연구 > 연구성과 - 70 / 20 페이지 - KAIST 전기 및 전자공학부

KAIST EE학부 유민수 교수팀, 세계 최초 개인정보 보호 적용된 인공지능 반도체 개발

[유민수교수 사진]

전기및전자공학부 유민수 교수 연구팀이 `차등 프라이버시 기술이 적용된 인공지능(AI) 어플리케이션(Differentially private machine learning)’의 성능을 비약적으로 높이는 인공지능 반도체를 개발했다.

유민수 교수 연구팀은 차등 프라이버시 기술의 성능 병목 구간을 분석해 해당 기술이 적용된 어플리케이션의 성능을 크게 시킬 수 있는 `차등 프라이버시 머신러닝을 위한 인공지능(AI) 반도체 칩’을 개발한 것이다.

유 교수팀이 개발한 인공지능 반도체는 외적 기반 연산기와 덧셈기 트리 기반의 후처리 연산기 등으로 구성돼 있으며, 현재 가장 널리 사용되는 인공지능 프로세서인 구글 TPUv3 대비 차등 프라이버시 인공지능 학습 과정을 3.6 배 빠르게 실행시킬 수 있고,

엔비디아의 최신 GPU A100 대비 10배 적은 자원으로 대등한 성능을 낼 수 있다.

[(왼쪽부터) 공동 제1 저자 박범식, 황랑기 연구원, 공동 저자 윤동호, 최윤혁 연구원]

KAIST 전기및전자공학부 박범식, 황랑기 연구원이 공동 제1 저자로, 윤동호, 최윤혁 연구원이 공동 저자로 참여한 이번 연구는 현지시간 오는 10월 1일부터 5일까지 미국 시카고에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 `55th IEEE/ACM International Symposium on Microarchitecture(MICRO 2022)’에서 발표(논문명 : DiVa: An Accelerator for Differentially Private Machine Learning)될 예정이다.

[연구성과도 : ‘개인정보 보호 인공지능 AI 반도체 가속기’의 구조 모식도]

유민수교수의 당회 성과는 인공지능신문을 비롯한 주요언론에 소개 되었다.

EE학부 정명수 교수 연구팀, 세계최초로 차세대 CXL2.0 메모리 확장 플랫폼 개발

[정명수교수, 국동현박사과정,권미령박사과정,왼쪽부터]

정명수 교수 연구팀이 세계 최초로 자유롭게 확장되며 직접 접근 가능한 고성능의 차세대 인터페이스 컴퓨터 익스프레스 링크(CXL) 2.0 기반의 메모리 확장 플랫폼 다이렉트CXL (이하 DirectCXL)을 개발하였다.

정명수 교수 연구팀은 산업체/학계 최초로 CXL 하드웨어 시제품을 제작하고, 운영체제로 작동하는 단대단(End-to-End) 플랫폼을 구성하여 대규모 데이터를 다루는 데이터센터 응용을 시연하였다. 국내외 소수 대기업에서 메모리 장치 일부 단품에 대한 구성을 보여준 사례는 있지만, 전체 플랫폼을 구성하고 동작시켜 응용을 시연한 것은 정명수 교수 연구팀이 처음이다. DirectCXL 플랫폼은 기존 메모리 확장 플랫폼 대비 메모리 용량을 대폭 늘리면서 데이터센터 응용의 최대 3배 빠른 실행속도를 자랑한다.

데이터센터에서 주로 사용되던 기존 메모리 확장방식인 RDMA기반 메모리 확장은 CPU와 메모리로 이루어진 메모리 노드의 추가를 통해 시스템의 메모리 크기를 늘릴 수 있었지만, 성능 저하 및 추가적인 비용 소모가 크다는 단점이 있었다. 이러한 문제를 해결하기 위해 새로 등장한 CXL 프로토콜은 PCI 익스프레스 인터페이스를 기반으로 CPU와 장치 간 연결을 지원하며 높은 성능과 확장성을 제공하지만, 이를 기반으로 한 연구의 방향이 제대로 정립되지 않아 메모리 업계와 학계에서 어려움을 겪고 있었다.

