전기및전자공학부 최신현 교수 연구팀, 차세대 뉴로모픽 컴퓨팅 신뢰성 문제를 풀다

전기및전자공학부 최신현 교수 연구팀, 차세대 뉴로모픽 컴퓨팅 신뢰성 문제를 풀다

images 000078 photo1.jpg 12

<(좌측부터) 최신현 교수, 배종민 석사과정, 한양대 권초아 박사후연구원, 김상태 교수 사진>

 
최근 인간의 뇌를 모방해 하드웨어 기반으로 인공지능 연산을 구현하는 뉴로모픽 컴퓨팅 기술이 최근 주목받고 있다. 뉴로모픽 컴퓨팅의 단위 소자로 활용되는 멤리스터(전도성 변화 소자)는 저전력, 고집적, 고효율 등의 장점이 있지만 멤리스터로 대용량 뉴로모픽 컴퓨팅 시스템을 구현하는데 불규칙한 소자 특성으로 인한 신뢰성 문제가 발견되었다. 
 

전기및전자공학부 최신현 교수 연구팀이 한양대학교 연구진과의 공동 연구를 통해 차세대 메모리 소자의 신뢰성과 성능을 높일 수 있는 이종원자가 이온* 도핑 방법을 개발했다고 21일 밝혔다. 

* 이종원자가 이온(Aliovalent ion): 원래 존재하던 원자와 다른 원자가(공유 결합의 척도, valance)를 갖는 이온을 말함 

 

공동연구팀은 기존 차세대 메모리 소자의 가장 큰 문제인 불규칙한 소자 특성 변화 문제를 개선하기 위해, 이종원자가 이온을 도핑하는 방식으로 소자의 균일성과 성능을 향상할 수 있다는 사실을 실험과 원자 수준의 시뮬레이션을 통해 원리를 규명했다.

 

images 000078 image1.jpg 11

< 그림 1. 본 연구에서 개발한 이종원자가 이온 도핑 결과, 그리고 개선 효과와 이에 기반하는 물질적인 원리 개념도 >

 

공동 연구팀은 이러한 불규칙한 소자 신뢰성 문제를 해결하기 위해 이종원자가 할라이드(halide) 이온을 산화물 층 내에 적절히 주입하는 방법이 소자의 신뢰성과 성능을 향상할 수 있음을 보고했다. 연구팀은 이러한 방법으로 소자 동작의 균일성, 동작 속도, 그리고 성능이 증대됨을 실험적으로 확인했다. 

 

연구팀은 또한, 원자 단위 시뮬레이션 분석을 통해 결정질과 비결정질 환경에서 모두 실험적으로 확인한 결과와 일치하는 소자 성능 개선 효과가 나타남을 보고했다. 그 과정에서 도핑된 이종원자가 이온이 근처 산소 빈자리(oxygen vacancy)를 끌어당겨 안정적인 소자 동작을 가능하게 하고, 이온 근처 공간을 넓혀 빠른 소자 동작을 가능하게 하는 원리를 밝혀냈다. 

 

최신현 교수는 “이번에 개발한 이종원자가 이온 도핑 방법은 뉴로모픽 소자의 신뢰성과 성능을 획기적으로 높이는 방법으로서, 차세대 멤리스터 기반 뉴로모픽 컴퓨팅의 상용화에 기여할 수 있고, 밝혀낸 성능 향상 원리를 다양한 반도체 소자들에 응용할 수 있을 것이다ˮ 고 밝혔다. 

전기및전자공학부 배종민 석사과정, 한양대학교 권초아 박사후연구원이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 어드밴시스(Science Advances)’ 6월호에 출판됐다. (논문명 : Tunable ion energy barrier modulation through aliovalent halide doping for reliable and dynamic memristive neuromorphic systems) 

 

한편 이번 연구는 한국연구재단 신소자원천기술개발사업, 신재료PIM소자사업, 우수신진연구사업, 나노종합기술원 반도체공정기반 나노메디컬 디바이스개발 사업, 그리고 국가슈퍼컴퓨팅센터 혁신지원프로그램의 지원을 받아 수행됐다.

 

전기및전자공학부 노용만 교수 연구팀, GPT-4V 뛰어넘는 멀티모달 대형언어모델 개발

전기및전자공학부 노용만 교수 연구팀, GPT-4V 뛰어넘는 멀티모달 대형언어모델 개발

 

Inline image 2024 05 31 15.36.55.915

<(좌측부터) 노용만 교수, 이병관 박사과정, 박범찬 석박통합과정, 김채원 박사과정 사진>
 
전기및전자공학부 노용만 교수 연구팀이 오픈AI(OpenAI)의 GPT-4V와 구글의 제미나이-프로(Gemini-Pro)와 같은 비공개형 상업 모델인 초대형 언어모델의 시각 성능을 뛰어넘는 공개형 멀티모달 대형 언어모델을 개발해 출시했다고 20일 밝혔다. 멀티모달 대형 언어모델이란 텍스트뿐만 아니라 이미지 데이터 유형까지 처리할 수 있는 초대형 언어모델을 말한다.
 
