[보관함:] 연구 > 연구성과

전기및전자공학부 강준혁 교수 연구실 안성준 박사과정 IEEE BMSB 2023 학술대회에서 ‘Best Student Paper’ 수상

 

 

– 수 상 명: 2022 IEEE TSM Best Paper Award – Honorable Mention

– 논문제목: Integrated Test Pattern Extraction and Generation for Accurate Lithography Modeling

– 저     자: 조강민, 권용휘, Pervaiz Kareem, 신영수 교수 (지도교수)

– 저 널 명: IEEE Transactions on Semiconductor Manufacturing

 

 

– 나노 스케일에서의 새로운 광 결합 메커니즘 발견

– 빛을 반도체 칩 안에 가두고 제어하는 광반도체 소자의 집적도 100배 이상 향상

– 집적 광학 회로를 기반으로 하는 양자 기술 및 라이다 등에 적용할 수 있을 것으로 기대

 

집적 광학 반도체(이하 광반도체)는 빛을 나노 스케일의 반도체 구조물에 가두고 이를 제어할 수 있게 해주는 기술이다. 컴퓨터와 같은 기존의 전자 기기들이 전자의 흐름을 이용했다면, 광반도체 소자는 전자 대신 광자(빛의 양자 단위)를 제어하고 이를 활용하는 기술이라고 볼 수 있다.

라이다(LiDAR) 및 양자 센서·컴퓨터와 같은 복잡한 광학 시스템을 하나의 작은 칩으로 만들어 줄 수 있어 세계적으로 많은 연구와 투자가 이루어지고 있는 차세대 반도체 기술이다.

김상식 교수 연구팀은 광반도체 소자의 집적도를 100배 이상 향상시킬 수 있는 새로운 광 결합 메커니즘을 개발했다.

 

김상식 교수가 교신저자로 주도하고 미국 텍사스 공과대학 재직 당시 지도하던 학생들과 함께한 이번 연구는 국제학술지‘라이트: 사이언스 앤 어플리케이션(Light: Science & Applications)’ [IF=20.257]에 6월 2일 字에 게재됐다. (논문명: Anisotropic leaky-like perturbation with subwavelength gratings enables zero crosstalk). 하나의 칩당 구성할 수 있는 소자 수의 정도를 집적도(集積度)라고 하는데, 집적도가 높을수록 많은 연산을 할 수 있고 공정 단가 또한 낮춰준다.

 

기존의 반도체 기술에서 5나노, 2나노 등의 단위로 얼마나 작게 만드느냐가 관건인데, 광반도체 소자에서도 집적도를 높이는 것은 성능, 가격, 에너지 효율 등을 결정짓는 핵심적인 기술이라 할 수 있다. 하지만 광반도체 소자의 직접도를 높이기는 매우 어려운데, 이는 빛의 파동성으로 인해 근접한 소자 사이에서 광자 간에 혼선(crosstalk)이 발생하기 때문이다. 

 

김상식 교수는 광반도체의 집적도에 있어서 전문성과 연구 업적을 인정받는 연구자이다. 선행 연구를 통해 반도체 구조물을 파장보다 작은 크기로 패턴화하여 빛이 옆으로 퍼지는 정도를 제어할 수 있는 무손실 메타물질(all-dielectric metamaterial)을 개발하였고, 이를 실험을 통해 입증하여 광반도체 집적도에 있어서 세계적인 기록을 보유하고 있다.

 

이러한 연구는 ‘Nature Communications 9, 1893 (2018)’와 ‘Optica 7, 881-887 (2020)’에 보고되었다. 이러한 성과를 인정받아 미국 국립과학재단(National Science Foundation, NSF)에서 NSF 커리어 어워드(NSF Career Award)와 재미한인과학기술자협회에서 젊은과학기술자상을 수상한 바 있다. 

 

기존의 연구에서는 특정 편광에서만 빛의 혼선을 줄여줄 수 있었는데, 이번 연구에서는 새로운 광 결합(coupling) 메커니즘의 발견으로 기존에는 불가능이라 여겨졌던 편광 조건에서도 집적도를 높이는 방법을 개발하였다. 

 

김상식 교수는 “이번 연구가 흥미로운 점은 기존에는 오히려 빛의 혼선을 크게 해줄 거라고 여겨졌던 누설파(leaky wave, 빛이 옆으로 잘 퍼지는 특성을 가짐)를 통해 역설적으로 혼선을 없애준 점이다”라며 “이번 연구에서 밝혀진 누설파를 이용한 광 결합 방법을 응용한다면 더욱 작고 노이즈가 적은 다양한 광반도체 소자를 개발할 수 있을 것이다”라고 말했다.