연구팀은 CXL2.0을 통한 메모리 확장 연구의 초석과 솔루션을 제시하기 위해 메모리를 확장해 줄 장치인 ‘CXL 메모리 장치’와 ‘호스트 CXL 프로세서’, 여러 호스트를 다수의 CXL 메모리 장치에 연결해주는 ‘CXL 네트워크 스위치’ 그리고 메모리 확장 플랫폼 전반을 제어할 리눅스 운영체제 기반의 ‘CXL 소프트웨어 모듈을 개발하였다. 제안된 기술들을 통해 DirectCXL은 메모리 이외 컴퓨팅 자원의 추가비용 지불 없이 자유롭게 컴퓨터의 메모리를 확장하는 것이 가능하다.

DirectCXL은 기존 메모리 확장방식보다 효율적인 메모리 확장이 가능하며, 대규모 데이터를 이용하는 응용의 실행 시 높은 성능을 제공할 수 있어 데이터센터나 고성능 컴퓨팅 분야에서 다양하게 활용될 것으로 기대된다.

한편 이번 연구는 미국 칼스배드에서 지난 7월 11에 열린 시스템 분야 최우수 학술대회인 유즈닉스 연례 회의 ‘USENIX Annual Technical Conference, 2022’에 ‘DirectCXL’이라는 논문명(Direct Access, High-performance Memory Disaggregation with DirectCXL)으로 발표되었다.

이외에도 미국 산호세에서 8월 2/3일에 열리는 플래시 메모리 정상회담(Flash Memory Summit)에서 CXL 컨소시움이 이끄는 CXL포럼에 발표될 예정이며 메타 (페이스북), 마이크로소프트와 함께 UK 탑 테크놀로지 기사인 The Next Platform에도 소개 되었다.

(https://www.nextplatform.com/2022/07/18/kaist-shows-off-directcxl-disaggregated-memory-prototype/).

‘DirectCXL’에 대한 자세한 내용은 연구실 웹사이트(http://camelab.org/)에서 확인할 수 있으며 메타(페이스북) 추천시스템 기계학습 데이터 가속에 대한 시연 영상을 연구실 유튜브(https://youtu.be/jm8k-JM0qbM)에서 확인하실 수 있다.

[연구성과도 1. DirectCXL 플랫폼의 개요 및 CXL1.1과 CXL2.0의 차이]

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

[Link]

네이버/ZDNet(지디넷): https://n.news.naver.com/mnews/article/092/0002264153?sid=105

전자신문: https://www.etnews.com/20220801000168

디지털타임즈:
http://www.dt.co.kr/contents.html?article_no=2022080102109931650003&ref=naver

파이넨셜뉴스: https://www.fnnews.com/news/202208011051322708

EE학부 김성민교수 연구팀,대규모 사물인터넷(IoT) 동시 통신 개발로 MobiSys 2022 Best paper award 수상

[왼쪽부터 김성민교수, 배강민 박사과정(1저자)]

최근 모바일 시스템 분야의 최고 권위 국제 학술대회인 `ACM 모비시스(ACM MobiSys)’ 2022에 발표한 논문이 최우수논문상을 수상했다.

작년 KAIST 전기및전자공학부에서 아시아 대학 최초로 MobiSys 최우수논문상을 받은 이후 연속된 수상이다.

연구성과 : 전기및전자공학부 김성민 교수 연구팀, 천 개 ~ 수천만 개 이상의 대규모 사물인터넷(IoT) 동시 통신 기술 최초 개발

– 밀리미터파 후방산란 시스템 기술로 초저전력 대규모 통신 설계 성공

– 기존에는 다양한 장애물과 반사체가 설치된 환경에서 제대로 작동하지 않았던 문제점을 해결

– 2035년까지 1조 개 이상의 사물인터넷 기기가 생산될 전망에서 높은 실용성 및 확장성으로 초연결 시대를 위한 핵심 역할 기대

전기및전자공학부 김성민 교수 연구팀이 세계 최초로 천 개에서 수천만 개에 이르는 대규모 사물인터넷(IoT) 동시 통신을 위한 `밀리미터파 후방산란 시스템’을 개발했다고 28일 밝혔다.