최근 대형언어모델(LLM)의 발전과 시각적 지시 조정(Visual Instruction Tuning)의 등장으로 멀티모달 대형언어모델이 큰 주목을 받고 있다.
그러나, 해외 대형 기업의 풍부한 컴퓨팅 자원의 지원으로부터 인간의 뇌에 있는 신경망의 개수와 유사한 수준의 파라미터를 가진 초대형모델들이 만들어지고 있고, 개발된 모델들이 비공개로 개발되다 보니 학계 수준에서 개발된 대형언어모델과 비교했을 때, 성능 및 기술 격차가 나날이 커지고 있다.
 
다시 말해, 현재까지 개발된 공개형 대형언어모델들은 현재까지 비공개형 대형언어모델인 GPT-4V와 제미나이-프로(Gemini-Pro)와 유사한 성능을 내지 못할 뿐 아니라 여전히 현저한 성능 차이를 보이고 있었다.
 
멀티모달 대형언어모델의 성능을 올리기 위해 기존의 공개형 대형언어모델들은 모델의 크기를 키워 학습할 수 있는 역량을 키우거나 다양한 시각 언어 태스크(Vision Language Task)를 다루는 시각적 지시 조정 데이터셋(Visual Instruction Tuning Dataset)을 더욱 고품질로 만들어 확장하는 방식을 사용했다. 
하지만 이런 방식은 아주 큰 연산 자원을 요구하거나 노동집약적인 단점이 있어, 멀티모달 대형언어모델의 성능을 높이기 위한 새로운 효율적인 방법의 필요성이 대두되고 있다.
 
KAIST 전기및전자공학부 노용만 교수 연구팀은 단순히 모델의 크기를 키우거나 고품질의 시각적 지시 조정 데이터셋을 만들지 않고 멀티모달 대형언어모델의 시각 성능을 획기적으로 높인 기술 2개를 연속적으로 개발했다고 밝혔다.
연구팀이 개발한 첫번째 기술인 ‘콜라보(CoLLaVO)’는 현존하는 공개형 멀티모달 대형언어모델이 비공개형 모델의 성능에 비해 현저하게 낮은 이유를 일차적으로 물체 수준에 대한 이미지 이해 능력이 현저하게 떨어진다는 것을 먼저 검증해 보였다. 
그리고, 모델의 물체 수준 이미지 이해 능력이 시각-언어 태스크 처리 능력에 대한 결정적인 성능과 유의미한 상관관계가 있다는 것을 밝혔다.
 
Inline image 2024 05 31 15.25.02.940
연구팀은 해당 능력을 효율적으로 증가시켜 시각-언어 태스크에 대한 성능을 향상 하기 위해 ‘크레용 프롬프트(Crayon Prompt)’라는 시각적 프롬프트를 새롭게 제안했는데, 이는 컴퓨터 비전 모델 중 하나인 전체적 분할(panoptic segmentation) 모델을 활용해 이미지 내의 정보를 배경과 물체 단위로 분할하고 각 배경 및 물체에 대한 정보를 멀티모달 대형언어모델에 입력으로 직접 넣어주는 새로운 방법을 뜻한다.
 
추가로, 연구팀은 시각적 지시 조정 단계에서 크레용 프롬프트로 학습한 정보를 잃어버리지 않기 위해 ‘듀얼 큐로라(Dual QLoRA)’라는 학습 전략을 사용해 물체 수준 이미지 이해 능력과 시각-언어 태스크 처리 능력을 서로 다른 파라미터로 학습해 서로 간의 정보를 잃지 않게 만드는 획기적인 학습 전략을 제안했다. 이를 통해, 콜라보(CoLLaVO) 멀티모달 대형언어모델은 이미지 내에서 배경 및 물체를 구분하는 능력이 뛰어나 일차원적인 시각 구분 능력이 크게 향상됐다고 밝혔다.

 

Inline image 2024 05 31 15.25.53.251

노용만 교수 연구팀은 곧이어 두 번째 대형언어모델 ‘모아이(MoAI)’를 개발 및 공개했는데, 이는 인간이 사물을 판단할 때 물체의 존재, 상태, 물체 간의 상호작용, 배경에 대한 이해, 텍스트에 대한 이해 등으로부터 상황을 판단하는 인지과학적인 요소에 영감을 받아서 만들어졌다고 밝혔다.
 
이는 기존 멀티모달 대형언어모델이 텍스트에 의미적으로 정렬된 시각 인코더(vision encoder)만을 사용하기 때문에, 이미지 픽셀 수준에서의 상세하고 종합적인 실세계 장면 이해가 부족하다는 점을 지적하며, 이런 인지과학적인 요소를 멀티모달 대형언어모델에 부여하기 위해서 전체적 분할(Panoptic Segmentation), 검출할 수 있는 물체에 한계가 없는 물체 검출기(Open-World Object Detection), 상황 그래프 생성(Scene Graph Generation), 그리고 글자 인식(Optical Character Recognition), 이렇게 4가지의 컴퓨터 비전 모델을 종합적으로 사용한다. 
이런 4가지 컴퓨터 비전 모델들의 결과를 받으면 모두 인간이 이해할 수 있는 언어로 변환한 뒤에 멀티모달 대형언어모델에 입력으로 직접 사용했다.
 
이러한 간단하고 효율적인 방식인 콜라보(CoLLaVO)의 크레용 프롬프트(Crayon Prompt), 듀얼큐로라(DualQLoRA)와 모아이(MoAI)의 다양한 컴퓨터 비전모델의 집합체를 이용해 비공개형 상업 모델인 오픈AI의 GPT-4V와 구글의 제미나이-프로(Gemini-Pro)를 뛰어넘는 성능을 검증했다고 연구팀은 밝혔다. 
 
