AI in EEAI and machine learning are a key thrust in EE researchAI 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
우리 학부 김상현 교수 연구팀이 차세대 트랜지스터 아키텍쳐로 주목받고 있는 Complementary field-effect transistor (CFET) 기술 개발에 대한 성과로 2025년12월8일 IEEE Paul Rappaport Award를 수상했습니다.
IEEE Paul Rappaport Award는 반도체 소자 분야 정통 저널인 IEEE Transactions on Electron Devices (TED)에서 전년도 1년동안 게재된 논문 (2024년 게재논문 총 1202편)중에 가장 우수한 논문을 선정하여 수여하는 상으로 본 성과는 국내 대학에서 최초 수상에 해당합니다.
이번 수상 대상이 된 논문은 “Heterogeneous 3-D Sequential CFETs With Ge (110) Nanosheet p-FETs on Si (100) Bulk n-FETs”으로 김성광 박사 (2023년 전기및전자공학부 박사 졸업) 가 주도하였으며 동 학부 조병진 교수 연구실과의 협업으로 상부 소자로써 (110)면방위를 갖는 Ge 채널을 집적해 CFET의 구조적 문제인 낮은 pFET의 성능을 극복하는 방향성을 제시하였다는 데에 큰 의미를 갖습니다. 또한, 소자 설계, 제작, 평가의 모든 과정을 KAIST에서 전부 진행하여 전기및전자공학부의 높은 연구 수준과 인프라를 대표적으로 증명한 사례로 볼 수 있습니다.
김성광 박사는 “박사 학위 때부터 산업에 종사하고 있는 지금까지 3차원 적층형 소자에 대한 개발을 계속 하고 있는데, 3차원 적층형 소자의 양산을 위해서 헤쳐나가야할 많은 과제들에 대해 계속해서 연구하고 도전해서 우리나라 반도체 기술 개발에 이바지 하겠다”는 포부를 밝혔습니다.
“어떤 OLED 색의 빛이 알츠하이머 환자의 기억력과 병리 지표를 실제로 개선하는가?”라는 의문점을 제기한 한국 연구진이, 약물 없이 빛만으로 인지 기능을 개선할 수 있는 가장 효과적인 OLED 색상을 규명했다. 이번 연구에서 개발된 OLED 플랫폼은 색·밝기·깜박임 비율·노출 시간을 정밀하게 제어할 수 있어, 향후 개인맞춤형 OLED 전자약으로의 발전 가능성을 제시한다.
우리 학부 최경철 교수 연구팀이 한국뇌연구원(KBRI) 구자욱 박사·허향숙 박사 연구팀과의 공동 연구를 통해, 균일 조도의 3가지 색 OLED 광자극 기술을 개발하고, 청색·녹색·적색 중 ‘적색 40Hz 빛’이 알츠하이머 병리와 기억 기능을 가장 효과적으로 개선한다는 사실을 확인했다.
연구진은 기존 LED 방식이 가진 밝기 불균형, 열 발생 위험, 동물의 움직임에 따른 자극 편차 등 구조적 한계를 해결하기 위해 균일하게 빛을 내는 OLED 기반 광자극 플랫폼을 구축했다. 이 플랫폼을 활용해 백색·적색·녹색·청색 빛을 동일한 조건(40Hz 주파수·밝기·노출시간)에서 비교한 결과, 적색 40Hz 빛이 가장 우수한 개선 효과를 보였다.
초기 병기(3개월령) 동물 모델은 단 2일 자극만으로도 병리 및 기억력 개선되는 것을 확인했다. 초기 알츠하이머 동물 모델에 하루 1시간씩 이틀간 빛을 조사한 결과, 백색·적색 빛 모두 장기기억이 향상되었고 해마 등 중요한 뇌 영역에 쌓여 있던 알츠하이머병의 대표적인 원인 물질로 알려진 단백질 찌꺼기(덩어리)인 ‘아밀로이드베타(Aβ) 플라크’가 줄었으며 플라크를 제거하는 데 도움이 되는 효소(ADAM17)가 더 많이 만들어졌다는 사실을 확인했다.
즉, 아주 짧은 기간의 빛 자극만으로도 뇌 속 나쁜 단백질이 줄고 기억 기능이 개선될 수 있다는 의미다. 특히 적색 빛에서는 염증을 악화시키거나 뇌 조직에 스트레스를 주어 알츠하이머병 진행에 영향을 주는 ‘염증성 사이토카인 IL-1β’가 크게 감소해 염증 완화 효과도 확인됐다. 또한, 플라크 감소량이 많을수록 기억력 향상 폭이 더 컸다. 즉 병리 개선이 인지 기능 향상으로 직접 이어짐을 검증했다.