KAIST 전기및전자공학부 배강민 박사과정이 제1 저자로 참여한 이번 연구는 모바일 시스템 분야의 최고 권위 국제 학술대회인 `ACM 모비시스(ACM MobiSys)’ 2022에 이번 6월 발표됐으며, 최우수논문상을 수상했다.

(논문명: OmniScatter: extreme sensitivity mmWave backscattering using commodity FMCW radar).

이는 작년 KAIST 전기및전자공학부에서 아시아 대학 최초로 ACM 모비시스 2021 최우수논문상을 받은 이후 연속된 수상으로 더욱 의미가 깊다.

연구팀의 후방산란 기술은 10마이크로와트(μW) 이하의 초저전력으로 작동해 코인 전지 하나로 40년 이상 구동 가능해 설치 및 유지보수 비용을 크게 줄일 수 있다.
이번 성과는 5G/6G 등 차세대 통신에서 요구하는 네트워크 밀도를 훨씬 웃도는 연결성을 자랑한다. 이에, 이번 시스템은 향후 도래할 초연결 시대를 위한 디딤돌 역할을 할 수 있을 것으로 기대된다.
김성민 교수는 “밀리미터파 후방산란은 대규모로 사물인터넷 기기들을 구동할 수 있는 꿈의 기술이며 이는 기존 어떠한 기술보다도 더욱 대규모의 통신을 초저전력으로 구동할 수 있다ˮ라며 ” 이 기술이 앞으로 도래할 초연결 시대에 사물인터넷의 보급을 위해 적극적으로 활용되길 기대한다ˮ라고 말했다.

이번 연구는 삼성미래기술육성사업과 정보통신기획평가원의 지원을 받아 수행됐다.

[연구성과도 1. 대규모 IoT 통신을 위한 태그(붉은색 삼각형). 1100개 태그 신호가 충돌없이 동시 통신]

[수상 행사 사진]

관련 언론 기사링크 : 전자신문 등

https://www.etnews.com/20220728000090

http://vip.mk.co.kr/news/view/21/21/3550810.html

EE학부 정명수 교수 연구팀, Non-Volatile Memories Workshop (NVMW) Memorable Paper Award 수상

[(왼쪽부터)전기및전자공학부 정명수 교수, 권미령 박사과정, 국동현 박사과정]

NVMW Memorable Paper Award는 비휘발성 메모리 분야에서 귄위있는 상으로, 최근 2년간 OSDI, SOSP, FAST, ISCA, MICRO, ASPLOS, 그리고 ATC와 같은 탑티어 학회 및 저널에 발표된 논문 중 2편을 선정하여 수여된다. 이때, NVMW 위원회 구성원이 모든 탑티어 논문 및 발표의 질뿐만 아니라 비휘발성 메모리 분야에 미치는 영향력까지 고려하여 수상 논문을 선정한다.

NVMW는 Center for Memory and Recording Research(CMRR)와 Non-Volatile Systems Laboratory(NVSL)에서 매년 개최하는 비휘발성 메모리 워크숍이며, 첨단 비휘발성 저장장치 및 시스템을 연구하는 세계 유수 대학 및 기업이 참여한다. 지난 13 년간, 9명의 NVMW memorable paper award 수상자가 있었다.

올해 권미령(제1 저자), 국동현, 그리고 이상원 박사과정생들로 구성된 정명수 교수 연구팀이 “HolisticGNN: Geometric Deep Learning Engines for Computational SSDs”으로 그 우수성을 인정받아 NVMW memorable paper award 수상자로 선정되었고, 이는 KAIST 최초 수상이다.