Inline image 2024 05 31 15.27.06.852
 
2가지 연속적인 멀티모달 대형언어모델인 콜라보(CoLLaVO)와 모아이(MoAI)는 KAIST 전기및전자공학부 이병관 박사과정이 제1 저자로 참여하고 박범찬 석박사통합과정, 김채원 박사과정이 공동 저자로 참여했다.
 
연구팀이 개발한 콜라보(CoLLaVO) 공개형 대형언어모델은 자연어 처리(NLP) 분야 최고의 국제 학회인 ‘Findings of the Association for Computational Linguistics(ACL Findings) 2024’에 5월 16일 자로 학회에 승인받았고, 모아이(MoAI)는 컴퓨터 비전 최고의 국제 학회인 ‘European Conference on Computer Vision(ECCV) 2024’학회 승인 결과를 기다리고 있다고 밝혔다.
 

[1] CoLLaVO 데모 GIF 영상 https://github.com/ByungKwanLee/CoLLaVO

images 000078 imga4.jpg

< CoLLaVO 데모 GIF 영상 >

 

[2] MoAI 데모 GIF 영상 https://github.com/ByungKwanLee/MoAI

images 000078 image5.png
< MoAI 데모 GIF 영상 >
 
 

 

전기및전자공학부 김성민 교수 연구팀, 국제 최우수 모바일 컴퓨팅 학술대회 ACM MobiSys 2024 최우수 논문상(Best Paper Award) 수상

전기및전자공학부 김성민 교수 연구팀, 국제 최우수 모바일 컴퓨팅 학술대회 ACM MobiSys 2024 최우수 논문상(Best Paper Award) 수상

 

Inline image 2024 06 14 07.27.15.086

<(왼쪽) 논문 상장 사진, (오른쪽) 좌측 두 번째부터 김성민 교수, 배강민 박사과정, 문한결 박사과정(공동 1저자)>
 

전기및전자공학부 김성민 교수가 이끄는 연구팀이 모바일 컴퓨팅 분야 최고 권위 국제 학술대회인 ACM MobiSys 2024에서 최우수 논문상 (Best Paper Award)을 수상하였다.

이는 지난 ACM MobiSys 2022 최우수 논문상 수상에 연이은 쾌거로, 동일 1저자가 모바일/무선네트워크 분야 3대 학회 (MobiSys, MobiCom, SenSys)에서 복수의 최우수논문상을 수상한 세계 첫 사례로 더욱 의미가 깊다.

 

전기및전자공학부 배강민 박사과정과 문한결 박사과정이 공동 1저자로 참여한 김성민 교수 연구팀은 밀리미터파 백스캐터를 이용, 장애물에 가려진 목표물을 cm 이하 정확도로 위치추적하는 기술을 개발하여 최우수논문상을 수상했다.

이번 연구는 실내 위치추적 기술의 안정성 및 정확도를 획기적으로 개선하여 스마트팩토리 및 증강현실(AR) 등 광범위한 위치 기반 서비스의 보급을 가능하게 할 것으로 기대된다.

-논문: https://doi.org/10.1145/3643832.3661857

 

전기및전자공학부 유승협 교수 연구실 이동균 박사, 동아대 및 ETRI와 함께 잡아당겨도 고화질 유지하는 디스플레이 기술 개발

 
images 000078 photo1.jpg 6
<(왼쪽부터) 유승협 교수, 이동균 박사, 동아대 문한얼 교수 사진>
 
전기및전자공학부 유승협 교수 연구팀이 동아대 문한얼 교수, 한국전자통신연구원(ETRI) 실감소자 연구본부와의 협력을 통해 세계 최고 수준의 높은 발광면적비를 가지며 신축시에도 해상도가 거의 줄지 않는 신축 유기발광다이오드(organic light-emitting diode, OLED) 디스플레이를 구현하는 데 성공했다. 
 

공동연구팀은 유연성이 매우 뛰어난 초박막 OLED를 개발하여 이의 일부 발광 면적을 인접한 두 고립 영역 사이로 숨겨 넣는 방법으로, 신축성과 높은 발광 밀도를 동시에 확보하는 데 성공했다. 이렇게 숨겨진 발광 영역은 신축 시 그 모습을 점차 드러내며 발광 면적비의 감소를 보상하는 메커니즘을 가능케 했다.

 

기존의 신축형 디스플레이는 고정된 단단한 발광 부분을 이용하여 성능을 확보하면서, 굽혀진 모양의 연결부를 통해 신축성을 확보하는 경우가 일반적이다. 
그런데 이 경우 빛을 내지 않는 굽힘 모양 연결부로 인해, 전체 면적에서 발광면적이 차지하는 비율이 낮은 한계점이 있다. 특히, 신축시에는 늘어난 굽힘 모양 연결부가 차지하는 면적이 더욱 커지면서 발광면적 비율이 한층 더 감소하는 문제가 있다. 
 
