< (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.
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.
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.
스마트폰은 더 얇아지는데, 사진은 더 선명해진다. 국내 연구진이 빛의 흐름을 정밀하게 제어하는 ‘메타물질’ 기술로, 어떤 각도에서도 색이 흐트러지지 않는 새로운 이미지 센서를 개발했다. 카메라의 물리적 한계를 넘어선 구조 혁신이다. 이 기술이 상용화되면 스마트폰은 더욱 얇아지면서도, 어두운 곳에서도 또렷하고 자연스러운 색의 사진을 구현할 수 있을 것으로 기대된다.
우리 학부 장민석 교수 연구팀은 한양대학교 정해준 교수 연구팀과 함께, 빛의 입사각이 달라져도 안정적으로 색을 분리할 수 있는 이미지 센서용 메타물질 기술을 개발했다.
기존 스마트폰 카메라는 아주 작은 렌즈로 빛을 한곳에 모아 사진을 찍어왔다. 하지만 카메라 속 픽셀이 너무 작아지면서, 렌즈만으로는 빛을 충분히 모으기 어려워졌다. 이를 대신하기 위해 등장한 나노포토닉 컬러 라우터(Nanophotonic Color Router)는 렌즈로 빛을 모으는 대신, 눈에 보이지 않을 만큼 작은 구조를 이용해 들어온 빛을 색깔별로 정확히 나누는 기술이다. 이 구조는 빛이 지나가는 길을 설계해, 빛을 적색(R), 녹색(G), 청색(B)으로 정밀하게 나누는 메타물질 기반 기술이다.
이 기술은 삼성전자가 ‘나노 프리즘(Nano Prism)’이라는 이름으로 실제 이미지 센서에 적용하며, 상용화 가능성을 이미 보여준 바 있다. 이론적으로도 매우 미세한 나노 구조를 여러 층으로 쌓으면, 빛을 더 많이 모으고 색을 더 정확히 나눌 수 있다는 점이 알려져 있다.
< 사선 입사조건도 문제없는 나노포토닉 컬러라우터 기술 (AI 생성 이미지) >
하지만 기존 나노포토닉 컬러 라우터에는 한계가 있었다. 빛이 정면에서 들어올 때는 잘 작동했지만, 스마트폰 카메라처럼 빛이 비스듬히 들어오는 상황에서는 색이 섞이거나 성능이 크게 떨어졌다. 이러한 문제를 ‘사선 입사(oblique incidence) 문제’라고 하며, 실제 제품에 적용하기 위해 반드시 해결해야 할 과제로 꼽혀 왔다.
연구팀은 먼저 왜 이런 문제가 생기는지부터 살펴봤다. 그 결과, 기존 설계들이 빛이 수직으로 들어오는 조건에만 맞춰 지나치게 최적화돼 있어, 입사 각도가 조금만 달라져도 성능이 급격히 나빠진다는 점을 확인했다. 스마트폰 카메라는 다양한 각도의 빛을 받아들이기 때문에, 각도가 달라져도 성능이 유지되는 특성이 매우 중요하다.
이에 연구팀은 사람이 직접 구조를 설계하는 대신, 컴퓨터가 가장 좋은 구조를 스스로 찾도록 하는 ‘역설계(inverse design)’ 방식을 적용했다. 이를 통해 빛이 들어오는 각도가 달라져도 안정적으로 색을 나눌 수 있는 컬러 라우터 구조를 도출했다.
그 결과 기존 구조는 빛이 약 12도만 기울어져도 제 기능을 거의 하지 못했지만, 새롭게 설계된 구조는 ±12도 범위에서도 약 78%의 광효율을 유지하며 안정적인 색 분리 성능을 보였다. 즉, 실제 스마트폰 사용 환경에서도 충분히 활용할 수 있는 수준이다.
< 사선 입사에 강건한 나노포토닉 컬러 라우터 >
연구팀은 또 메타물질의 층 수나 설계 조건, 제작 과정에서 발생할 수 있는 오차까지 고려해 성능 변화를 분석하고, 입사각 변화에 얼마나 강건할 수 있는지 그 한계도 체계적으로 정리했다. 이번 연구는 현실적인 이미지 센서 환경을 반영한 컬러 라우터 설계 기준을 제시했다는 점에서 의미가 크다.
장민석 KAIST 교수는 “이번 연구는 컬러 라우터 기술의 상용화를 가로막아 온 입사각 문제를 처음으로 체계적으로 분석하고 해결 방향을 제시했다는 점에서 의미가 크다”며, “제안한 설계 방법은 컬러 라우터를 넘어 다양한 메타물질 기반 나노광학 소자 전반에 활용될 수 있을 것”이라고 말했다.
KAIST 전재현 학사과정생과 박찬형 박사과정생이 공동 제1저자로 참여한 이번 연구 성과는 국제 학술지‘어드밴스드 옵티컬 머티리얼스(Advanced Optical Materials)’에 1월 27일 자로 게재됐다.
※ 논문명: Inverse Design of Nanophotonic Color Router Robust to Oblique Incidence, DOI: https://doi.org/10.1002/adom.202501697
※ 저자: 전재현(KAIST, 제1저자), 박찬형(KAIST, 제1저자), 허도영(KAIST), 정해준(한양대), 장민석(KAIST, 교신저자)
한편 본 연구는 산업 통상부 (한국산업기술기획평가원, (사)한국반도체연구조합)에서 지원하는 ‘차세대 센서향 메타 광학 구조 설계 기술’과제, 과학기술정보통신부 (한국연구재단)에서 지원하는 ‘빔 조향 제어 가능한 고색순도 메타 색변환층 기반 풀 컬러마이크로 LED 소자 및 패널 기술 개발’및 , ‘빛의 모든 속성으로 연산하는 실시간 제로-에너지 아르고스 눈 메타표면 네트워크 개발’ 과제, 문화체육관광부 (한국콘텐츠진흥원)에서 지원하는 ‘차세대 저작권 침해 방지 기술 및 안전한 콘텐츠 유통 기술 개발을 위한 국제공동연구’과제의 지원을 받아 수행되었다.
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.
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.
< (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.
<(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.
우리 학부 정재용 박사(지도교수: 김상현)가 2026년 3월 1일부 UNIST 전기전자공학과 조교수로 임용되었습니다.
정재용 박사는 2024년 2월 박사학위 취득 후 KAIST 정보전자연구소, IBM Research Zurich (한-스위스 이노베이션 사업을 위해 파견 근무)에서 연수연구원 (박사후 연구원)으로 재직하였습니다.
정재용 박사는 화합물 반도체 소자 분야에서 활발한 연구 활동을 수행하며, 현재까지 50편 이상의 국제저명저널 및 국제학회 논문을 발표하였습니다. 특히 반도체 분야 최고 권위의 학회로 ‘반도체 올림픽’이라고 불리는 IEDM(International Electron Device Meeting)과 VLSI Symposium에서 제1저자로 총 15회 발표하는 등 탁월한 연구 성과를 거두었습니다. 이를 바탕으로 학위 과정 중에도 IEEE EDS Ph.D. Fellowship을 수상한 바 있습니다.
향후에도 화합물반도체 고주파 소자, 전력소자 관련 분야 연구에 몰두하며 학문, 산업 발전에 큰 기여를 할 것으로 기대됩니다.
