우리 학부 정혜원 교수님께서 IEEE 정보이론 학회 (Information Theory Society, ITOSC)가 지원하는 저명 강연자 (Distinguished Lecturer)로 선정되었습니다.
IEEE Information Theory Society는 정보이론 분야에서 세계적으로 가장 권위 있는 학회로, 해당 분야를 선도하는 연구들 중 매년 5명을 Distinguished Lecturer로 선정하여 2년 동안 전세계 약 50개의 지부(Chapter)에서 초청 강연을 진행할 기회를 제공합니다. 이를 통해 학회 회원들은 최신 연구 동향과 우수 연구 성과를 직접 접하고, Distinguished Lecturer와 교류할 수 있는 기회를 얻게 됩니다.
<두 익명화 된 그래프 간의 유사성을 평가하고 노드의 일대일 대응관계를 찾아 네트워크 간의 상관성을 표현하는 그래프 매칭 연구 이미지>
정혜원 교수님은 데이터과학 이론과 데이터 효율적 기계학습 분야의 뛰어난 연구 성과를 인정받아 2025-2026년 동안 저명 강연자로 활동하게 되었습니다. 또한, 2024년에는 정보이론 분야 최대 학회인 IEEE International Symposium on Information Theory (ISIT)에서 ‘그래프 매칭의 이론적 한계와 효율적 알고리즘’에 관한 튜토리얼 강연자로도 선정되었습니다.
우리 학부 전상훈 교수님께서 국내 최고 권위를 인정받는 학술단체 대한전자공학회(IEIE, 이충용 회장, 연세대학교)가 주관하고 해동과학문화재단이 후원하는 2024년 해동우수논문상 학계 부문에서 최우수 수상자로 선정되었습니다.
시상식은 11월 25일 오후 6시 하이원 리조트 컨벤션타워 그랜드 볼룸에서 진행되었습니다. 대한전자공학회 해동상은 학술상, 기술상, 젊은공학인상 3개 부문으로 이루어져 있으며, JSTS 부문 학술상은 최근 3년간 JSTS 저널에 게재된 논문 중 최우수 논문을 선정하여 시상하고 있습니다.
전상훈 교수님은 “Ferroelectricity in Al2O3/Hf0.5Zr0.5O2 Bilayer Stack: Role of Dielectric Layer Thickness and Annealing Temperature”라는 논문에서, 차세대 메모리 및 스토리지 소자로 주목받고 있는 하프니아 강유전체의 열적 안정성, 성능 및 신뢰성을 개선할 수 있는 유전체 적층 구조 및 설계 가이드라인을 제안한 공로를 인정받아 수상자로 선정되었습니다. 다시 한 번, 전기및전자공학부의 위상을 드높인 전상훈 교수님께 축하의 인사를 전합니다.
우리 학부 조성환 교수 연구실의 황우현 석사과정 학생과 이재준 학부과정 학생이 12월 11일 그랜드인터컨티넨탈 서울 파르나스 호텔에서 열린 ‘2024년 한국 대학생 반도체 회로설계 경진대회 시상식’에서 대상을 수상하는 성과를 거두었습니다.
‘한국 대학생 반도체 회로설계 경진대회’는 반도체공학회의 주관으로, 전국 반도체 분야 대학생들의 IC 회로 설계 능력을 배양하고, 창의적인 아이디어를 발굴하고자 개최되며, 다수의 반도체 관련 기업의 후원을 받아 개최되었습니다.
<12월 11일 열린 시상식에서 이재준 학부생(왼쪽)과 황우현 석사과정>
수상한 작품의 제목은 ‘칩 스케일에서 동작 가능한 자기공명방식의 2-코일 무선통신 시스템’이며, 황우현 석사과정, 이재준 학부과정이 참여하였습니다.
해당 작품은 창의성, 난이도, 완성도를 기준으로 높은 평가를 받았으며, 특히, ‘칩 스케일’에서 ‘자기공명방식의 2-코일 시스템’이라는 창의적인 아이디어를 채택한 점과, 무선통신이 어려운 환경에서도 높은 완성도로 효과적인 설계를 수행한 점을 인정받아 대상을 수여했습니다.