 

 

언론보도 :

연합뉴스 : KAIST, 광반도체 소자 집적도 100배 높이는 기술 개발 | 연합뉴스 (yna.co.kr) 

이데일리 : 양자컴 활용 광학 반도체 연구해 소자 집적도 100배 높였다 (edaily.co.kr) 

연구를 주도한 김동준 교수는 “이번 연구는 기존의 SSD가 가지는 구조적 한계를 규명했다는 점과 CPU와 같은 시스템 메모리 반도체 중심의 온-칩 네트워크 기술을 적용해 하드웨어가 능동적으로 필요한 일을 수행할 수 있다는 점에서 의의가 있으며 차세대 고성능 SSD 시장에 기여할 것으로 보인다”며, “상호-분리형 구조는 수명연장을 위해서도 능동적으로 동작하는 SSD 구조로써 그 가치가 성능에만 국한되지 않아 다양한 쓰임새를 가진다며”연구의 의의를 설명했다.

이번 연구는 컴퓨터 시스템 저장장치 분야의 저명한 연구자인 KAIST 정명수 교수와 컴퓨터 구조 및 인터커넥션 네트워크 (Interconnection Network) 분야의 권위자인 김동준 교수, 두 세계적인 연구자의 융합연구를 통해 이루어낸 연구라는 의미가 있다고 관계자는 설명했다. 

 

 

 

< 사진 1. HILTI SLAM Challenge 2023 수상팀. 왼쪽부터 명현 교수, 신건희 석사과정, 임현준 박사과정, 임형태 박사, 김대범 석사과정, 이대한 인턴 >

 

< 사진 2. 2022 IEEE Robotics and Automation Letters Best Paper Award 저자. 왼쪽부터 명현 교수, 송원호 박사과정, 오민호 박사과정, 이응창 박사과정, 임형태 박사 >

 

KAIST 전기및전자공학부 명현 교수 연구실(Urban Robotics lab)의 “Urban Robotics Lab @ KAIST”와, “URL @ KAIST” 두 팀이 5월 29일부터 6월 2일 동안 영국 런던에서 개최된 로봇 분야 최대 규모 학술대회(참가자 7천여 명)인 2023 국제 로봇 및 자동화 학술대회(IEEE International Conference on Robotics and Automation, ICRA) 내에서 개최된 힐티 슬램 챌린지(HILTI SLAM Challenge)에서 각각 전체 1위와 비전(vision) 분야 학계 1위의 성과를 거뒀다고 9일 밝혔다.

※ 팀 구성

– Urban Robotics Lab @ KAIST (라이다 부문): 임형태 박사, 김대범, 신건희 석사과정, 이대한 인턴, 명현 교수 (KAIST), URL @ KAIST (비전 부문): 임현준 박사과정, 명현 교수 (KAIST) 

 

힐티 슬램 챌린지 2023은 로봇 분야에서 가장 저명한 IEEE ICRA 학회의 미래 건설 워크샵 (Future of Construction Workshop) 프로그램의 일부로, 리히텐슈타인 공국의 힐티(HILTI) 사와 영국 옥스퍼드 대학의 옥스퍼드 로봇 연구소(Oxford Robotics Institute), 스위스 취리히 공대의 로봇 인지 그룹(Robotics and Perception Group)이 함께 주최했다. 

 

본 대회는 공사환경이나 특징점이 부족한 좁은 실내 환경, 어두운 환경 등 기존 위치 측정 및 동시 지도화(Simultaneous Localization And Mapping, 이하 SLAM) 알고리즘이 동작하기 어려운 환경에서도 강인하게 동작할 수 있는 SLAM 알고리즘을 개발해 정확한 매핑을 하는 대회다. 본 대회에 총 80여 팀의 해외 유수 기업과 연구팀들이 참가했다. 

특히, 이번 대회는 2021년도부터 꾸준히 개최되어, 현재는 ICRA 내의 대회 중에서도 저명한 대회 중 하나로 손꼽힌다.