공동연구팀은 제안된 구조체를 통해 신축 전 발광면적비가 100%에 근접하는 최고 수준을 달성했으며, 30%의 시스템 신축 후 발광면적비 또한 단지 10% 감소하는 플랫폼을 구현했다. 이는 같은 변형하에서 기존 플랫폼이 60% 수준의 높은 발광면적비 감소를 보이는 것과 대조적인 결과다. 또한 본 플랫폼은 반복 동작 및 다양한 외력 하에서도, 강건하게 동작하는 기계적 안정성을 보였다.
 
공동연구팀은 구형 물체, 실린더, 인체 부위와 같은 곡면에서 안정적으로 동작해, 풍선의 팽창이나 관절의 움직임 등을 수용할 수 있는 웨어러블 및 자유곡면에 부착할 수 있는 광원에 대한 응용성을 확인했으며, 숨겨진 발광영역의 독립적 구동을 통해 신축 시 저감되는 해상도 보상이 가능한 미래 디스플레이의 가능성을 확인하였다.
 
유승협 교수 연구실의 이동균 박사(現 서울대학교 연수연구원)가 제1 저자로 수행한 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈 (Nature Communications)’ 2024년 6월 5일자 게재됐으며 (논문명: Stretchable OLEDs based on a hidden active area for high fill factor and resolution compensation, DOI:: 10.1038/s41467-024-48396-w), 국내 언론 및 미국의 전기전자기술자협회 (Institute of Electrical and Electronics Engineers, IEEE)의 매거진인 ‘IEEE Spectrum’에 의해 온라인 뉴스로 소개되기도 하였다. 
 
이번 연구는 한국연구재단 선도연구센터 사업(인체부착형 빛 치료 공학연구센터) 및 한국전자통신연구원 연구운영비지원사업(ICT 소재·부품·장비 자립 및 도전 기술 개발)의 지원을 받아 수행됐다.
 
 
 
3823325396359741537.3823336860869990965@dooray3823325396359741537.3823336861058684123@dooray
 
*관련기사 :  연합뉴스) KAIST·ETRI·동아대, 잡아 늘려도 ‘고화질’ 유지하는 디스플레이 개발 – 전자신문 (etnews.com) 
                 조선비즈) [뉴테크] 늘려도 화질 유지되는 신축성 디스플레이 나왔다 – 조선비즈 (chosun.com) )
                 IEEE Spectrum) Stretchy OLED Display With Superior Resolution – IEEE Spectrum
 
**데모 동영상 
 

전기및전자공학부 이성주 교수 연구실, “디지털 뷔페에서 건강한 다이어트하기” 식이장애 환자들을 위한 먹방, 쿡방 등의 무분별한 음식 콘텐츠 악영향 방지위한 시스템 개발로 ACM CHI Best Paper Honorable Mention Award 수상

전기및전자공학부 이성주 교수 연구실,  “디지털 뷔페에서 건강한 다이어트하기” 식이장애 환자들을 위한 먹방, 쿡방 등의 무분별한 음식 콘텐츠 악영향 방지위한 시스템 개발로 ACM CHI Best Paper Honorable Mention Award 수상

 

Inline image 2024 05 07 11.20.03.749

<(왼쪽부터) 이성주 교수, 최류해랑 박사과정, 박수빈 석사과정, 한수진 박사과정>
 
전기및전자공학부 이성주 교수 연구팀이 “FoodCensor: Promoting Mindful Digital Food Content Consumption for People with Eating Disorders” 논문으로 식이장애 환자들의 무분별한 디지털 음식 콘텐츠 소비로 인한 악영향을 방지하기 위한 실시간 개입 시스템을 인간-컴퓨터 상호작용 분야 국제 최우수학회 CHI에 발표하고 최우수 논문 Honorable Mention을 수상하였다.
 
*연구 데모 영상: https://drive.google.com/file/d/103OG9qHpjbfIMhB4tP4I4ESyPlP1pAAD/view
최근 SNS와 다양한 컴퓨터 플랫폼에 각종 음식 관련 콘텐츠가 제공되며 인기를 얻고 있다. 하지만 최근 연구에 따르면, 이런 내용물은 중독성을 띄며, 시각적으로 매력적인 프레젠테이션, 몰입형 경험 및 청각적 자극은, 중독을 넘어서 음식에 대한 갈망을 유발하고 과식 등 건강하지 않은 식습관을 강화할 수 있다. 누군가에게는 ‘먹는 행위’가 자연스러움에 반해, 식이장애를 가진 사람들은 건강하지 않은 식습관의 매혹에 매일 지속적으로 고군분투한다. 이러한 사람들은 특히 중독적인 음식관련 콘텐츠에 더 민감하게 반응하고 취약하며, 그러한 콘텐츠는 이들의 식이장애 증상을 악화시킬 수 있다.
 
이성주 교수 연구팀은 이러한 우려에 직면하여 식이장애를 가진 사람들을 위해 모바일과 개인 컴퓨터에서 디지털 음식 콘텐츠의 유해한 영향을 완화하기 위한 시스템(FoodCensor)을 개발하였다. [그림 1]. 본 시스템은 인간 심리학의 두 체계 이론(Dual Systems Theory)에서 영감을 받아, 디지털 음식 콘텐츠와 식이장애 사이의 잠재적인 연결을 끊기 위해 설계되었다. 두 체계 이론은 인간의 의사 결정에는 두 가지 시스템이 작용한다고 이론화한다. [그림 2]. 체계1(System 1)은 빠르고 자동적으로 작용하는 체계로, 우리가 의식적으로 고려하지 않고도 자동적으로 일상적인 상황에 대응하게 한다. 예를 들어, 길을 걷다가 갑자기 차가 다가오면 빠르게 물러나는 것은 체계1의 반응이다. 반면, 체계2(System 2)는 천천히 심사숙고 후에 판단을 하는 체계이다. 예를 들어, 수학 문제를 풀거나 긴급 상황에서 명확한 결정을 내릴 때 체계2가 사용된다.
 
