

기존 음성 모델 평가 지표인 말이 문법적으로 맞는지 정도만 알려주는 PPL(Perplexity)에 비해, 연구팀은 시간이 지나면서도 내용이 잘 이어지는지 보는 ‘SC-L(semantic coherence over time)’, 자연스럽게 들리는 정도를 시간 따라 보는 ‘N-MOS-T(naturalness mean opinion score over time)’ 등 새로운 평가 지표들을 제안해 보다 효과적이고 정밀하게 평가했다.

 

2. 다양한 음성 언어 모델에서 고려된 최대 시퀀스 길이
< 그림 2. 다양한 음성 언어 모델(Spoken LM)에서 고려된 최대 시퀀스 길이. 기존 음성 언어 모델은 최대 200초 길이까지 학습 및 평가가 이루어졌으나, SpeechSSM은 16분 길이의 음성을 학습하고 평가할 수 있음. 본 연구의 모델은 일정한 메모리 사용으로 이론적으로 무한 길이 생성이 가능하지만, 실험에서는 평가를 위해 16분으로 제한함 >

 

새로운 평가를 통해 스피치SSM 음성 언어 모델로 생성된 음성은 긴 시간 생성에도 불구하고 초기 프롬프트에서 언급된 특정 인물이 지속적으로 등장하며, 맥락적으로 일관된 새로운 인물과 사건들이 자연스럽게 전개되는 모습을 확인했다. 이는 기존 모델들이 장시간 생성 시 쉽게 주제를 잃고 반복되는 현상을 보였던 것과 크게 대조적이다. 

 

박세진 박사과정생은 “기존 음성 언어 모델은 장시간 생성에 한계가 있어, 실제 인간이 사용하도록 장시간 음성 생성이 가능한 음성 언어 모델을 개발하는 것이 목표였다”며“이번 연구 성과를 통해 긴 문맥에서도 일관된 내용을 유지하면서, 기존 방식보다 더 효율적이고 빠르게 실시간으로 응답할 수 있어, 다양한 음성 콘텐츠 제작과 음성비서 등 음성 AI 분야에 크게 기여할 것으로 기대한다”라고 밝혔다.

 

3. 임베딩 유사도를 이용해 측정한 10초 프롬프트와 16분 생성 결과의 의미 유사도
< 그림 3. 임베딩 유사도(SC-L)를 이용하여 측정한 10초 프롬프트와 16분 생성 결과의 100단어 구간 간 의미 유사도. 생성 길이가 길어짐에 따라 의미 일관성이 저하되는 기존 방법들과 달리 SpeechSSM은 실제 음성과 비슷한 추이로 의미 일관성을 유지함 >

 

이 연구는 제1 저자인 우리 대학 박세진 박사과정 학생이 구글 딥마인드(Google DeepMind)와 협력해,ICML(국제 머신러닝 학회) 2025에서 7월 16일 구두 발표로 소개될 예정이다. 

 

※ 논문제목: Long-Form Speech Generation with Spoken Language Models

※ DOI: 10.48550/arXiv.2412.18603 

한편, 박세진 박사과정생은 비전, 음성, 언어를 통합하는 연구를 수행하며 CVPR(컴퓨터 비전 분야 최고 학회) 2024 하이라이트 논문 발표, 2024년 ACL(자연어 처리 분야 최고 학회)에서 우수논문상(Outstanding Paper Award) 수상 등을 통해 우수한 연구 역량을 입증한 바 있다.

 

images 000101 image4.jpg 2
< 그림 4. SpeechSSM의 연산 효율성. (좌) TPU v5e에서 모델별 및 생성 길이별 배치 디코딩 최대 처리량 (우) TPU v5e에서 단일 샘플(batch size 1)을 목표 길이까지 디코딩하는 데 소요된 시간 >

 

[데모 페이지 링크]

260
입력해주세요 001 2 enhancer
<왼쪽부터 노경하, 박석준, 임준택 박사과정 학생>

우리 학부 박사과정 노경하(지도교수 정준선), 박석준(지도교수 최진석), 임준택(지도교수 유민수) 학생이 제2기 대학원 대통령과학장학생 수혜자로 선정됐다. 

 

노경하 학생은 멀티모달 자기지도학습, 멀티모달 인식 및 생성 모델 연구를 연구하고 있으며, 박석준 학생은 차세대 6G 통신을 위한 위성 및 다중접속기반 저전력 빔포밍 최적화 기술과 AI 기반 통합 센싱-통신 시스템의 예측 빔포밍 분야를 연구하고 있다. 임준택 박사과정학생은 하드웨어-소프트웨어 전 계층의 통합 보안을 통한 효율적이고 신뢰가능한 컴퓨팅 시스템을 구축하는 것을 목표로 연구하고 있다.

