우리학부 심현철 교수 연구팀 (김보성 박사과정, 박재용 석사과정)이 개발한 자율 비행 드론이 8월 31일에 개최된 제 5회 Army TIGER 드론봇 임무형 챌린지 대회의 과업 4에 해당하는 건물 내부 정찰 종목에서 1위인 우수상과 상금 1000만원을 차지하였다.
시상식은 10월 4일 대전에 위치한 육군 교육 사령부에서 진행되었다.
심현철 교수 연구팀은 자체 개발한 3차원 라이다 센서 기반 정밀측위 (SLAM) 알고리즘과 3차원 장애물 회피 경로 생성 알고리즘, 미확인 지역 탐사 알고리즘을 사용하여 건물 내부를 탐사하고 숨겨져있던 특정 객체들을 탐지, 실시간 관제센터 전송 등 모든 미션을 완벽하게 수행하였다.
육군 본부에서 주최하는 이번 대회는 건물 외부 주차장에서 출발하여 2층 창문으로 진입 후 여러 방들을 탐사하며 숨겨져 있는 특정 객체들을 찾아내고 그 종류와 위치를 관제 센터로 실시간 전송, 홈으로 복귀 등의 임무가 주어졌다.
본선 진출 8개팀 중 심현철교수 연구팀의 드론만이 이륙 후 복귀까지 완벽하게 자율비행을 수행하고 숨겨져 있던 모든 객체를 AI로 탐지 후 결과를 실시간으로 전송하는 우수한 기량을 선보였다.
심현철교수 연구팀의 실내 자율 비행 기술 연구는 미래 전장상황, 재난 상황에서 사용될 실내 정찰 드론의 핵심기술로 이번 대회를 통해 KAIST의 자율 비행 드론 기술 역량을 다시한번 알리는 계기가 되었다.
[김보성, 박재용, 심현철교수, 왼쪽부터]
[이성주 교수, 신진우 교수, 박사과정 공태식, 박사과정 정종헌, 석사과정 김예원, 학사과정 김태원, 왼쪽부터]
전기및전자공학부 이성주 교수와 AI대학원 신진우 교수 연구팀이 공동연구를 통해 스스로 환경변화에 적응하는 테스트타임 적응 (Test-Time Adaptation) 인공지능 기술을 개발하였다. 연구팀이 제안한 알고리즘은 기존의 최고 성능 알고리즘보다 평균 11% 향상된 정확도를 보였다.
본 연구는 “NOTE: Robust Continual Test-time Adaptation Against Temporal Correlation”라는 제목으로 인공지능 분야 최고권위 국제학술대회 ‘신경정보처리시스템학회 (NeurIPS) 2022’에서12월 발표될 예정이다. 공태식 박사과정이 제1저자로 연구를 이끌었고, 정종헌 박사과정, 김태원 학사과정, 김예원 석사과정이 공동 저자로 기여하였다.
이성주 교수와 신진우 교수는 ”테스트타임 도메인 적응은 인공지능이 스스로 환경 변화에 적응하여 성능을 향상시키는 기술로, 활용도가 무궁무진하다. 이번에 발표될 NOTE 기술은 실제 데이터 분포에서 성능향상을 보인 최초의 기술이고 자율주행, 인공지능 의료, 모바일 헬스케어 등 다양한 분야에 적용이 가능할 것으로 기대된다.” 라고 밝혔다.
[연구성과도 : 본 연구의 테스트타임 도메인적응 기술의 개요]
이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원 (No. NRF-2020R1A2C1004062)과 방위사업청과 국방과학연구소의 지원(UD190031RD)으로 한국과학기술원 미래 국방 인공지능 특화연구센터에서 수행된 연구이다.
KAIST(총장 이광형) 전기및전자공학부 박사과정 노유지 학생(지도교수 황의종)이 ‘2022 마이크로소프트 리서치 PhD 펠로우’에 선정되었다.
[노유지 학생]
마이크로소프트 리서치 PhD 펠로우십은 컴퓨터과학과 관련된 유망 연구 분야에서 우수한 성과를 낸 대학원생을 지원하는 장학 프로그램으로, 올해는 전 세계에서 36명이 선발되었으며, 한국 기관에서는 KAIST 전기및전자공학부의 노유지 학생이 유일하게 선정되었다.
선정된 펠로우에게는 1만달러의 장학금과 마이크로소프트 각 분야 전문가 멘토와의 연구 토의, 인턴십 등의 혜택이 주어진다.
노유지 학생은 신뢰 가능한 인공지능(Trustworthy AI)을 위한 알고리즘 개발에 대한 탁월한 연구 성과를 인정받아 “머신러닝(Machine Learning)” 분야의 펠로우로 선정되었다.
특별히, 특정 집단을 차별하지 않는 공정한 인공지능 학습의 효율성을 획기적으로 높인 학습 방법론을 개발하고, 더 나아가 인공지능 모델의 공정성과 견고성을 동시에 달성할 수 있는 최초의 알고리즘을 제안하여 주목을 받았다.