 

 

연구팀은 자체 개발한 주변 환경의 특징에 따른 적응형 라이다-관성 주행계(AdaLIO: Adaptive LiDAR-Inertial Odometry) 알고리즘과 다양한 최적화 프레임워크(Pose Graph Optimization)를 활용해 라이다(LiDAR) 세션에서 총 63팀 중 전체 1위를 하였고, 비전 부문에서는 자체 개발한 직선 특징 기반의 강인한 비전-관성 주행계 알고리즘(UV-SLAM)을 활용해 학계 1위 (전체 2위)를 수상했다.

 또한 부상으로 상금 3,000 CHF(스위스 프랑)와 1,000 CHF를 각각 받을 예정이다. 연구팀은 2022년에 처음 출전해 학계 2위 (전체 4위)를 수상한 바 있다. 

참고로 SLAM 기술은 자율주행(자율차/자율로봇), 자율보행, 자율비행, 자율운항 등의 핵심이 되는 위치인식 및 맵 작성을 동시에 하는 기술이다.

< 사진 4. 2022 IEEE Robotics and Automation Letters Best Paper Award 주 저자. 왼쪽부터 임형태 박사 (3저자), 오민호 박사과정 (공동 1저자), 명현 교수 (교신 저자), 정의곤 석사 (공동 1저자) >

 

연구팀의 논문은 세계적 권위 저널인 RA-L에 2022년 한해 동안 출간된 1,100여 편의 논문 중 편집위원회의 심사를 거쳐 5편의 최우수 논문 중 한편으로 선정됐고, 상패와 함께 상금을 수여받을 예정이다. (논문 제목: “TRAVEL: Traversable Ground and Above-Ground Object Segmentation Using Graph Representation of 3D LiDAR Scans”) 

 

< 그림 3. 숲과 같은 비정형 환경에서의 TRAVEL 알고리즘 기반 이동 가능 영역 탐지 및 객체 인식 결과 예시 >

 

전기및전자공학부 유회준 교수 연구실 석사과정 권범석 학생이 2023 IEEE International Symposium on Circuits and Systems(ISCAS)에서 Best Paper Award를 수상하였다. 

 

 

이번 학술대회는 지난 5월 21일부터 25일까지 미국 캘리포니아에서 개최되었다.

 

ISCAS 학회는 IEEE에서 매년 개최하는 국제 학회이며, “A 92fps and 2.56mJ/Frame Computing-in-Memory-Based Human Pose Estimation Accelerator with Resource-Efficient Macro for Mobile Devices”라는 제목의 논문을 발표하였고, 그 우수성을 인정받아 수상자로 선정되었다.

 

자세한 내용은 다음과 같다.

 

– 학 회 명 : 2023 IEEE International Symposium on Circuits and Systems (ISCAS)

– 개최기간 : 2023년 5월 21일 ~ 25일

– 수 상 명 : Best Paper Award

– 저     자 : 권범석, 이지용, 김상진, 조우영, 유회준 (지도교수)

– 논 문 명 : A 92fps and 2.56mJ/Frame Computing-in-Memory-Based Human Pose Estimation Accelerator with Resource-Efficient Macro for Mobile Devices

 

[유민수 교수]

 

Google Research Scholar Award는 전 세계 대학들을 대상으로 컴퓨터 과학 및 관련 분야를 연구하고 있는 신진 연구자들과 구글과의 협업을 촉진하고 장기적 협력 관계를 도모하기 위해 구글 본사에서 2021년에 신설한 프로그램이다.

유민수 교수는  학계에서 7년 미만으로 활동한 신진 연구자 자격으로 전 세계에서 선정된 총 78명의 신진 교원 수상자 명단에 포함되었으며, Systems 분야에서 선정된 4명의 교원 중의 한 명으로 올해 수상을 하게 되었다.

국내 소재 대학에 재직 중인 교수는 3명이 선정되었으며, 이 중 유민수 교수와 본교 AI대학원 김범준 교수를 포함한 2명이 KAIST 소속이다.

 

유민수 교수는 ‘Co-Designing Hardware/Software Systems for Differentially Private Machine Learning’이라는 연구 주제로 수상을 하게 되었다.

최근 들어 ChatGPT로 각광받고 있는 LLM (Large Language Model) 기반의 생성형 AI (Generative AI) 기술은 AI 서비스 품질 향상을 위해 대량의 사용자 데이터를 수집 및 활용하여 AI 모델의 정확도를 개선하고 있다.

하지만 사용자의 민감한 개인정보가 데이터센터로 전송 및 저장되는 와중에 유출되거나, 이를 기반으로 학습된 모델이 추론 과정에서 서비스 될 때에 학습에 사용된 개인정보가 유출되는 등 사용자 개인정보보호가 심각한 사회문제로 대두되고 있다.