Inline image 2024 05 07 11.16.25.264
<그림 1: 본 시스템의 안드로이드 스마트폰 유튜브 앱에서의 실시간 음식 콘텐츠 검열 및 개입 예시.>
 
Inline image 2024 05 20 09.50.17.101
<그림 2: 두 체계 이론(Dual Systems Theory). ① 본 시스템은 디지털 음식 콘텐츠를 가림으로써 자극의 영향을 줄이고, ② 사용자가 콘텐츠 시청을 원할 때 즉각적인 질문을 통해 가려진 콘텐츠를 드러나게 하는 과정에 적극적으로 참여하도록 유도함으로써 체계 1의 자동 응답에서 체계 2의 의식적 평가로의 전환을 촉진한다. 또한, ③ 본 시스템은 통제의 기대 가치를 증가시키기 위해 식이 장애 행동의 부정적인 영향을 질문과 함께 제공함으로써 의식적이고 건강한 콘텐츠 소비를 촉진한다.
 
본 시스템은 이러한 이론을 기반으로, 소셜 미디어 사용자가 디지털 음식 콘텐츠를 소비할 때 더 의식적으로 평가한 후에 시청에 대한 결정을 내릴 수 있도록 한다. 디지털 음식 콘텐츠의 시각적 및 청각적 자극은 체계1을 자극하여 사용자의 자동적인 반응(예. 반사적인 콘텐츠 시청 등)을 유발할 수 있다. 하지만 본 시스템은 실시간으로 음식 콘텐츠를 가리고 음소거 함으로써 이러한 자동적인 반응을 차단하고, 대신 사용자에게 의식적인 콘텐츠 선택 및 소비를 위한 질문을 제공함으로써 체계2를 활성화시켜 사용자가 더 의식적이고 건강한 콘텐츠 소비를 할 수 있도록 돕는다.
 
본 연구팀은 22명의 식이장애 환자들을 대상으로 3주간의 사용자 스터디를 진행하여 시스템 평가를 진행하였다. 실험 집단에서 유튜브에서 음식 콘텐츠에 대한 노출 및 소비의 유의미한 감소와, 이러한 감소가 유튜브의 콘텐츠 추천 알고리즘에 영향을 미침을 관찰했다. 실험 집단 참가자들은 본 시스템이 음식 관련 콘텐츠를 시청하는 자동 반응을 억제하는 데 중요한 역할을 했다고 평가했으며, 이는 본 시스템이 두 체계 이론의 체계1을 억제하고 체계2를 촉진함을 입증한다. 사용자 평가는 제안된 시스템이 일상생활에서 식이장애 환자들의 음식에 대한 강박을 완화시키고 더 나은 삶의 질을 제공한다는 점을 시사한다.
 
이러한 연구 결과를 토대로, 본 연구팀은 사용자가 디지털 콘텐츠를 건강하게 소비하는 방법을 지원하는 적응형 개입의 설계 방향과 더불어, 단순히 콘텐츠를 검열하는 것 이상의 사용자의 의도적인 행동 변화를 촉진하는 사용자 중심의 콘텐츠 관리 방법을 제안했다.
 
본 연구에는 최류해랑 박사과정이 제1저자, 박수빈 석사과정이 제2저자, 한수진 석박통합과정이 제3저자, 그리고 이성주 교수가 교신 저자로 참여했다. 이번 연구는 5월 미국 하와이에서 열린 인간-컴퓨터 상호작용 최고 권위 국제학술 대회인 CHI (ACM Conference on Human Factors in Computing Systems)에서 발표되었으며, (논문명: FoodCensor: Promoting Mindful Digital Food Content Consumption for People with Eating Disorders), The Best Paper Honorable Mention Award를 수상하였다. 개발된 기술은 음식 콘텐츠 뿐 아니라, 폭력물이나 선정적인 콘텐츠, 또는 다양한 주제별로 적용 가능하여 파급효과를 기대할 수 있다.
 
이 연구는 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행됐다 (No. 2022-0-00064, 감정노동자의 정신건강 위험 예측 및 관리를 위한 휴먼 디지털 트윈 기술 개발)

 

전기및전자공학부 유승협 교수 연구실 이선정, 최동호 박사과정, 2024 한국센서학회 춘계학술대회 최우수 발표 논문상과 우수 발표 논문상 수상

전기및전자공학부 유승협 교수 연구실 이선정, 최동호 박사과정, 2024 한국센서학회 춘계학술대회 최우수 발표 논문상과 우수 발표 논문상 수상

Inline image 2024 05 08 13.18.45.008

<(왼쪽부터) 유승협 교수, 이선정 박사과정, 최동호 박사과정 사진>
 
전기및전자공학부 유승협 교수 연구실 박사과정 이선정, 최동호 학생이 2024 한국센서학회 춘계학술대회에서 각각 최우수 발표 논문상과 우수 발표 논문상을 수상하였다. 
한국센서학회 춘계학술대회는 매년 봄 개최되는 학회이며, 이번 학술대회는 지난 4월 29일부터 30일까지 대전컨벤션센터 (DCC)에서 개최되었다. 
 
