학과소식
총 152건의 게시물
강석주 교수 연구팀(양진철, 최재민, Matti Zinke), 세계 최우수 인공지능 학회 ‘NeurIPS 2025’ 논문 채택 ▲ (왼쪽부터) 강석주 교수, 양진철 석박통합과정, 최재민 석사과정, Matti Zinke 석사과정전자공학과 강석주 교수 연구팀 (양진철 석박통합과정, 최재민 석사과정, Matti Zinke 석사과정)의 논문이 세계 최우수 인공지능 학회인 ‘Neural Information Processing Systems, NeurIPS 2025’에 채택되었다. 1987년부터 시작된 NeurIPS는 인공지능 및 머신러닝 분야의 발전을 선도해온 세계 최고 권위의 국제 학술대회로, 오는 11월 30일부터 12월 7일까지 미국 샌디에고와 멕시코시티에서 개최될 예정이다. 이번에 채택된 논문 제목은 ‘QSCA: Quantization with Self-Compensating Auxiliary for Monocular Depth Estimation’이며, monocular depth estimation 모델 특화 quantization 프레임워크를 제안하였다. 연구팀은 기존의 AI 모델 경량화 기술이 image classification, language modeling 등의 기초적인 작업에 최적화되어 있어 monocular depth estimation, semantic segmentation 등의 심화 작업에서는 성능 하락이 극심한 문제점을 지적하였다.이 논문은 monocular depth estimation 모델에 양자화를 적용하였을 때 발생하는 블록 단위의 오차를 보상해주는 Self-Compensating Auxiliary (SCA) 모듈을 제안하였다. 연구팀은 monocular depth estimation 모델에서의 블록별 양자화 민감도를 분석하였고, 민감도가 높은 블록에 선택적으로 오차를 보상해주는 SCA 모듈을 추가함으로써 overhead는 낮추면서 성능 하락을 억제하였다. SCA 모듈은 사전 학습에 사용된 데이터의 오직 5%만을 정답 레이블 없이 사용하여 양자화 모델과 원본 모델의 오차를 최소화하도록 학습되며, 연구팀은 학습 과정에 feature level loss와 SILog loss를 채택하여 양자화 모델의 성능을 높일 수 있었다. 제안한 QSCA 기술은 AI 모델을 더욱 작고 효율적으로 만들어 실제 산업 현장에 적용하는 데 큰 기여를 할 것으로 기대된다. 특히 높은 정확도를 유지하면서도 기기 부담을 줄일 수 있어 자율주행, 로보틱스, 증강현실 (AR/VR) 등 미래 핵심 산업의 기술 상용화를 앞당기는 데 중요한 역할을 할 전망이다. 이번 연구를 이끈 강석주 교수는 “QSCA는 기존의 quantization 방법의 한계를 넘어서, monocular depth estimation 모델 특화 quantization 프레임워크를 제안한 기술로, 자율 주행, 로보틱스 등 분야의 발전에 중요한 기여를 할 것”이라고 말했다. 또한, 이번 연구에 참여한 양진철 연구원은 “이번 개발로 AI 모델 경량화 기술이 더욱 폭넓게 활용될 수 있는 기술적 토대가 마련됐다”고 강조했다. ‣제안하는 QSCA 프레임워크 ‣기존 방법론과 제안 방법론에 대한 정성적 비교 결과 ‣논문 제목: QSCA: Quantization with Self-Compensating Auxiliary for Monocular Depth Estimation‣저자 정보: 양진철 석박통합과정 (제 1저자), 최재민 석사과정 (공동 1저자), Matti Zinke (공동 1저자), 강석주 교수 (교신저자)‣기타 정보: 본 연구는 과학기술정보통신부 및 정보통신기획평가원의 대학ICT연구센터사업의 연구결과 및 차세대지능형반도체기술개발 사업의 연구결과임.