이번 수상의 기반이 된 ‘프라이버시가 보호되는 기계학습을 위한 컴퓨터 시스템 연구’는 대량의 데이터 사용이 필수적인 AI 모델 학습 과정에서, 개인 정보나 민감한 사용자 데이터가 AI 모델의 학습이나 추론 과정에서 유출되지 않는 AI 반도체 및 이를 지원하기 위한 소프트웨어 솔루션을 연구할 예정이다.

 

전체 수상자 명단 및 해당 수상에 관한 자세한 소식은 아래 웹사이트에서 확인할 수 있다.

https://research.google/outreach/research-scholar-program/recipients/?category=2023

전기및전자공학부 정명수 교수 연구팀이 세계 최초로 CXL 3.0 기반 검색 엔진을 위한 AI 반도체를 개발하였다.

 

최근 각광 받고 있는 이미지 검색, 데이터베이스, 추천 시스템, 광고 등의 서비스들은 근사 근접 이웃 탐색(Approximate Nearest Neighbor Search, ANNS) 알고리즘을 사용한다.

근사 근접 이웃 탐색 알고리즘을 실제 서비스에서 사용할 때 필요한 데이터 셋이 매우 커 많은 양의 메모리를 요구하는 어려움이 있다.

이를 해결하기 위해 기존에는 압축 방식과 스토리지 방식을 사용하였지만, 각각 낮은 정확도와 성능을 가지는 문제가 있다.

 

연구팀은 메모리 확장의 제한이라는 근본적인 문제를 해결하기 위해 CXL이라는 기술을 사용하였다. CXL은 PCI 익스프레스(PCIe) 인터페이스 기반의 CPU-장치 간 연결을 위한 프로토콜로, 가속기 및 메모리 확장기의 고속 연결을 제공한다.

또한 CXL 스위치를 통하여 여러 대의 메모리 확장기를 하나의 포트에 연결할 수 있는 확장성을 제공한다. 하지만 CXL을 통한 메모리 확장은 로컬 메모리와 비교하여 메모리 접근 시간이 증가하는 단점을 가지고 있다.

 

연구팀이 개발한 AI 반도체(CXL-ANNS)는 CXL 스위치와 CXL 메모리 확장기를 사용해 근사 근접 이웃 탐색에서 필요한 모든 데이터를 메모리에 적재할 수 있어 정확도와 성능 감소를 없앴다.

또한 근사 근접 이웃 탐색의 특징을 활용해 데이터 근처 처리 기법과 지역성을 활용한 데이터 배치 기법으로 CXL-ANNS의 성능을 한 단계 향상시켰다.

연구팀은CXL-ANNS의 프로토타입을 자체 제작하여 기존 연구들과 성능을 비교하였다.

CXL-ANNS는 기존 연구들 대비 평균 111배 성능 향상이 있었다. 특히, 마이크로소프트에서 실제 서비스에서 사용되는 방식과 비교하였을 때 92배의 성능 향상을 보여줬다.

 

이번 연구는 미국 보스턴에서 오는 7월에 열릴 시스템 분야 최우수 학술대회인 유즈닉스 연례 회의 `USENIX Annual Technical Conference, 2023’에 ‘CXL-ANNS’이라는 논문명(CXL-ANNS: Software-Hardware Collaborative Memory Disaggregation and Computation for Billion-Scale Approximate Nearest Neighbor Search)으로 발표될 예정이다.

 

해당 연구에 대한 자세한 내용은 연구실 웹사이트(http://camelab.org)에서 확인할 수 있다.

 

[그림1. 하드웨어 프로토타입]

 

[그림2. CXL-ANNS의 로고]

 

[그림3. CXL-ANNS 연구진 (왼쪽부터) 전기및전자공학부 박사과정 장준혁, 이승준, 석사과정 최한진, 박사과정 권미령, 배한여름, 교수 정명수]

 

자세한 정보는 아래 링크 참조

[Link]

한국경제: https://www.hankyung.com/it/article/202305259204i

헤럴드경제: http://news.heraldcorp.com/view.php?ud=20230525000225

조선비즈: https://biz.chosun.com/science-chosun/technology/2023/05/25/4UW5LPX3WVARVIS3QBBICPINFM/

전자신문: https://www.etnews.com/20230525000092