중기 병기(6개월령) 모델에서는 적색 빛에서만 통계적 병리 개선을 확인했다. 중기 알츠하이머 모델을 대상으로 2주간 동일 조건으로 장기 자극을 수행한 결과, 백색·적색 모두 기억력 향상은 있었지만 플라크 감소는 적색에서만 통계적으로 유의미하게 나타났다.
< 적색 OLED 로 신경 세포를 자극 알츠하이머 실험용 쥐의 아밀로이드 베타의 줄이는 기전 >
분자 수준에서도 색상별 차이가 분명했다. 적색 빛을 비춘 경우에는 플라크를 없애는 데 도움이 되는 효소(ADAM17)는 늘어나고, 플라크를 만드는 효소(BACE1)는 줄어들어, 즉 플라크 생성 억제·제거 촉진의 ‘이중 효과’가 나타났다. 반면 백색 빛은 플라크를 만드는 효소(BACE1)만 줄어들어, 적색 빛에 비해 치료 효과가 제한적이었다.이는 빛의 색상이 치료 효과를 결정하는 핵심 요소임을 과학적으로 규명한 성과다.
연구진은 빛 자극 후 실제로 어떤 뇌 회로가 작동했는지를 확인하기 위해, 뇌세포가 활성화될 때 가장 먼저 켜지는 표지 유전자(c-Fos)의 발현을 분석했다. 그 결과 시각피질 → 시상 → 해마로 이어지는 시각–기억 회로 전체가 활성화되었으며, 이는 빛 자극이 시각 경로를 깨워 해마 기능과 기억력 향상으로 이어진다는 직접적 신경학적 근거를 제시했다.
균일 조도의 OLED 플랫폼 덕분에 동물이 움직여도 빛이 고르게 전달되어 실험 결과가 흔들리지 않았고, 반복 실험에서도 일관된 효과가 재현되는 높은 신뢰성을 확보했다.
이번 연구는 약물 없이 빛만으로 인지 기능을 개선하고, 색상·주파수·기간 조합을 통해 알츠하이머 병리 지표를 조절할 수 있음을 최초로 규명한 성과다.
개발된 OLED 플랫폼은 색·밝기·깜박임 비율·노출 시간을 세밀하게 조절할 수 있어, 사람 대상 임상 연구에서 개인별 맞춤 자극 설계에도 적합하다.
연구팀은 앞으로 자극 강도·에너지·기간·시각·청각 복합 자극 등 다양한 조건을 확장해 임상 단계로 발전시킬 계획이다.
우리 학부 노병주 박사는 “이번 연구는 색상 표준화의 중요성을 실험적으로 입증했으며, 특히 적색 OLED가 병기별로 ADAM17 활성화와 BACE1 억제를 동시에 유도하는 핵심 색상임을 확인했다”라고 말했다.
최경철 교수는 “균일 조도 OLED 플랫폼은 기존 LED의 구조적 한계를 극복해 높은 재현성과 안전성 평가가 가능하다. 앞으로 일상생활 속에서 착용해 치료할 수 있는 웨어러블 RED OLED 전자약이 알츠하이머 치료의 새로운 패러다임을 제시할 것으로 기대한다”고 강조했다.
해당 연구 결과는 생체의학·재료 분야의 권위 있는 국제 학술지 `에이씨에스 바이오매터리얼즈 사이언스 앤 엔지니어링(ACS Biomaterials Science & Engineering)’에 지난 10월25일자로 온라인 게재됐다.
이번 연구는 과학기술정보통신부의 한국연구재단 및 국가정보산업진흥원, 그리고 한국뇌연구원 기초 연구 프로그램 지원을 받아 수행되었다. (2017R1A5A1014708, 2022M3E5E9018226, H0501-25-1001, 25-BR-02-02, 25-BR-02-04)
우리 학부 전상훈 교수가 2025년 KCHIPS(민관공동투자 반도체 고급인력 양성사업) 포상에서 ‘한국산업기술기획평가원(KEIT) 원장상(우수 연구개발상)’을 수상했다.
이번 포상은 KCHIPS 사업을 통해 국내 반도체 R&D 경쟁력 강화에 기여한 연구자의 탁월한 연구 성과를 선정해 시상한 것으로, 전 교수는 총괄책임자 과제인 ‘하프니아(HfO₂) 기반 강유전체를 이용한 차세대 메모리 소자 개발’을 수행하며 국내 메모리 반도체 기술 고도화에 크게 기여한 공로를 인정받았다.