우리 학부 최진석 교수 연구실의 오민택 박사과정 학생이 12월 7일 IEEE Seoul Section에서 개최한 ‘2024 IEEE Student Paper Contest’에서 은상(Silver Award)을 수상하는 성과를 거두었습니다.
‘IEEE Student Paper Contest’는 IEEE Seoul Section에서 주최하는 행사로, 전기전자공학 전 분야에 걸친 우수 연구 논문을 발굴하고 학생들의 연구 역량을 평가하여 시상하는 권위있는 대회입니다. 이번 연도 대회에서 우수한 논문을 발표한 학생들은 2025 IEEE Region 10 학생 논문 대회에 참가할 자격이 부여됩니다.
<‘2024 IEEE Student Paper Contest’에서 은상을 수상한 오민택 박사과정>
수상한 논문의 제목은 “Multi-RIS-Aided Beamforming Design for MU-MIMO Systems with Imperfect CSIT”이며, 해당 논문은 차세대 무선 통신 시스템에 핵심 기술로 각광받고 있는 RIS를 활용한 무선 통신 시스템에서 현실적인 제약 조건을 고려한 빔포밍 설계 연구입니다. 오민택 박사과정 학생은 불완전한 채널 상태 정보 하에서 다중 RIS를 활용해 MU-MIMO 시스템의 성능을 최적화하는 설계 방안을 제시했습니다. 이를 통해 국내 전기전자공학 전 분야를 아우르는 학생들과의 경쟁 속에서, 무선 통신 분야의 연구 우수성을 인정받아 은상을 수상했습니다.
우리 학부 김준모 교수 연구팀이 사람처럼 이미지의 변화를 상상하고 이해하는 인공지능(AI) 기술을 개발했습니다. 이번 기술은 이미지를 단순히 분석하는 것을 넘어, 이미지가 어떻게 변형되는지 그 과정 자체를 이해하고 이를 표현할 수 있는 능력을 갖췄습니다. 이를 통해 의료 영상 분석, 자율주행, 로봇공학 등 다양한 분야에서 더 정교하고 유연한 AI 활용이 기대됩니다.
사람처럼 변화를 이해하는 AI
연구팀이 개발한 새로운 AI 기술, STL(Self-supervised Transformation Learning)은 이미지를 변화시키는 방식을 스스로 배우는 데 초점을 맞췄습니다. STL은 사람이 만든 꼬리표(라벨) 없이 원래 이미지와 변형된 이미지를 비교하며, “이건 돌려졌네”, “이건 색이 바뀌었네”와 같은 변화를 스스로 학습합니다. 마치 사람이 한 장의 사진을 보며 변화를 상상하고 해석하는 것과 비슷합니다.
<STL을 구성하는 세 가지 표현 학습의 역할을 보여주는 그림: (a) 변환과 상관없이 이미지를 구분하도록 학습, (b) 서로 다른 이미지에 같은 변환이 적용되었을 때 변환 표현이 일치하도록 학습, (c) 동일한 이미지에서 변환된 다양한 버전들의 표현 사이 관계가 실제 변환을 반영하도록 학습. STL은 이러한 역할을 모두 통합하여 학습합니다.>
기존 방식의 한계 극복
지금까지의 AI는 이미지를 학습할 때, 다양한 변화를 무시하고 단순히 큰 특징만 포착하는 경향이 있었습니다. 하지만 이러한 접근은 특히 정교한 작업이나 섬세한 변화가 중요한 상황에서는 성능이 떨어지는 한계가 있었습니다.
STL은 기존 AI와 달리, 이미지의 세세한 변화를 구체적으로 학습합니다. 변화를 무시하는 대신, 이를 이미지의 특징 공간(머릿속의 지도를 그리듯 데이터의 관계를 표현한 공간)에 저장하고 반영해 훨씬 더 정밀한 결과를 얻을 수 있습니다.