 

대학원 대통령과학장학금은 세계 최고 수준의 이공계 연구인력을 양성하기 위해 한국 장학재단이지난해 신설한 사업으로 최종 선발된 대학원 대통령과학장학생에게는 대통령 명의의 장학증서를 수여하고, 석사과정생 매월 150만원(연간 1,800만 원), 박사과정생 매월 200만원(연 2,400만원)의 장학금을 지급한다.

 

올해 대학원 대통령과학장학생 선발 경쟁률은 120명 모집에 2,355명이 지원해 약 20:1의 높은 경쟁률을 기록했다.

대학원 2

2026학년도 봄학기 대학원 신입생 모집과 관련하여, KAIST 대학원입학팀에 제출하는 서류 외에 KAIST 전기및전자공학부  행정팀에별도로 제출해야 하는 서류에 대해 안내드립니다.

 

아래 첨부된 파일을 다운로드하여 내용을 반드시 확인해주시기 바랍니다.

 

※   2026학년도 봄학기부터 석·박사 통합과정 지원자의 제출 서류가 변경되었습니다. 해당 과정에 지원하실 분들은 반드시 변경된 내용을 숙지하시어, 제출 서류 누락이나 오류가 발생하지 않도록 각별히 유의하시기 바랍니다.   

 

※ 석·박사 통합과정 지원을 고려하시는 경우, 지원 전 지도 예정 교수님과의 면담을 적극 권장드립니다. 해당 교수님의 TO(정원) 여부를 확인하신 후 지원해주시기 바랍니다.

 

▣ 문의 및 서류 제출처

– KAIST 전기및전자공학부 행정팀(E3-2, 1212호)

– 이메일: 송영주 dudwn@kaist.ac.kr

   이메일 제출 가능(※ 단, 자필 서명이 포함된 스캔본을 제출)

– 전화: 042-350-3402

 

감사합니다.

안내문25가을 3

   KAIST 전기및전자공학부 석사과정/석∙박사통합과정에 합격하신 것을 진심으로 축하드립니다.

   2025학년도 가을학기 신입생 여러분의 랩 배정과 관련하여 아래와 같이 안내드리오니, 참고하여 주시기 바랍니다.

                                                                             = 아    래 =

  1. 랩 배정 기간: 2025. 6. 23.(월) – 7. 15.(화)까지

           학부 홈페이지를 방문하여 교수진, 실험실, 연구분야 등 관련된 다양한 정보를 습득

           (학부 홈페이지 : (https://ee.kaist.ac.kr/)                                                                                                                                                                                                                                                                                                                                        

  1. 국비 T/O 현황: 홈페이지 국비석사TO   국비석사TO                                                                                                                                                                                                                                                                                                                                                                                                                                                        
  2. KAIST 장학생 및 일반장학생 배정: 홈페이지 전임교수 현황정년후교수현황 참조하시어 자 유롭게 면담(교수님T/O제한없음)

         * 정년후교수님은 KAIST장학생 및 일반장학생 배정                                                                                                                                                                                                                                                                                                                          

  1. 산학프로그램 장학생: 각 산학프로그램 홈페이지의 현재 참여교수님을 확인하여 지도 신청 을 하시기 바랍니다.

          EPSS 홈페이지: http://epss.kaist.ac.kr/

          KEPSI 홈페이지: http://kepsi.kaist.ac.kr

          EPSD 홈페이지: https://epsd.kaist.ac.kr/

          EPLN 홈페이지: https://me.kaist.ac.kr/education/education_060100.html                                                                                                                                                                                                                                                                          

  1. 연구실 배정 방법: 원하는 교수님과 면담 후 첨부의 양식에 서명을 받아서 지도예정교수님 참조하여 이메일 제출

 

  1. 제출서류: 2025. 7. 15(화)까지

          (1) 연구실 확정이 된 경우 : “[첨부1] 신입생 연구실 배정 확정서” 제출

          (2) 연구실 확정이 안 된 경우 : “[첨부2] 지도교수 배정 신청서” 제출                                                                                                                                                                                                                                                                                              

  1. 랩배정 결과 발표: 7월 21일(월) 17시 이후, 학부 홈페이지 공지사항

 

  1. 담당자: 전기및전자공학부 사무실(E3-2, 1212호실)

            송영주(350-3402, dudwn@kaist.ac.kr)/ 김태연(042-350-3402, barbie1975@kaist.ac.kr )

 

 

001
송영민 교수 enhancer
<송영민 교수님>

우리 학부에 송영민 교수님께서 2025년 7월 1일부로 부임하십니다. 축하드립니다. 