전 교수 연구팀은 기존 실리콘 기반 메모리 구조의 한계를 극복하기 위해 초박막 하프니아 강유전체의 분극 안정화, 인터페이스 공학, 고집적 어레이 구현 기술 등을 중점적으로 연구해 왔다. 특히 미래 AI·서버용 비휘발성 메모리에 요구되는 저전력·고속·고신뢰성 특성 확보에서 두드러진 성과를 거두며 산업계와 연구기관으로부터 높은 평가를 받았다.
수상식은 2025년 11월 12일(수) 18시, 홍천 비발디 소노캄 3층 크리스탈볼룸에서 열린 KCHIPS 총괄워크숍에서 진행되었다.
우리 학부 노용만 교수가 “인간 중심 멀티모달 신호 처리(Human-Centered Multimodal Signal Processing)에 대한 기여”를 인정받아 2026년 IEEE Fellow(석학회원)로 선정되었다.
노용만 교수는 인간의 인지 능력과 기계 지능 사이의 간극을 좁히는 연구를 통해, 멀티모달 휴먼 신호 분석을 위한 기반 프레임워크를 주도했고 가상현실(VR) 품질을 정량화에서 최초의 인간 중심 개인화 모델을 개발해 왔다. 특히 글로벌 학계에서 광범위하게 인용되고 있는 연구 성과와 학술적 영향력은 글로벌 신호 처리 커뮤니티에서 그의 권위를 입증하고 있다.
이러한 인간 중심 분석 연구를 바탕으로, 노 교수는 현재 멀티모달 거대언어모델(MLLM)과 멀티모달 AI(Multimodal AI) 분야를 선도하고 있다. 그의 연구실은 “포용적 인간 멀티모달 AI(Inclusive Human Multimodal AI)”를 구현하는 AI 에이전트 개발에 주력하고 있으며, 이러한 비전은 최근 AI 분야 탑티어 학회인 ACL 2024에서 ‘Outstanding Paper Award’를 수상한 연구성과를 통해 입증되었다. 이 연구는 인간의 신호를 인지하고 공감할 수 있는 인공일반지능(AGI)을 향한 도약을 의미한다.
연구와 병행하여 노 교수는 IEEE 신호처리학회(Signal Processing Society)의 IVMSP 기술위원회(Technical Committee) 선출 위원 및 IEEE Transactions on Image Processing(TIP)의 편집 위원으로 활동하며 분야를 이끌고 있으며, 학계와 글로벌 최고 수준의 기술 연구기관에서 연구 개발을 주도하고 있는 100명 이상의 석·박사 제자들을 양성해 왔다.
우리 학부 최경철 교수 연구실 김진영 졸업생이 이번 삼성디스플레이 정기 인사에서 신임 상무(임원)로 승진했습니다.
김진영 상무는 2011년 석사, 2014년 박사학위를 취득한 뒤 삼성디스플레이에 입사해 중소형디스플레이사업부 재료개발팀에서 수석연구원으로 활약해 왔습니다. IT·오토 신제품에 적용되는 탠덤(Tandem) 구조 재료 기술 개발을 선도하며, 고신뢰성·고효율 디스플레이 구현에 기여해 회사의 핵심 제품 경쟁력 강화에 큰 역할을 해왔습니다. 이러한 뛰어난 연구 성과와 조직 내 신뢰를 바탕으로, 이번 인사에서 30대 상무로 승진하는 영예를 안았습니다.
현재 김진영 상무는 차세대 IT·오토 디스플레이 시장을 대비하기 위한 고성능 탠덤 재료의 고도화와 중소형 디스플레이 핵심 소재 개발을 주도하고 있습니다. 앞으로도 지속적인 기술 혁신과 연구 리더십을 통해 삼성디스플레이의 글로벌 경쟁력 제고와 미래 디스플레이 분야 발전에 중요한 역할을 할 것으로 기대됩니다.
우리 학부 한동수 교수 연구팀이 저렴한 소비자급 GPU를 활용하여 대규모 언어모델(LLM) 서비스 비용을 획기적으로 절감하는 엣지 지원 추론 프레임워크를 개발했다.
현재 LLM 추론 서비스는 데이터센터의 전용 가속기 및 GPU에 전적으로 의존하고 있어, 대규모 언어 모델 서비스에 막대한 재정 및 인프라가 필요하다. 데이터센터 GPU보다 저렴한 고성능 소비자급 GPU가 데이터센터 밖 엣지에 널리 보급되었지만, 통신 인프라가 제한적인 인터넷 환경에서는 기존 LLM 추론 아키텍처의 구조적 한계로 인해 이를 효율적으로 활용하지 못하고 있다.