본 연구 성과들은 머신러닝 분야 최고 국제학술대회인 ICML, ICLR, NeurIPS 등에 발표되었다. 또한 데이터마이닝 분야 최고 국제학술대회인 ACM SIGKDD에서 튜토리얼을 공동으로 진행하여, 신뢰 가능한 인공지능 기법에 대한 최신 연구 관점을 학계에 공유하였다.
현재는 엔비디아 리서치에서 연구 인턴십을 진행하며 더욱 큰 규모의 인공지능 공정성 문제를 해결할 수 있는 다양한 방법론을 개발하고 있다.
수상자 리스트 및 인터뷰는 마이크로소프트 홈페이지와 유튜브에서 확인할 수 있다.
수상자 리스트 : https://www.microsoft.com/en-us/research/academic-program/phd-fellowship/2022-recipients/
[노유지 박사과정 연구성과도: 공정한 인공지능 학습을 위한 배치 선택 기법 (좌) 및 공정하고 견고한 학습을 위한 학습 방법론 예시 (우)]
[김정호교수, 박현욱박사, 왼쪽부터]
-수상명: Best Poster Award
-논문제목: Scalable Transformer Network-based Reinforcement Learning Method for PSIJ Optimization in HBM
-저자: 박현욱, 신태인, 김성국, 노대환, 심부교, 송진욱, 공규봉, 김정호 (지도교수).
-학회 명: 2022 IEEE 31th Conference on Electrical Performance of Electronic Packaging and Systems
-개최 일시(장소): 2022년 10/9 ~ 10/12 개최 (San Jose, CA, 미국)
KAIST 전기 및 전자공학부 김정호 교수 연구실 박현욱 연수연구원이 2022 IEEE 31th Conference on Electrical Performance of Electronic Packaging and Systems에서 Best Poster Award를 수상하였다.
이번 학술대회는 지난 10월 9일부터 12일까지 미국 캘리포니아 산호세에서 개최되었다.
EPEPS 학회는 IEEE에서 매년 개최하는 국제학회이며, 신호 무결성 및 전력 무결성 (Signal Integrity and Power Integrity) 기반 반도체 학술 행사로서, 관련된 세계의 유수한 대학교 및 기업이 참여한 학회이다.
박현욱 연수연구원은 “Scalable Transformer Network-based Reinforcement Learning Method for PSIJ Optimization in HBM”라는 제목의 논문을 발표하였고, 그 우수성을 인정받아 수상자로 선정되었다.
[수상식 사진 : 왼쪽 박현욱 박사]
[최준일교수 사진]
KAIST 전기및전자공학부 최준일 교수가 IEEE Communications Society Communication Theory Technical Committee
(이하 “CTTC”) 에서 한국인으로서는 처음으로 Early Achievement Award를 수상하였다.
최준일교수는 본상을 수상하기로 2021년에 결정되었으나, 코로나로 시상식이 계속 늦어지다 지난주에 열린 IEEE Communication Theory Workshop (CTW)에서 상을 받았다.
수여기관인 IEEE CTTC는 1964년부터 시작되어 IEEE Communications Society (ComSoc)내 제일 오래된 TC 중 하나이다.
IEEE CTTC의 Early Achievement Award는 2016년 제정된 박사학위 후 10년 이내의 신진연구자에게 주어지는 상으로
기존 수상자들은 Stanford University, Imperial College London, Virginia Tech, KTH 등 모두 해외 유명 대학 교수들이다.
[최준일교수 수상식 사진]
[유민수교수 사진]
우리 학부 유민수 교수가 올해 미국 전기전자공학회(IEEE)/전산공학회(ACM) International Symposium on Microarchitecture 학술대회 (약칭 MICRO)의 명예의 전당(Hall of Fame)에 헌액되었습니다.
올해로 55회째를 맞은 MICRO (https://www.microarch.org/micro55/) 는 컴퓨터 아키텍쳐 분야에서 가장 오랜 역사와
최고의 권위를 가지고 있는 국제 학술대회로써, ISCA, HPCA 학술대회와 함께 컴퓨터 아키텍쳐 분야 3대 국제 학회로
손꼽히고 있습니다.
유민수 교수는 컴퓨터 아키텍쳐 연구 분야 중에서 인공지능 (AI) 반도체 및 GPU 기반의 고성능 컴퓨팅 시스템 연구에 대한
국내 최고 권위자로, 작년에 HPCA 학술대회 명예의 전당에 입성한 데에 이어서 올해 MICRO 학술대회에 총 8편 이상의
논문을 게재하여 명예의 전당에 회원으로 추대되었습니다.
MICRO Hall of Fame: https://www.sigmicro.org/awards/microhof.php
[명예의 전당 헌액 기념패]
[김현식교수, 임규완 박사과정, 강경구 박사과정, 왼쪽부터]
우리 대학 전기및전자공학부 김현식 교수 연구실(연구실명: 회로설계 연구실, Circuit Lab)에서 ‘제23회 대한민국 반도체 설계대전’의 국무총리상 수상자를 배출했다.