 

송영민 교수님이 사용하시는 임시 오피스 위치는 새늘동(E3-4) 1410호입니다. 송영민 교수님의 주요 연구분야는 플렉서블 광전자소자 및 나노포토닉스 분야이며, 지능형 로봇을 위한 생체모방형 카메라, 광뉴로모픽 소자 및 시스템, 나노포토닉스 기반 반사형 디스플레이, 적외선 제어를 통한 복사 냉각 소자 등을 연구합니다. 송영민 교수님의 자세한 연구내용은 홈페이지를 참고 부탁드립니다.

* 홈페이지 링크: https://www.ymsong.net

* 송영민 교수님 최근 네이쳐 인터뷰 기사(바로 가기)

 

송영민 교수님의 부임을 다시 한 번 축하드립니다.  

 

교수님 장표

교수님 360
900
<(왼쪽부터) 이경돈 석사과정, 권호준 석사과정, 권석준 석사과정, 장동의 교수, 장희덕 박사과정, Guining Pertin 석사과정>

우리 학부 장동의 교수 연구실의 ‘Team ACE’ 팀이 6월 14일부터 16일까지 3일 동안 진행된 ‘Hugging Face LeRobot Worldwide Hackathon’에서 우수한 성적으로 Third Prize를 수상하는 성과를 거두었습니다. 

 

장동의 교수 연구실의 권석준 석사과정(팀장), 장희덕 박사과정, 권호준 석사과정, Guining Pertin 석사과정, 이경돈 석사과정으로 구성된 ‘Team ACE’는 VLA를 이용한 협동 로봇 간 물체 전달 시스템을 개발하여, 전 세계의 600개 이상의 팀 중 20위에 올라 Third Prize (6위~24위)를 수상하였습니다. 또한 국내 대구 지역 주최측으로부터 “한국로봇산업진흥원장상”을 동시에 수상하는 성과도 거두었습니다.

 

Team Ace
<‘Team ACE’ 팀이 개발한 VLA 기반 협동 로봇 간 물체 전달 시스템>

 

‘Hugging Face’는 미국의 인공지능 스타트업으로, 트랜스포머나 데이터셋과 같은 머신러닝 라이브러리 및 최근에는 로보틱스와 관련된 인공지능 자원도 활발히 제공하고 있는 세계 최대의 인공지능 플랫폼 중 하나입니다.

 

Hugging Face에서는 주기적으로 해커톤을 개최하며, 전세계의 연구자와 학생들이 AI와 관련된 다양한 아이디어로 서로의 실력을 겨루는 자리를 마련하고 있습니다. 

 

이번 해커톤은 전 세계 45개국에서 2천 5백명 이상의 AI·로봇 전문가들이 동시에 참여한 ‘LeRobot Worldwide Hackathon‘ 으로, 로봇팔에 VLA (Vision Language Action) 모델, 강화학습 등을 적용하여 산업 및 일상 생활에서의 문제를 자유 주제로 해결하는 것을 목표로 이루어졌습니다.

 

‘Team ACE’는 해당 대회에서의 성과를 통해 전 세계의 로보틱스 커뮤니티 및 국내의 전문가들로 부터 기술력과 창의성을 인정받았습니다. 해당 대회와 ‘Team ACE’의 활약은 지역 언론의 주목을 받으며 활발히 보도되었습니다.

랩페어 섬네일0611

전기및전자공학부에서는 대학원 입학 예정자 및 예비지원자 여러분을 대상으로 각 연구실의 연구 분야를 소개하고, 교수님 및 재학생과 직접 소통할 수 있는 전기및전자공학부 2025/2026학년도 대학원 연구실 소개 행사 (Online Lab Fair)를 개최합니다.

이번 행사는 ZOOM을 통해 진행되며, 연구 분야에 대한 이해를 돕고 본인에게 적합한 연구실을 찾는 데 유익한 시간이 될 것입니다.

 

※ 본 행사는 매년 10월에 개최되었던 KAIST EE 랩페어 행사를 대신합니다. 올해 10월에는 별도의 랩페어 행사가 진행되지 않을 예정이니, 이번 기회를 잘 활용하시기 바랍니다.

 

          1. 행사 개요

              ■ 일시: 2025년 6월 23일(월) 오전 10시 시작

              ■ 진행 방식: 온라인 ZOOM 회의

              ■ 참가 링크: Zoom Link 주소

              ■ 회의 ID:  858 7067 0390

              ■ 비밀번호: 225133

              ■ ZOOM 참가 시  준비사항

                   참석하실 때, 프로필 이름을 본인의 실명으로 설정해주시고 카메라는 켠 상태로 입장해주시기 바랍니다.

              ■ 참고 자료:  Zoom 접속 정보와 연구실별 상담 안내는 학부 홈페이지에 게시되는 Excel 파일을 통해 확인여 입장하여

                                     주시기 바랍니다.     