최동호 박사과정생과 이선정 박사과정생은 각각 “Vertically stacked organic pulse oximetry sensors with low power consumption and high signal fidelity” 와 “Micro-scale Pressure Sensor Based on the Gradual Electric Double Layer Modulation Mechanism” 라는 제목의 논문을 발표하였고, 그 우수성을 인정받아 수상자로 선정되었다. 
 
관련하여 자세한 내용은 다음과 같다. 
 
0 학회명: 2024 한국센서학회 춘계학술대회 
0 개최기간: 2024년 4월 29일 ~ 30일 
 
0 수상명: 최우수 발표 논문상 
0 저자: 이선정, 박상훈, 이해창, 문한얼, 유승협 (지도교수) 
0 논문명: Micro-scale Pressure Sensor Based on the Gradual Electric Double Layer Modulation Mechanism
 
0 수상명: 우수 발표 논문상 
0 저자: 최동호, 강찬휘, 유승협 (지도교수) 
0 논문명: Vertically stacked organic pulse oximetry sensors with low power consumption and high signal fidelity

전기및전자공학부 정재웅 교수 연구실 권도아 학사과정, 2024 한국센서학회 춘계학술대회 우수 발표 논문상 수상

전기및전자공학부 정재웅 교수 연구실 권도아 학사과정, 2024 한국센서학회 춘계학술대회 우수 발표 논문상 수상

 

Inline image 2024 05 07 16.24.45.825

<권도아 학사과정 학생 사진>
 

전기및전자공학부 정재웅교수 연구실 학사과정 권도아 학생이 2024 한국센서학회 춘계학술대회에서 우수 발표 논문상을 수상하였다. 

한국센서학회 춘계학술대회는 매년 봄, 가을 개최하는 학회이며, 이번 학술대회는 지난 4월 29일부터 30일까지 대전컨벤션센터 (DCC)에서 개최되었다. 

권도아 학사과정생은 “Body-temperature softening electronic ink for additive manufacturing of transformative bioelectronics via direct writing” 라는 제목의 논문을 발표하였고, 그 우수성을 인정받아 수상자로 선정되었다.

자세한 내용은 다음과 같다.

 

0 학회명: 2024 한국센서학회 춘계학술대회

0 개최기간: 2024년 4월 29일 ~ 30일

0 수상명: 우수 발표 논문상

0 저자: 권도아, 이시목, 정재웅 (지도교수)

0 논문명: Body-temperature softening electronic ink for additive manufacturing of transformative bioelectronics via direct writing 

 

Inline image 2024 05 07 16.27.35.812

<(왼쪽부터) 정재웅 교수, 권도아 학사과정 학생 사진>

 

전기및전자공학부 김정호 교수, AI 반도체 신 생태계 조성 공동 협력을 위한 NAVER-Intel-KAIST AI 공동연구센터(NIK AI Research Center) 설립

전기및전자공학부 김정호 교수, AI 반도체 신 생태계 조성 공동 협력을 위한 NAVER-Intel-KAIST AI 공동연구센터(NIK AI Research Center) 설립

 

Inline image 2024 04 30 13.39.42.721 1

<공동연구센터 협약식 단체 사진>
 
챗GPT가 촉발한 생성형 인공지능(AI)*이 세계적으로 열풍을 일으키는 가운데 새로운 인공지능 반도체의 생태계 구축을 위해 우리 학부 김정호 교수(KAIST)는 네이버(NAVER) 및 인텔(intel)과 손잡고 상호 보유 중인 역량과 강점을 한 곳에 집중한 ‘NAVER · intel · KAIST AI 공동연구센터(NIK AI Research Center)’를 설립한다. 
 
업계에서는 이들 세 기관의 전략적인 제휴가 인공지능 반도체·인공지능 서버와 데이터센터의 운영에 필요한 오픈소스용 소프트웨어 개발 등 인공지능 분야에서 각자 보유하고 있는 하드웨어 및 소프트웨어 기술과 역량을 융합해서 새로운 인공지능 반도체 생태계를 구축하는 한편 시장과 기술 주도권 확보를 위해 선제적인 도전에 나선 것으로 보고 있다.
 
특히 첨단 반도체 CPU 설계부터 파운드리까지 하는 세계적인 반도체 기업 인텔이 기존의 중앙처리장치(CPU)를 넘어 인공지능 반도체 ‘가우디(GAUDI)’**를 최적의 환경에서 구동하기 위해 오픈소스용 소프트웨어 개발 등을 목적으로 국내 대학에 공동연구센터를 설립하고 지원하는 것은 KAIST가 처음이다. 
 
KAIST는 네이버클라우드(대표: 김유원)와 대전 KAIST 본원에서 인공지능 반도체·인공지능 서버와 클라우드·데이터센터 등의 성능개선과 최적의 구동을 위한 오픈소스용 첨단 소프트웨어 개발 등을 위해 ‘NAVER · intel · KAIST AI 공동연구센터(NIK AI Research Center)’ 설립과 운영을 주요 내용으로 하는 업무협약(MOU)을 체결했다고 30일 밝히며, “인텔이 인공지능과 반도체 분야 오픈소스용 소프트웨어 개발파트너로 네이버와 KAIST를 선택한 것은 전략적으로 매우 큰 의미가 있다”라고 강조했다. 
 