예를 들어, STL은 이미지 자르기, 밝기 조절, 색상 변경 등 세부적인 변화를 정확히 이해하며, 이를 활용해 기존 AI보다 최대 42% 더 뛰어난 성능을 보였습니다. 특히 STL은 기존 방법으로는 처리하기 어려웠던 복잡한 변형들도 자연스럽게 다룰 수 있습니다.
<기존 방식들이 종종 무시하는 변환의 예시. 이러한 변환은 미세하지만 중요한 차이를 담고 있을 수 있습니다.>
AI의 한계를 넘어, 더 똑똑하게
STL이 특별한 이유는 단순히 이미지를 이해하는 데서 끝나지 않고, 변화 그 자체를 표현하고 학습할 수 있다는 점입니다. 이는 의료용 CT 스캔에서 병변의 미세한 변화를 찾아내거나, 자율주행차가 다양한 도로 상황을 이해하는 데 큰 도움을 줄 수 있습니다.
<(왼쪽부터) 김준모 교수, 유재명 박사과정>
STL은 이미지의 변형을 스스로 파악하고, 이를 바탕으로 더 안전하고 정밀한 결과를 제공할 수 있습니다. 김준모 교수는 “STL은 사람이 이미지를 보고 느끼며 상상하는 방식과 유사하게, 변화를 깊이 이해하는 AI 기술입니다. 이 기술은 의료, 자율주행, 로봇 공학 등 여러 분야에서 새로운 혁신을 이끌어낼 것입니다”라고 말했습니다.
이번 연구는 유재명 박사과정 학생이 제1저자로 참여했으며, 세계적인 AI 학술대회인 NeurIPS 2024에서 “Self-supervised Transformation Learning for Equivariant Representations”라는 제목으로 발표되었습니다.
우리 학부 윤찬현 교수 연구팀은 AI 안전에서 중요한 요소인 Machine Unlearning 에 대해 새로운 접근법으로 과거 가중치 예측 모델 InvWNN을 개발하였다. 이 기술은 문제가 되는 데이터를 기반으로 훈련된 AI 모델에서 해당 데이터를 선택적으로 제거하는 것을 목표로 한다. 기존의 기법들은 전체 훈련 데이터 접근을 요구하거나 성능 저하 문제를 유발하는 문제가 있다. 이를 해결하고자, 가중치 히스토리를 학습해 과거의 가중치를 예측할 수 있는 모델을 제시하고, 이를 반복적으로 사용해 점진적으로 데이터의 영향을 제거하는 새로운 방법을 제안하였다.
<그림 1 : 제안된 InvWNN의 Machine Unlearning 과정 및 Unlearning Trajectory>
이 기술은 특정 데이터에 대한 Finetuning과 가중치 예측 과정을 반복함으로써, 문제가 되는 데이터를 점진적으로 제거한다. 특히, 해당 접근법은 잔여 데이터에 대한 접근 없이도 작동 가능하며, 다양한 데이터셋과 아키텍처에서 효과적으로 적용될 수 있다는 장점이 있다. 본 연구는 기존 방법들과 비교했을 때 학습 데이터로부터 불필요한 지식을 정확히 제거하고 부작용을 최소화하는 데 있어 우수한 성능을 보였다. 또한, 별다른 추가 절차 없이도 다양한 Task에 바로 적용이 가능하다는 장점도 확인할 수 있었다.
연구팀은 제안된 방법을 통해 다양한 벤치마크에서 높은 정확도의 성능을 입증했으며, 이러한 결과는 머신 언러닝 기술의 실질적 응용 가능성을 크게 확장하는 데 기여할 것으로 기대된다.
해당 연구 결과는 내년 2월 미국에서 열리는 인공지능 분야 최우수 국제 학회 중 하나인 The 39th Annual AAAI Conference on Artificial Intelligence (AAAI 2025)에서 ‘Learning to Rewind via Iterative Prediction of Past Weights for Unlearning’라는 제목으로 발표될 예정이다.