‘제23회 대한민국 반도체 설계대전’은 산업통상자원부와 한국반도체산업협회가 공동으로 주관하는 반도체 설계 전문 공모전으로, 반도체 설계분야 대학(원)생들의 설계 능력을 배양하고, 창의적인 아이디어를 발굴하는 것을 목표로 한다.
국무총리상 수상자는 김현식 교수 연구실의 임규완 박사과정, 강경구 박사과정 학생으로 고해상도와 고균일도(uniformity)를 초저면적 칩크기로 구현한 모바일용 디스플레이 드라이버(Display driver IC, 이상 DDI)를 개발해 국무총리상에 선정됐다.
DDI 칩은 디스플레이 구동시스템의 핵심 구성 요소로써, 디지털 디스플레이 데이터를 아날로그 신호로 변환(digital-to-analog conversion, DAC)하여 디스플레이 패널에 기입하는 역할을 담당하는데 해상도를 높이는데 따른 균일도와 칩면적증가의 문제를 기술적으로 해결했다.
이번 김현식 교수 연구실 학생들이 개발한 DDI 칩은 채널 내 DAC을 일반적으로 사용되는 고전압 MOSFET대신 저전압 MOSFET과 전압 증폭기로 구성하여 채널 내 DAC 면적을 획기적으로 감소시켰으며, 이에 더하여 8비트 입력 전압에서 10비트 출력 전압을 생성해 낼 수 있는 독자적인 LSU 기술을 개발하여 채널 면적을 더욱 감소하였다.
또한, 전압 증폭기 및 DDI 칩 동작을 CMOS 공정의 변화에 둔감하게 설계하여 높은 균일도를 달성하였다.
새로이 개발된 DDI 칩은 고해상도와 고균일도를 달성하면서도 칩 면적을 감소시켜 가격 경쟁력과 모바일 디스플레이의 품질을 대폭 향상시킬 수 있을 것으로 기대된다.
본 연구결과는 또한 집적회로분야 최고권위의 국제학회 ISSCC 2022에서도 발표되었다.
[연구성과도]
[(왼쪽부터) 전기및전자공학부 최유정 박사과정, 이하연 박사과정]
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 >
[(왼쪽부터) KAIST 최준일 교수, 퀄컴 프리티 쿠마리(Preeti Kumari) 박사, 미국 노스캐롤라이나 주립대학 누리아 프렐식 (Nuria Prelcic) 교수, 같은대학 로버트 히스(Robert Heath) 교수]
KAIST 전기및전자공학부 최준일 교수가 2022년 국제전기전자공학회(IEEE) 이동체공학 학술회(Vehicular Technology Society)의 최우수 이동체 전자공학 논문상 (Best Vehicular Electronics Paper Award) 수상자로 선정되었다. 이번 IEEE VTS 최우수 논문상 수상으로 최준일 교수는 국제전기전자공학회의 39개 모든 학술회 전체에서 IEEE 저널 최우수 논문상을 4회 이상 받은 유일한 한국인이 되었다.
최준일 교수는 2015년 국제전기전자공학회 신호처리 학술회(Signal Processing Society)에서 최우수 논문상을, 2019년 국제전기전자공학회 통신 학술회(Communications Society)에서 최우수 논문상인 스테판 오 라이스 상(Stephen O. Rice Prize)을, 그리고 2021년 국제전기전자공학회 이동체공학 학술회에서 최우수 논문상인 닐 세퍼드 상(Neal Shepherd Memorial Best Propagation Award)을 수상한 바 있다.
최준일 교수는 “선도적으로 수행한 차량 간 통신 환경에서의 밀리미터파 통신-레이더 시스템 융합 연구가 국제적으로 인정받아 매우 기쁘고, 한국인 최초로 국제전기전자공학회 저널 논문상을 4번이나 수상하게 되어 영광이다”라고 소감을 밝혔다.
시상식은 9월에 열리는 국제전기전자공학회 이동체공학 학술회 최대 학회인 이동체공학 학술회의(Vehicular Technology Conference, VTC)에서 진행될 예정이다. 또한, 국제전기전자공학회 VTC2022 가을 학회 홈페이지와 국제전기전자공학회 이동체공학 학술회 뉴스레터에 수상 소식이 게시되며, 수상자 리스트는 영구적으로 국제전기전자공학회 이동체공학 학술회 홈페이지에 게시된다.
(관련 상세 내용은 붙임 홍보자료 참고)
[연구 성과 설명도, 밀리미터파를 사용한 자동차 통신-레이더 융합 시스템]
[연구팀사진, 박선의, 신유환, 이정현, 최재혁 교수, 왼쪽부터]
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.
[수상식 사진, 오른쪽 박선의학생]