 

           2. 프로그램 일정

                1부 오전 세션

시 간

내용

10:00 – 10:10

개회 및 환영사

10:10 – 10:30

연구실 배정절차 안내

10:30 – 10:50

학부 연구 및 디비전 관련 질의응답

10:50 – 11:00

산학프로그램 소개(EPSS, KEPSI, LGenius,EPSD)*

11:00 – 11:40

2026학년도 봄학기 대학원 입시 안내 및 질의응답

    * 25학년도 가을 산학프로그램 합격자, 산학으로의 구분변경에 관심 있는 학생 및 26년 봄 입학 지원예정자 모두 참여할 수

      있습니다.

 

         2부 오후 세션

시 간

내용

13:00 – 16:00

ZOOM Session /연구실별 온라인 포스터 세션 줌정보링크

 

         3.  상담 방식

         3.1  개별 상담 예약

                  – 관심 있는 연구실이 있을 경우, 해당 교수님께 이메일로 연락하여 상시 온라인 또는 오프라인 상담 일정을 사전 조율

                     하시기 바랍니다.

                  –  1:1 상담을 통해 연구 분야, 진행 중인 프로젝트, 연구실 운영 방식 등 구체적이고 심층적인 정보를 확인할 수

                     있습니다.

 

           3.2   자유 면담 (6월 23일 오후 온라인 포스터 세션)

                     –  사전예약 없이 자유롭게 연구실 대표학생 또는 교수님과 온라인으로 면담할 수 있는 시간입니다.

                     –  Zoom 접속 정보는 행사 당일 일괄 안내될 예정입니다.

                     –   연구실 분위기, 실제 연구 참여 경험 등 현장감 있는 정보를 들을 수 있는 좋은 기회입니다.

 

 

 

 

 

 

 

교수님 연구팀 360
교수님 연구팀
<정명수 교수님 연구팀>
우리 학부 정명수-한동수 교수님 연구팀의 차세대 연결/반도체 기술 연구 성과와 관련된 5편의 논문이 컴퓨터 아키텍처 분야 유수 저널인 IEEE 마이크로(Micro)에 동시에 채택되었습니다. 단일 기관이 학술지 한 권에 게재한 논문 수로는 역대 최다가 될 것으로 예상됩니다.
 
IEEE Micro는 1981년에 창간된 컴퓨터 아키텍처 및 반도체 기술 분야의 권위 있는 저널로, 학계 및 산업계 최신 연구 성과를 격월 간행의 형태로 소개하고 있습니다. 정명수-한동수 교수님 연구팀은 ‘캐시 일관성 보장 연결기술 및 자원 분리 (Cache Coherent Interconnects and Resource Disaggregation Technology)’가 주제로 다루어진 IEEE Micro 5-6월호에 총 5편의 논문을 공개할 예정입니다.
 
이번에 정명수 교수님 연구팀이 공개한 5편의 논문 중 3편은 차세대 고속 연결 기술인 컴퓨트익스프레스링크(Compute Express Link, CXL)를 스토리지에 접목시킨 내용을 다루고 있습니다. 특히 연구팀은 정명수 교수님이 앞서 2022년도에 개념과 실질적인 구현 방안을 제안한 바 있는 솔루션인 CXL-SSD의 성능을 개선하는 연구를 진행하였는데, 해당 기술을 활용하면 대용량의 SSD를 메모리처럼 활용하면서, 동시에 DRAM 메모리와 비교 가능한 수준의 성능을 제공할 수 있습니다.
 
 
<IEEE Micro 5/6월호를 통해 공개되는 논문 목록>
〈IEEE Micro 5/6월호를 통해 공개되는 논문 목록〉
 
정명수 교수님 연구팀은 뿐만 아니라 인-스토리지 프로세싱(In-Storage Processing, ISP) 기술을 적용한 스토리지 관련 연구 또한 수행하였습니다. 해당 연구는 여러 대의 스토리지 장치로 구성된 스토리지 풀(pool) 내부에서 직접 연산을 수행하는 솔루션으로, 불필요한 데이터 이동을 최소화하여 대규모 언어 모델(Large Language Model, LLM)과 같은 대형 응용을 효율적으로 가속할 수 있습니다. 이 외에도 GPU 메모리 용량을 확장하기 위한 스토리지 기반 솔루션 관련 연구, 우리 학부 한동수 교수님 연구팀과 공동으로 진행한 인공신경망 기반의 클라우드 스토리지 관련 연구 등이 이번 IEEE Micro 5-6월호에 채택되었습니다.
 
한편, 교원창업기업 파네시아와 공동 연구의 형태로 진행된 이번 논문들은 IEEE Micro 공식 웹사이트 및 정기 간행본을 통해 공개될 예정입니다. 
 
 
※ 제목을 클릭하면 선공개된 논문으로 이동합니다.

공지사항

MORE

세미나 및 행사

전임교원 채용

Full-Time Faculty Recruitment