이 연구는 대규모 GNN(graph neural network)을 위한 인-스토리지 처리(in-storage processing)에 관해 다룬다. 이를 위해 프로그래밍 가능한 반도체를 스토리지 근처에 배치한 새로운 계산형 스토리지(CSSD) 구조와 기계학습 프레임워크를 활용하였다. 구체적으로는 그래프 변환, 샘플링 등의 GNN 전처리 작업을 비휘발성 메모리 근처에서 직접 수행하고, 재구성 가능한 하드웨어로 그래프 기계학습 추론 과정을 가속한다. 연구팀은 자체 제작한 프로그래밍 가능 반도체(FPGA) 기반 계산형 스토리지(CSSD) 시스템에 그래프 기계학습 전용 신경망 가속 하드웨어 RTL과 그래프 전용 처리 컨트롤러/소프트웨어 프레임워크를 구현했다.

해당 연구는 삼성미래기술육성사업의 지원을 받아 진행되었으며, 자세한 내용은 연구실 웹사이트(http://camelab.org)와 삼성뉴스룸에서 확인할 수 있다.

[연구성과도, 그림 . HolisticGNN 데모 결과 ]

[발표사진. NVMW에서 수상발표, 정명수 교수 연구실 권미령 박사과정생]

전기및전자공학부 장민석교수 연구팀, 고도로 응축된 빛-물질의 새로운 플랫폼 구현 성과 발표 등

[장민석교수, 메나브데 세르게이 연구교수, 왼쪽부터]

한국과학기술원(KAIST)은 공동연구를 통해 고도로 구속된 빛이 전파될 수 있는 새로운 플랫폼을 2차원 물질 박막으로 구현했다고 18일 밝혔다. 이번 연구 결과는 향후 강한 빛-물질 상호작용에 기반한 차세대 광전자 소자 개발에 기여할 것으로 예상된다.

원자 한 층으로 이뤄진 2차원 물질이 쌓이면 기존 2차원 물질과 다른 특성을 보이는 ‘반데르발스 결정’이 된다. ‘포논-폴라리톤’은 전기를 띠는 물질 속 이온 진동이 전자기파에 결합된 형태를 말한다. 특히 고전도도 금속에 놓인 반데르발스 결정에 생성되는 포논-폴라리톤은 응축성이 극대화된다. 폴라리톤 결정 속 전하가 영상 전하 영향으로 금속에 반사돼 ‘영상 포논-폴라리톤’ 이라는 새로운 폴라리톤이 생성되기 때문이다.

영상 포논-폴라리톤 형태로 전파되는 빛은 강한 빛-물질 상호작용을 유도할 수 있는데, 금속 표면이 거칠 경우 생성이 억제된다. 이에 기반한 광소자 실현 가능성이 제한된다. 이런 한계점을 돌파하고자 다섯 연구팀이 협업해 단결정 금속 위 영상 포논 폴라리톤 측정에 성공했다.

장민석 교수는 “이번 연구결과는 영상 폴라리톤, 특히 영상 포논-폴라리톤 장점을 잘 보여준다. 특히 영상 포논-폴라리톤이 갖는 저손실성과 강한 빛-물질 상호작용은 차세대 광전자 소자 개발에 응용될 수 있을 것으로 보인다”며 “연구팀의 실험 결과가 향후 메타표면, 광스위치, 광 센서 등 고효율 나노광학 소자 실용화를 앞당기는 데 도움이 되기를 바란다”고 설명했다.

메나브데 세르게이 연구교수가 제1 저자로 참여한 이번 연구는 국제 학술지 ‘사이언스 어드밴시스’에 지난 13일자 게재됐다. 한편 이번 연구는 삼성미래기술육성센터와 한국연구재단 지원을 받아 진행됐으며, 한국과학기술연구원(KIST), 일본 문부과학성, 덴마크 빌룸 재단 지원을 받았다.