특히 “네이버클라우드가 지닌 컴퓨팅·데이터베이스·인공지능 등 네이버 클라우드 플랫폼(NAVER Cloud Platform) 기반의 다양한 인공지능 서비스 역량과 인텔의 차세대 인공지능 칩 기술, 그리고 KAIST가 갖추고 있는 세계적 수준의 전문인력과 소프트웨어 연구 능력이 결합해 인공지능 반도체 분야에서 기존과는 다른 창조적이면서도 혁신적인 생태계 조성을 성공적으로 이뤄낼 것”이라고 기대했다. 
 
이날 협약식 행사에는 KAIST 이광형 총장을 비롯해 이균민 교학부총장, 이상엽 연구부총장, 전기및전자공학부 김정호 교수 등 주요 보직교수가, 네이버클라우드 김유원 대표이사와 하정우 AI 이노베이션 센터장, 이동수 하이퍼스케일 AI 담당 이사 등 주요 경영진이 참석했다. 
 
KAIST와 네이버클라우드는 이번 MOU 체결을 계기로 올 상반기 중에 KAIST에 ‘NAVER · intel · KAIST AI 공동연구센터(NIK AI Research Center)’를 설치하고 7월부터 본격적인 연구에 들어갈 계획이다. 
 
KAIST에서는 고대역폭메모리(HBM)*** 등 인공지능 반도체 설계와 인공지능 응용설계(AI-X) 분야에서 세계적인 석학으로 꼽히는 전기및전자공학부 김정호 교수가, 네이버클라우드 측에서는 인공지능 반도체 설계 및 인공지능 소프트웨어 전문가인 이동수 이사가 공동연구센터장을 맡는다. 또 KAIST 전산학부 성민혁 교수와 네이버클라우드 권세중 리더가 각각 부센터장으로서 공동연구센터를 이끈다. 
 
공동연구센터의 운영 기간은 3년인데 연구성과와 참여기관의 필요에 따라 연장한다. KAIST에 설치되는 공동연구센터가 핵심 연구센터로서 기능과 역할을 맡는 데 KAIST에서 인공지능과 소프트웨어 분야 전문가인 20명 내외의 교수진과 100여명의 석·박사 대학원생들이 연구진으로 참여한다. 
 
초기 2년간은 인텔의 하바나랩스가 개발한 인공지능 학습 및 추론용 칩(Chip) ‘가우디(GAUDI)’를 위한 플랫폼 생태계 공동 구축을 목적으로 20~30개 규모의 산학 연구과제를 진행한다. 자연어 처리, 컴퓨터 비전과 머신러닝 등 주로 인공지능 분야 오픈소스용 소프트웨어 개발 위주로 연구가 이뤄지는데 자율 주제 연구가 50%, 인공지능 반도체의 경량화 및 최적화에 관한 연구가 각각 30%와 20%를 차지한다. 
 
이를 위해 네이버와 인텔은 네이버 클라우드 플랫폼 기반의 ‘가우디2(GAUDI2)’를 KAIST 공동연구센터에 제공하며 KAIST 연구진은 ‘가우디2’를 이용한 논문 등 연구 실적을 매년 공개한다. 
 
이 밖에 인공지능·클라우드 등 각자가 보유한 역량 외에 공동 연구에 필요한 각종 인프라 시설(Infrastructure)과 장비 등을 공유하는 한편 연구 인력의 상호 교류를 위해 공동연구센터에 필요한 공간과 행정인력을 지원하는 등 다양한 협력 활동을 전개할 방침이다. 
 
우리 학부 김정호 교수는 “KAIST는 가우디 시리즈의 활용을 통해 인공지능 개발, 반도체 설계와 운영 소프트웨어 개발 등에서 기술 노하우를 확보할 수 있다”라면서, “특히 대규모 인공지능 데이터센터 운영 경험과 향후 연구개발에 필요한 인공지능 컴퓨팅 인프라를 확보할 수 있다는 점에서 이번 공동연구센터 설립이 매우 큰 의미가 있다”라고 강조했다. 
 
네이버클라우드 이동수 이사는 “네이버클라우드는 KAIST와 함께 다양한 연구를 주도해 나가며 하이퍼클로바X 중심의 인공지능 생태계가 확장되기를 기대한다”라며, “공동연구센터를 통해 국내 인공지능 연구가 보다 활성화되고 인공지능 칩 생태계의 다양성이 확보되기를 바란다”라고 말했다.
 