한동수 교수 연구팀은 이러한 문제를 해결하기 위해 엣지 지원 추론 프레임워크 SpecEdge를 개발하였다. SpecEdge는 소비자급 엣지 GPU와 데이터센터 GPU 간 연산을 효과적으로 분담하여 LLM 추론 비용을 절감한다. 또한 추측적 디코딩(Speculative Decoding) 기법을 채택하여 인터넷 환경에서 엣지 GPU와 데이터센터 GPU 간 통신을 원활하게 구현하였다. 추측적 디코딩은 비교적 작은 언어모델로 확률이 높은 여러 토큰을 빠르게 생성한 뒤, 대규모 언어모델이 이를 검증하는 기법이다. SpecEdge는 엣지 GPU에 작은 모델을 배치해 확률 높은 토큰 시퀀스를 한 번에 생성하고, 이를 데이터센터 GPU로 전송하여 일괄 검증한다.
<SpecEdge 프레임워크 개요도>
SpecEdge는 엣지 GPU가 서버의 검증 결과를 기다리는 동안에도 지속적으로 토큰을 생성하는 전략을 채택했다. 초기 토큰 생성 후 엣지는 가장 높은 확률의 경로를 따라 추가 토큰을 미리 생성하며, 검증 결과가 모두 일치하면 미리 생성한 토큰을 즉시 활용할 수 있다. 또한 서버측 파이프라인 최적화를 통해 여러 엣지의 검증 요청을 지능적으로 배치하여 서버 GPU 활용도를 극대화한다. 한 엣지 GPU가 초안을 생성하는 동안 서버는 다른 요청을 검증함으로써 유휴 시간을 제거하고 더 많은 요청을 처리할 수 있다.
이번 연구는 엣지에 널리 보급된 GPU를 활용하여 데이터센터 내 GPU 의존도를 낮출 수 있는 가능성을 제시하였다. 엣지 상 NPU까지 확장 가능한 SpecEdge 프레임워크는 비용과 데이터센터의 한정적 GPU 수량 문제를 해결하여 고품질 LLM 서비스 배포 기회를 제공한다. 이는 AI 서비스 시장의 진입장벽을 낮추고 경쟁을 활성화하여 국내 AI 산업 생태계 발전에 토대를 마련할 수 있다.
한동수 교수는 “엣지 클라우드의 GPU를 넘어 사용자의 엣지 디바이스를 LLM 인프라로 활용할 수 있게 하는 연구를 지속하겠다”며, “사용자의 엣지 자원 활용은 서비스 제공자의 비용 부담을 줄여 고품질 LLM 접근 장벽을 낮추고 모두를 위한 AI의 기반이 될 것”이라고 덧붙였다.
이번 연구에는 KAIST 박진우 박사와 조승근 석사과정이 참여했으며, 연구 결과는 12월 2일부터 7일까지 미국 샌디에이고에서 열린 인공지능 분야 최고 권위 국제 학회인 Annual Conference on Neural Information Processing Systems (NeurIPS)에서 Spotlight로 (상위 3.2% 논문) 발표될 예정이다(논문명: SpecEdge: Scalable Edge-Assisted Serving Framework for Interactive LLMs).
우리 학부 장동의 교수 연구실의 권석준 박사과정과 장희덕 박사과정, 장동의 교수가 공저한 논문이 한국인공지능학회 추계학술대회에서 학회 우수논문상을 수상하는 성과를 거두었습니다.
수상 논문인 “A Framework for Object Navigation Using Hierarchical Scene Representations”은 인공지능 로봇이 낯선 환경에서 한 번도 본 적 없는 물체를 찾는 문제인 Zero-Shot Object Goal Navigation 태스크를 해결하기 위한 HSG-ON (Hierarchical Scene Graph-based Object Navigation) 프레임워크를 제안합니다.
이 프레임워크는 환경을 ‘방-작업 공간-물체’의 계층 구조로 표현하는 계층적 장면 그래프(Hierarchical Scene Graph)를 구축하고, 이를 기반으로 로봇이 물체를 찾을 가능성이 가장 높은 ‘작업 공간’을 전략적으로 탐색하도록 합니다. 특히, HSG-ON은 사람과 유사한 방식으로 탐색 공간을 좁혀가며 물체를 탐색하여 기존의 방법론들에 비해 성공률과 효율성 측면에서 우수한 성능을 입증하고 Zero-Shot Object Goal Navigation 태스크를 위한 강력하고 효율적인 해결책을 제시한 점을 인정받아 우수 논문상을 수상했습니다.