□ 연구성과도

[그림 1. hBN에 진행하는 영상 포논-폴라리톤을 초고화질로 측정하기 위해 사용되는 나노 팁]

□ 관련 링크 : 전자신문등 14개 언론 주요 링크

전자신문 https://www.etnews.com/20220718000234

헤럴드경제 : http://news.heraldcorp.com/view.php?ud=20220718000582

EE학부 유창동/권인소 교수 연구팀, ECCV 2022에 대조학습 기반(Adversarial Learning)의 자기지도 학습 가능방법 (Self Supervised Learning) 우수(Oral Presentation)연구발표

[KAIST 유창동 교수, 권인소 교수, Chaoning Zhang 연구원, Kang Zhang 연구원,왼쪽부터]

ECCV는 1990년에 시작되었으며 영상 및 신호처리에 관한 인공지능 및 머신러닝의 최신 연구를 소개하는데 초점을 맞추고 있으며, Computer Vision 및 Deep Learning 분야의 최우수 학회 중 하나로 오랫동안 각광받고 있다. 올해 ECCV 2022 에서는 5,803 개의 제출 논문 중 1650 개의 논문 (28%) 이 채택되었으며 이중 158 개의 논문은 (2.7%) 우수 연구 성과로 채택되었다.

본 연구는 ‘Decoupled Adversarial Contrastive Learning for Self-supervised Adversarial Robustness’ 라는 제목으로 2022 년 10월 23에 Israel, Tel Aviv에서 우수 연구 성과로 발표될 예정이다.

인공지능이 많은 발전을 해서, 다양한 영역에서 좋은 성과를 내고 있다. 그렇지만 아직까지 사람의 완전한 신뢰를 받고 있지 못하다. 완전한 신뢰성을 확보하기 위해서는 적은 데이터로 학습이 되어야 하며, 강인성이 더 확보가 되어야 한다. 이 두 가지를 수행하기 위해 자기 지도학습 (Self-supervised learning) 과 적대적(adversarial learning)을 결합하는 노력들이 시도가 되었다.

이 논문에서는 그것을 증류기법을 이용해서 효율적으로 결합하여, label 없이 자가 학습을 할 수 있는 adversarial learning framework를 제안하였다.

본 연구는 ECCV Oral Presentation (acceptance rate 2.7%) 논문으로 채택이 되었다.

[연구성과도 : Adversarial Learning 기반의 Self Supervised Learning 모식도]

이 연구는 과학기술정보통신부의 재원으로 정보통신기술진흥센터의 지원을 받아 수행됐다.

이성주 교수 연구팀, ACM MobiSys 2022에 연합학습(Federated Learning) 속도 향상 기법 발표

[KAIST 이성주 교수, 신재민 연구원, 칭화대 Yunxin Liu 교수, Yuanchun Li 교수, 왼쪽부터]

KAIST 이성주 교수 연구팀이 6/27-7/1에 열린 세계컴퓨터연합회(ACM) 주최로 진행된 제20회 모바일 시스템, 어플리케이션, 및 서비스 국제학술대회(MobiSys, International Conference on Mobile Systems, Applications, and Services)에서 연합학습(Federated Learning)의 학습속도 향상(4.5배 가속)을 위한 데이터 샘플 최적 선택 및 데드라인 조절 방법론을 발표하였다.

MobiSys는 2003년에 시작되었으며 모바일 시스템, 소프트웨어, 어플리케이션, 서비스를 위한 최신 연구를 소개하는데 초점을 맞추고 있으며, Mobile Computing 및 Systems 분야의 최우수 학회 중 하나로 오랫동안 각광받고 있다. 올해 MobiSys 2022에서는 176개의 제출 논문 중 38개의 논문이 채택되었다.

이번 논문(FedBalancer: Data and Pace Control for Efficient Federated Learning on Heterogeneous Clients)은 신재민 박사과정이 1저자로 활약했으며, 중국 칭화대학과의 국제협력으로 이루어진 성과이다. (칭화대학교 Yuanchun Li 교수, Yunxin Liu 교수 참여).