【용어설명】
* 생성형 인공지능(Generative AI)
: 딥 러닝 모델을 사용하여 대량의 데이터를 학습해, 이용자의 요구에 따라 능동적으로 텍스트·이미지·영상 등과 같은 결과를 생성하는 인공지능 기술
** 가우디(Gaudi)
: 인텔이 2019년 인수한 이스라엘 AI 칩 전문업체인 하바나랩스 (HabanaLabs)가 개발한 데이터센터용 범용 AI 가속기.
*** 고대역폭메모리(HBM)
: 여러 개의 D램 칩을 TSV(Through Silicon Via, 수직관통전극)로 연결해 데이터 처리 속도를 혁신적으로 끌어 올린 고부가가치, 초고성능 D램. GPU와 연결돼 인공지능 학습과 생성 속도를 높인다. 초거대 생성 인공지능 데이터센터에 설치되는 AI 컴퓨터의 핵심 반도체로 특히 고속 병렬 연산에 적합하도록 메모리 대역폭을 극대화한 것이 특징임. 1세대(HBM) · 2세대(HBM2) · 3세대(HBM2E)·4세대(HBM3)를 거쳐 현재 5세대(HBM3E)까지 개발됨. 현재 삼성전자, SK하이닉스는 HBM4를 개발 중인데 이들 HBM은 엔비디아, 인텔, AMD의 GPU 모듈에 사용되고 있음. 

전기및전자공학부 정재웅 교수 연구실 오수빈 박사과정, SPIE Smart Structures + NDE 2024 학술대회 최우수 논문상 (Best Paper Award) 수상

전기및전자공학부 정재웅 교수 연구실 오수빈 박사과정, SPIE Smart Structures + NDE 2024 학술대회 최우수 논문상 (Best Paper Award) 수상

Inline image 2024 04 25 13.51.35.243

<(왼쪽부터)  오수빈 박사과정, 상장 사진>
 
전기및전자공학부 정재웅 교수님 연구실 오수빈 박사과정 학생이 SPIE Smart Structures + Nondestructive Evaluation 2024 국제 학술대회에서 Best Paper Award (최우수 논문상)을 수상하였다.
 
SPIE Smart Structures + NDE 2024는 미래 재료과학과 헬스 모니터링 기술 발전에 대하여 관련 연구 종사자들에게 네트워크를 형성할 수 있는 기회를 제공하는 학술대회로 450여개 이상의 논문이 발표되었으며 지난 3월 25일부터 28일까지 미국 로스앤젤레스에서 개최되었다. 
 
오수빈 학생은 “Shape morphing magnetic materials using liquid metal for 3D electronics and soft robots” 라는 제목의 논문을 발표하였고, 그 우수성을 인정받아 수상자로 선정되었다. 
 
이번 연구는 열적 자극에 의해 물성변환이 가능한 액체금속과 자성 물질을 포함한 복합소재를 활용하여 다양한 3차원 구조 구현 가능성을 입증하였으며 이를 통해 차세대 3차원 전자기기 및 소프트 로봇 분야에 응용될 것으로 예상된다.

 

전기및전자공학부 김회린 교수 연구팀, 국제 최우수 음향, 음성 및 신호처리 학술대회 최우수 학생 논문상 (Best Student Paper Award) 수상

전기및전자공학부 김회린 교수 연구팀, 국제 최우수 음향, 음성 및 신호처리 학술대회 최우수 학생 논문상 (Best Student Paper Award) 수상

 

<(왼쪽부터) 상장 사진, 수상식 사진, 장강욱 박사과정 사진 (제1저자), 김성년 박사과정 사진>
 
전기및전자공학부 김회린 교수 연구팀은 국제 최우수 신호 및 음성, 음향 학술대회 중 하나인 ‘IEEE 국제 음향, 음성 및 신호처리 학회(International Conference on Acoustics, Speech, and Signal Processing, ICASSP)’에서 최우수 학생 논문상(Best Student Paper Award)을 수상했다고 발표했다. 이는 제출된 5576편의 논문들 중, 교육 기관에서 작성한 논문 상위 5편에게만 주어지는 영예이다.
 
전기및전자공학부 장강욱 박사과정(제1저자), 김재철AI대학원 김성년 박사과정, 김회린 교수로 구성된 연구팀은 음성 자기지도학습(Speech Self-Supervised Learning, Speech SSL) 모델의 압축을 위해 음성 간의 시간적 관계를 새로운 증류 손실 함수로 제안하여 최우수학생논문상을 수상했다.
 
음성 자기지도학습 모델은 음성인식과 화자인식과 같은 다양한 음성 과제에서 우수한 성능을 보이지만, 매우 큰 파라미터 개수로 인해 on-device 적용과 같은 실용성이 아직은 부족한 상태이다. 따라서 이들 모델의 파라미터 개수를 지식 증류(Knowledge Distillation, KD)를 통해 줄이는 압축 연구가 많이 진행되어 왔다. 그러나 현재까지의 기술들은 선생 모델의 음성 표현을 학생 모델에게 직접적으로 일치시키는 연구가 대부분이었으나, 이것이 모델 표현력이 약한 학생 모델들에게 과한 제한조건이 되는 등의 문제가 있었다.
 
Untitled
<김회린 교수 연구팀이 제안하는 음성의 시간적 관계성 손실 함수 모식도>
 
김회린 교수 연구팀은 음성 프레임들 간의 시간적 관계성을 표현하는 지표를 다양하게 탐색하여, 음성 자기지도학습 모델에 적합한 손실 함수를 제안하였다. 이를 통해 압축된 학생 모델은 총 10가지 음성 관련 과제에 대해 검증되었으며, 파라미터를 약 30% 수준으로 압축한 모델들 중에서 가장 우수한 성능을 보인다.
 
이번 연구는 정부의 재원으로 한국연구재단의 지원을 받아 수행되었다.
 
논문: https://arxiv.org/abs/2312.09040