우리 학부 최준일 교수가 한국과학기술한림원과 한국대학총장협회가 공동 주관하고 에쓰-오일 과학문화재단에서 후원하는 ‘제6회 차세대과학자상(IT 분야)’을 수상하였다. 한국과학기술한림원(https://kast.or.kr)은 2011년부터 에쓰-오일 과학문화재단의 후원으로 기초과학 및 공학 분야의 젊은 과학자를 선발·포상함으로써 21세기 국가 과학기술의 주역으로 육성하고자 에쓰-오일 시상 사업을 시행해 오고 있다.
에쓰-오일 차세대과학자상은 만 45세 이하 연구자에게 수여하는 상으로, 박사과정 및 포닥 시기 발표 논문을 제외한 최근 10년 간 대표 연구논문 10편을 바탕으로 수상자를 선정한다.
최준일 교수는 기계학습을 활용한 통신 시스템 및 6G 무선통신 시스템에 대한 우수한 연구 결과를 인정받아 2024년 12월 5일에 차세대과학자상을 수상하였다.
우리 학부는 2022년 이현주 교수, 2023년 정재웅 교수에 이어 2024년 최준일 교수까지 3년 연속으로 차세대과학자상(IT 분야) 수상자를 배출하였다.
우리 학부 이현주 교수가 2024년 대한치료초음파학회에서 ‘젊은 연구자상’을 수상했습니다. 이 상은 치료 초음파 분야에서 우수한 연구 성과를 이룬 젊은 연구자를 격려하기 위해 제정된 상으로, 만 43세 이하 연구자 중 한 명에게 수여되는 상입니다.
대한치료초음파학회는 치료 초음파 기술의 학문적 발전과 기술 혁신을 목표로 설립된 학술 단체로 초음파를 활용한 진단 및 치료 기술의 연구와 임상 적용을 활성화하고, 관련 학문 분야 간의 융합과 교류를 촉진하기 위해 다양한 활동을 펼치고 있습니다. 특히, 치료 초음파는 초음파 에너지를 이용해 조직을 자극하거나 병변을 치료하는 기술로, 암 치료, 신경 자극, 혈전 용해 등 다양한 의학적 분야에서 혁신적인 해결책을 제시하며 주목받고 있습니다. 학회는 이러한 치료 초음파 기술의 학문적 기반을 강화하고, 연구자와 의료진 간의 협력을 지원함으로써 의료 기술의 발전과 환자 삶의 질 향상에 기여기 위해 노력하고 있습니다.
이현주 교수는 신경 인터페이스와 뇌-컴퓨터 인터페이스 연구를 수행하며, 양방향 신경 인터페이스 및 뇌질환 치료를 위한 비침습적 뇌 자극 기술을 초음파로 개발하는 데 주력해왔습니다. 이번 수상을 통해 이 교수는 치료 초음파 분야에서의 연구 성과를 인정받았으며, 차세대 리더로서의 역할이 기대되고 있습니다.
< (왼쪽부터) 전기및전자공학부 김상현 교수, 인하대학교 금대명 교수, 예일대학교 임진하 박사후연구원 >
한미 공동 연구진이 기존 센서 대비 전력 효율이 높고 크기가 작은 고성능 이미지 센서를 구현할 수 있는 차세대 고해상도 이미지 센서 기술을 개발했다. 특히 세계 시장에서 소니(Sony)社가 주도하고 있는 초고해상도 단파적외선(SWIR) 이미지 센서 기술에 대한 원천 기술을 확보해 향후 시장 진입 가능성이 크다.
우리 학부 김상현 교수팀이 인하대, 미국 예일대와 공동연구를 통해 개발한 초박형 광대역 광다이오드(PD)가 고성능 이미지 센서 기술에 새로운 전환점을 마련했다고 20일 밝혔다.
이번 연구는 광다이오드의 기존 기술에서 나타나는 흡수층 두께와 양자 효율 간의 상충 관계를 획기적으로 개선한 것으로, 특히 1마이크로미터(μm) 이하의 얇은 흡수층에서도 70% 이상의 높은 양자 효율을 달성했다. 이 성과는 기존 기술의 흡수층 두께를 약 70% 줄이는 결과를 가져왔다.