최근 구글에 의해 제안된 연합학습은 새로운 기계학습 기술로, 개인정보의 유출 없이 방대한 사용자 기기 위 데이터를 활용할 수 있게 하여 의료 AI 기술 등 새로운 인공지능 서비스의 개발을 가능케 하여 각광받고 있다. 본 연구팀은 연합학습에 참여하는 사용자 기기 위 데이터 샘플 각각의 학습 기여도 측정을 기반으로 최적의 샘플을 선택함으로써 학습속도 향상을 달성하였다.

또한, 샘플 선택으로 줄어든 학습 시간에 대응하여, 연합학습 라운드의 데드라인 또한 최적으로 조절하는 기법을 제안하여 모델 정확도의 저하 없이 학습속도를 무려 4.5배 향상시켰다.

이성주 교수는 ”연합학습은 많은 세계적 기업들이 사용하는 중요한 기술이다. 학습속도를 향상시켜 활용도를 높여 의미가 있으며, 컴퓨터 비전, 자연어 처리, 모바일 센서 데이터 등 다양한 응용에서 모두 좋은 성능을 보여, 빠른 파급효과를 기대한다“라고 소감을 밝혔다.

이 연구는 과학기술정보통신부의 재원으로 한국연구재단과 정보통신기술진흥센터의 지원을 받아 수행됐다.

□ 연구성과도

[그림: 본 연구의 데이터 샘플 최적 선택 및 데드라인 조절 방법론을 적용한 연합학습 라운드 진행 모식도]

전기및전자공학부 윤준보 교수 연구팀, 상전이 억제된 팔라듐 나노와이어를 이용한 고민감도·고신뢰성 무선 수소 가스센서 개발, 추가 표지 논문 선정

[연구팀사진, KAIST 조민승 박사과정, 윤준보 교수, 부산대 서민호 교수(KAIST 박사졸업), 왼쪽부터]

윤준보 교수와 부산대학교 의생명융합공학부 서민호 조교수(KAIST 박사 졸업) 연구팀이 넓은 범위의 수소가스 농도를 무선으로 검출하는 고 민감도 센서 기술을 개발하였다. (2022년 ACS Nano 게재, 제1 저자: 조민승 박사과정) 연구팀은 팔라듐 금속을 3차원 나노구조로 설계함으로써 나타날 수 있는 `팔라듐 상전이(phase-transition)* 억제 효과’를 통해 0~4% 농도의 수소가스를 높은 선형성으로 감지하는 무선 가스 센서 기술을 개발하였다.

*상전이(phase transition): 화학, 열역학 및 기타 관련 분야에서 일반적으로 물질의 기본 상태(결정성, 고체, 액체, 기체) 사이의 변화를 뜻한다.

우리학부 조민승 박사과정이 제 1저자로 참여한 이번 연구는 저명 국제 학술지 ‘ACS Nano’ 2022년 5월 온라인판에 출판됐으며, 추가 표지 논문(Supplementary Cover)으로 선정되었다.

(논문명 : Wireless and Linear Hydrogen Detection up to 4% with High Sensitivity through Phase-Transition-Inhibited Pd Nanowires) (https://pubs.acs.org/doi/10.1021/acsnano.2c01783).

수소가스는 에너지 효율성이 높고 연소 시 물을 생성하는 친환경적인 이점으로 차세대 에너지원으로 주목받고 있다. 하지만, 무색, 무취의 수소가스는 4% 이상의 농도에서 낮은 발화에너지로 폭발하는 위험성이 크기 때문에 주의 깊은 사용과 관리가 필요하다.

다양한 방식의 수소가스 감지 기술 중, 팔라듐(palladium, Pd) 금속 소재 기반의 기술은 수소와 반응하여 저항이 바뀌는 간단한 원리로 동작할 뿐만 아니라, 상온에서도 수소가스를 선택적으로 감지할 수 있고, 반응 시 부산물이 없어 습도 안정성도 매우 우수하다는 장점이 있다. 하지만, 팔라듐은 상온에서 2% 이상의 수소가스에 노출되면, 상 변이(Phase transition)가 일어나면서 1) 센서로서의 농도 범위가 제한*되고, 2) 반응 속도가 지연되며, 3) 내구성이 저해되는 등 다양한 문제를 발생시켜, 최소 4%까지의 농도를 감지해야 하는 수소가스의 기초 요구 조건을 만족시키지 못하고 있다.