기존의 몸에 부착해 사용하는 초음파 센서는 출력 세기가 약하고 구조가 쉽게 변형돼, 고해상도 영상이나 치료 목적으로 활용하기 어려웠다. 우리 학부 연구팀이 이러한 한계를 극복하고 곡률(휘어진 정도)을 자유롭게 조절할 수 있는 유연 초음파 센서 기술을 개발했다. 이번 성과는 몸에 밀착해 정확한 영상을 얻는 웨어러블 의료기기와 수술 없이 초음파로 치료까지 가능한 비침습적 차세대 의료기술의 발전 가능성을 크게 높였다.
이현주 교수 연구팀이 반도체 웨이퍼 공정(MEMS)을 활용해 유연함부터 단단함까지 자유롭게 구현할 수 있는 ‘Flex-to-Rigid(FTR) 구조’의 초음파 트랜스듀서(센서, CMUT)를 제작했다.
연구팀은 저온에서 녹는 금속(저융점 합금, LMPA)을 소자 내부에 삽입해, 전류를 가하면 금속이 녹아 자유롭게 형태를 바꾸고, 냉각 시 다시 고체로 굳어 원하는 곡면 형태로 고정할 수 있는 기술을 구현했다.
기존의 고분자(폴리머) 막 기반 초음파 센서(CMUT)는 낮은 탄성계수(딱딱함)로 인해 충분한 음향 에너지를 발생시키지 못하고, 진동 시 초점이 흐려지는 문제가 있었다. 또한 곡률 조절이 어려워 목표 위치에 정밀하게 초점을 맞추기 힘든 한계가 있었다.
이현주 교수 연구팀은 단단한 실리콘 기판에 유연한 엘라스토머(고무 유사 물질) 브리지를 결합한 FTR 구조를 고안해 높은 출력 성능과 유연성을 동시에 확보했다. 내부의 저융점 합금은 전류에 의해 고체와 액체 상태를 오가며, 소자의 형태를 자유롭게 조정하고 고정할 수 있도록 돕는다.
그 결과, 초음파가 한 점으로 모이도록 전자적으로 신호를 제어하는 ‘별도의 빔 조정’ 과정 없이도 이번에 개발한 센서로 기계적으로 모양(곡률)에 맞추어 초점을 자동으로 형성하기 때문에 특정 부위에 정밀한 초음파 초점을 형성할 수 있었으며, 반복적인 굽힘에도 안정적인 전기·음향 특성이 유지됨을 확인했다.
이 센서의 출력은 조직을 손상시키지 않고 특정 부위를 부드럽게 자극해 치료 효과를 내는 초음파 기술인 ‘저강도 집속 초음파(LIFU)’ 수준 이상으로, 수술이나 절개 없이 신경과 장기를 자극해 염증을 완화하는 비침습적 치료에 활용될 수 있음이 검증됐다.
< 그림 1. Flex-to-rigid(FTR) CMUT의 설계와 응용 >< 그림 2. Joule heating을 통한 저융점 합금(LMPA) 상변화를 기반으로 한 FTR CMUT의 곡률 조절 >
연구팀은 이 소자를 동물 모델에 적용해 비장(spleen)을 비침습적으로 자극하는 실험을 수행했으며, 그 결과 관절염 모델에서 염증이 완화되고 보행이 개선되는 치료 효과를 확인했다.
향후에는 한줄(1차원)이 아닌 많은 초음파 센서를 평면 위에 바둑판처럼 배열한 구조인 ‘2차원 배열 소자’ 개발을 통해 고해상도 초음파 영상과 치료를 동시에 구현하는 스마트 의료 기술로 발전시킬 계획이다.
또한 이 기술은 반도체 공정과 호환돼 대량 생산이 가능하므로, 웨어러블 및 재택 의료용 초음파 시스템으로 확장될 전망이다.
이번 연구에는 전기및전자공학부 이상목 박사와 샤오지아 량(Xiaojia Liang) 박사과정이 공동 제1저자로 참여했으며, 연구 결과는 국제 학술지 네이처 파트너 저널 플렉서블 일렉트로닉스(npj Flexible Electronics, IF 15.5)에 10월 23일 자 온라인판으로 게재됐다.
논문명: Flexible ultrasound transducer array with statically adjustable curvature for anti-inflammatory treatment