흡수층이 얇아지면 화소 공정이 간단해져 높은 해상도 달성이 가능하고 캐리어 확산이 원활해져 광캐리어 획득에 유리한 장점이 있다. 더불어 원가도 절감이 가능하다. 그러나 일반적으로 흡수층이 얇아지면 장파장의 빛의 흡수는 줄어들게 되는 본질적인 문제가 존재한다.
< 그림 1. 본 연구에서 제안하는 도파 모드 공명 구조 상에 집적된 InGaAs 광다이오드 이미지 센서 개략도(좌) 및 제작된 웨이퍼 사진과 주기 격자 구조 주사 현미경 이미지(우) >
연구진은 도파 모드 공명(GMR)* 구조를 도입해 400나노미터(nm)에서 1,700 나노미터(nm)에 이르는 넓은 스펙트럼 범위에서 고효율의 광 흡수를 유지할 수 있음을 입증했다. 이 파장 대역은 가시광선 영역뿐만 아니라 단파 적외선(SWIR) 영역까지 포함해 다양한 산업적 응용에서 중요한 역할을 할 것으로 기대된다.*도파 모드 공명: 전자기학에서 사용하는 개념으로 특정 파동(빛)이 특정 파장에서 공명 (강한 전기/자기장 형성)하는 현상. 해당 조건에서 에너지가 최대화되기 때문에 안테나나 레이더 효율을 높이는데 활용된 바 있음.
단파 적외선 영역에서의 성능 향상은 점점 고해상도화되는 차세대 이미지 센서의 개발에도 중대한 기여를 할 것으로 예상된다. 특히, 도파 모드 공명 구조는 상보적 금속산화물 반도체(CMOS) 기반의 신호 판독 회로(ROIC)와의 하이브리드 집적, 모놀리식 3D 집적을 통해 해상도 및 기타 성능을 더욱 높일 가능성을 가진다.
< 그림 2. 본 연구진이 개발한 광다이오드의 성능 비교 이미지. 기존 2.1마이크로미터 이상의 흡수층 두께에서 1마이크로미터 이하의 흡수층 두께로 50%에서 최대 70%까지 감소시키면서 성능을 유지 >
연구팀은 저전력 소자 및 초고해상도 이미징 기술에 대한 국제 경쟁력을 높여 디지털카메라, 보안 시스템, 의료 및 산업용 이미지 센서 응용 분야부터 자동차 자율 주행, 항공 및 위성 관측 등 미래형 초고해상도 이미지 센서의 실현 가능성을 크게 높였다.
연구 책임자인 김상현 교수는 “이번 연구를 통해 초박막 흡수층에서도 기존 기술보다 훨씬 높은 성능을 구현할 수 있음을 입증했다”며, “특히 세계 시장에서 소니(Sony)社가 주도하고 있는 초고해상도 단파적외선(SWIR) 이미지 센서 기술에 대한 원천 기술을 확보해 향후 시장 진입 가능성을 열었다”고 설명했다.
< 그림 3. 도파 모드 공명 구조 상에 제작된 InGaAs 광다이오드 이미지 센서의 상단 광학 현미경 이미지 및 단면 주사 현미경 이미지(좌). 본 연구에서 제안하는 기술로 제작된 초박막 이미지 센서(빨강)의 양자 효율 성능 향상(우) >
이번 연구 결과는 인하대학교 금대명 교수(前 KAIST 박사후 연구원), 임진하 박사(現 예일대학교 박사후 연구원)이 공동 제1 저자로 참여해 국제 저명 학술지인 ‘빛, 과학과 응용(Light: Science & Applications, JCR 2.9%, IF=20.6)’에 11월 15일자 발표됐다. (논문제목: Highly-efficient (>70%) and Wide-spectral (400 nm -1700 nm) sub-micron-thick InGaAs photodiodes for future high resolution image sensors)