연구진은, 스트레스에 의해 화학 퍼텐셜 (Chemical potential)이 감소하고 이로 인해 상전이가 되는 자유에너지를 낮출 수 있음을 처음으로 제안하고, 이를 기반으로 팔라듐 나노구조를 설계·제작하였다. 제작된 센서 소자는 0.1~4%의 수소가스를 98.9%의 선형성(linearity)으로 감지하는 성능을 성공적으로 보였다. 연구팀은 개발한 소자에 BLE(Bluetooth low energy) 기술과 3D 프린팅 기술, 안드로이드 앱 개발을 통해 무선으로 수소가스를 감지하는 센서 시스템 기술도 시연했는데, 이 기술은 센서와 20 미터(m) 떨어진 상황에서도 스마트폰이나 PC로 수소가스 누출을 안정적으로 감지할 수 있다. 이번 결과는 2% 이상 고농도에서 측정이 어려웠던 기존 팔라듐 기반 수소가스 센서의 문제점을 해결할 수 있는 새로운 기술을 개발했다는 점에서 중요한 의미가 있다. 특히, 이번 센서 기술은 향후 수소가스를 이용한 청정에너지 시대에 안전관리를 위해서 활발히 활용될 수 있을 것이라고 기대된다.

관련 내용은 28일 전자신문, 뉴스1, 에너지 경제 등 다수의 언론을 통해서도 보도되었다.

[보도 link]

전자신문: https://www.etnews.com/20220628000128

뉴스1: https://www.news1.kr/articles/?4725281

에너지 경제: https://www.ekn.kr/web/view.php?key=20220628010004336

[연구성과도 : 개발한 팔라듐(palladium, Pd) 나노구조 기반 수소 센서 모식도와 무선 수소 감지 시스템 데모]

EE 박사과정 이상민, 박성준 (노용만교수랩) Video Browser Showdown 국제대회 Ad-hoc Video Search 부문 우승

[노용만교수, 박사과정 이상민, 박사과정 박성준, 왼쪽부터]

전기및전자공학부 이상민, 박성준 박사과정생 (노용만교수 연구실) 이 11th Video Browser Showdown (VBS 2022)의 AVS (Ad-hoc Video Search) 부문에서 우승 (Best AVS) 을 차지하였다.

Video Browser Showdown 은 비디오 검색의 매년 개최되는 국제 대회이며, 이번 VBS 2022는 11번째 국제 대회이다.

올해 대회는 전세계에서 본선에 선정된 16개 비디오 검색 팀이 지난 6월 6일부터 7일까지 이틀 동안 Vietnam Phú Quốc에서 진행되었다.

AVS 부문은 임의의 쿼리에 대해 수백만(약 250만)의 비디오에서 관련 비디오들을 빠르게 검색하여 맞추는 챌린저이다.

이상민, 박성준 박사과정생이 개발한 검색엔진은 visual-audio-language 멀티 도메인의 multi-modal 연관성을 기반으로 타겟 비디오를 검색하는 멀티모달러닝 알고리즘이 기반 된 것이다.

세개의 모달리티로 구성된 latent 정보로 해당 비디오를 최적으로 검색한다.

그리고 이와 연관된 visual-audio 멀티모달 표현 학습 연구 결과는 AI Top tier 학술대회인 CVPR 2022에 “Weakly Paired Associative Learning for Sound and Image Representations via Bimodal Associative Memory” 논문으로 발표될 예정이다.

수상 대회 정보

– 대회명 : 11th Video Browser Showdown 2022

– 수상명 : Best AVS (1st place winner in Ad-hoc Video Search)

– 수상자 : 이상민, 박성준 (노용만 교수 연구실)

EE 학부 김상현교수 연구팀 3차원 집적기술 적용 Micro led 디스플레이 구현 성공

[(왼쪽부터) KAIST 전기및전자공학부 김상현 교수, 박주혁 박사과정, 금대명 박사, 백우진 박사과정]

KAIST(총장 이광형)는 전기및전자공학부 김상현 교수 연구팀이 *모놀리식 3차원 집적의 장점을 활용한 1600PPI에 상응하는 마이크로 엘이디 디스플레이를 구현하는 데 성공했다고 밝혔다.

☞ 모놀리식 3차원 집적: 하부 소자 공정 후, 상부의 박막층을 형성하고 상부 소자 공정을 순차적으로 진행함으로써 상하부 소자 간의 정렬도를 극대화할 수 있는 기술로 궁극적 3차원 집적 기술로 불린다.

☞ PPI: Pixel per Inch. 디스플레이에서 1인치에 포함되는 픽셀의 갯수

KAIST 전기및전자공학부 박주혁 박사과정과 금대명 박사가 제1저자로 주도하고, 백우진 박사과정과 대만의 Jasper Display의 Johnson Shieh 박사와 협업으로 진행한 이번 연구는 반도체 올림픽이라 불리는 ‘VLSI 기술 & 회로 심포지엄 (2022 IEEE Symposium on VLSI Technology & Circuits)’에서 발표됐다.

(논문명 : Monolithic 3D sequential integration realizing 1600-PPI red micro-LED display on Si CMOS driver IC)

최근 수요가 급격히 증가하고 있는 초고해상도 디스플레이를 구현하기 위한 차세대 디스플레이 소자로써 무기물 기반의 III-V족 화합물 반도체를 활용한 마이크로 엘이디 소자가 핵심 소재 및 부품으로써 주목받고 있다. 마이크로 엘이디는 현재 TV, 모바일 기기에 많이 사용되고 있는 OLED, LCD 디스플레이에 비해 높은 휘도와 명암비, 긴 픽셀 수명 등의 장점이 있어 차세대 디스플레이 소자로써 장점이 뚜렷하다.

☞ III-V 화합물 반도체: 주기율표 III족 원소와 V족 원소가 화합물을 이루고 있는 반도체로 전하 수송 특성 및 광 특성이 매우 우수한 소재.

기존 소자기술의 문제 해결을 위해 디스플레이 구동용 Si CMOS 회로 기판 위에 적색 발광용 LED를 모놀리식 3차원 집적하는 방식을 적용하였다. 웨이퍼상에서 연속적인 반도체 공정 과정을 통해 고해상도 디스플레이 데모에 성공하였다. 이 과정에서 조명용으로 활용되어왔던 무기물 기반 LED 반도체가 아닌 디스플레이용 LED 반도체층을 설계하여 발광을 위한 활성층의 두께를 기존의 1/3로 감소시켜, 픽셀 형성에 필요한 식각 공정의 난도를 크게 낮추어 본 연구성과를 얻어내었다. 또한, 연구팀은 하부 디스플레이 구동 회로의 성능 저하 방지를 위해 350oC 이하에서 상부 III-V 소자를 집적하는 웨이퍼 본딩 등의 초저온 공정을 활용해 상부 소자 집적 후에도 하부 Driver IC의 성능을 그대로 유지할 수 있었다.

본 연구결과는 적색 마이크로 엘이디를 3차원 적층 방식으로 집적하여 세계적인 수준의 해상도인 1600 PPI 구현에 성공한 연구로써 본 연구에서 활용된 모놀리식 3차원 집적에 관한 연구 결과는 차세대 초고해상도 디스플레이 구현을 위한 좋은 가이드로써 활용될 것으로 예상된다.

□ 그림 설명

그림 1. 이번 연구에서 제작한 Si CMOS 기판상 적색 발광 다이오드 단면 주사현미경 이미지.

그림 2. 모놀리식 3차원 적층형 마이크로 디스플레이의 구동 이미지.

[보관함:] 연구 > 연구성과