2025.09.25
김홍석 교수 연구팀, 에너지 분야 국제 저명 저널 Applied Energy 논문 게재 ▲ (왼쪽부터) Dr. H.T. Doan, 김민수 박사, 송근주 석박사통합과정, 김홍석 교수 본교 전자공학과 BK 박사후연구원인 Dr. Hien Thanh Doan, 김민수 박사(현재 KENTECH), 송근주 석박사통합과정 (지도교수 김홍석)의 논문이 에너지 분야 국제 저명 저널인 Applied Energy (2025년 기준 JCR Impact Factor 11, 상위 6.6%)에 게재되었다. 본 연구는 미래의 배전망사업자(DSO) 환경에서 최적조류계산(AC OPF)과 딥러닝 예측(태양광 발전, 전력부하), P2P 거래를 통한 분산최적화를 통합하고 있으며, 태양광 발전과 같은 재생에너지의 불확실성에 효과적으로 대응하기 위한 새로운 형태의 스마트 전력 시장 프레임워크를 제안한다. 특별히, 제안된 프레임워크는 딥러닝 기반의 분위수 예측 모델을 통합하여 가정의 지붕위 태양광 발전량과 전력 수요에 대한 다양한 시나리오를 생성한다. 이를 기반으로 배전망의 물리적 제약과 전력 손실 비용을 반영하는 새로운 P2P 가격 책정 메커니즘인 통합 계통 위치 기반 가격 책정(IGLP)을 도입하여 가구 간(P2P) 에너지 거래와 전력망 운영을 최적화한다. 그 결과 본 방식은 최적해 대비 격차(optimality gap)를 기존 대비 여름철 60%, 겨울철 67%까지 감소시켜 운영 비용 절감 효과를 입증하였다. 또한, 불확실한 에너지로 인해 발생하는 배전망 혼잡도를 16.7% 완화하고 전압 안정성을 향상시켜 전력 시스템의 신뢰도를 개선하였다. 본 연구에서 제안하는 프레임워크는 가구의 에너지 비용 절감과 전력 회사의 운영 효율성 제고에 기여할 수 있으며, 나아가 지속 가능한 탈탄소 사회로의 전환을 위한 핵심적인 스마트 그리드 솔루션으로 활용될 수 있다. <기존에 존재하던 배전망 과전압 현상(붉은색)이 제안된 방식 적용 후 해소됨 (초록색)> ▶ 논문명 : Locational Scenario-based Pricing in a Bilateral Distribution Energy Market under Uncertainty▶ 저널명 : Applied Energy (IF 11, JCR 상위 6.6%)▶ 저자명 : H. T. Doan (서강대학교), 김민수(서강대학교), 송근주(서강대학교), 김홍석(서강대학교)
2025.09.23
남상윤,정현우 석박통합과정(지도교수 홍성완), 제 26회 대한민국 반도체설계대전 은상, 기업특별상 수상 ▲ (왼쪽부터) 전자공학과 홍성완 교수, 남상윤 박사과정, 정현우 박사과정 본교 전자공학과 남상윤,정현우 박사과정(지도교수 홍성완)이 제 26회 대한민국 반도체 설계대전에서각각 은상, 기업특별상을 수상하였다. 남상윤 박사과정생의 출품작은 "A 0.087 fs FOM Current-mirror-based Analog-assisted Digital LDO with VO Ripple Optimization."이며, 최근 논문 대비 가장 작은 capacitor와 낮은 clock frequency를 사용하여 cost를 줄이면서, 빠른 transient response와 매우 작은 출력 전압 ripple을 보여 기존 Digital LDO의 bottleneck을 해결하였다. 정현우 박사과정생의 출품작은 "A Gm-Boosted 3-stage Amplifier with Gain-Enhancing Feedforward Path for CL of 40-160nF"이며, 공정 미세화에 따라 트랜지스터의 공급 전압과 고유 이득이 감소하면서 발생하는 아날로그 증폭기의 한계를 극복하였고, 해당 증폭기는 1V의 저전압 환경에서도 작동하며, 40~160nF의 대용량 부하 커패시턴스를 1.4MHz 이상의 넓은 이득 대역폭(Gain Bandwidth)에서 안정적으로 구동할 수 있도록 설계되었다. 두 작품은 각각 은상(산업부장관상) 기업특별상(실리콘마이터스)을 수상하였으며, 시상식은 오는 10월 23일에 예정되어있다.
2025.09.16
김영욱 교수 연구팀, 2025 한국전자파학회 하계종합학술대회 최다논문상, 최우수논문상, 우수논문상 수상 ▲ (왼쪽부터) 전자공학과 김영욱 교수, 장승희 석사과정, 이유진 석사과정 전자공학과의 인공지능 레이다/RF 연구실(지도교수 김영욱)의 연구원들이 2025년도 한국전자파학회 하계종합학술대회에서 최다논문상, 최우수논문상, 우수논문상을 수상하였다. 김영욱 교수 연구실의 연구원들은 총 26편의 논문을 작성하여 전자파학회 역사상 단일 연구실에서 가장 많은 논문을 발표하였다. 특히 연구원생들의 자발적인 아이디어와 노력으로 최다논문상을 수상했기에 그 의미가 더욱 크다. 또한 장승희 석사과정 학생은 ‘Physics-Informed Unsupervised Learning for Speckle Reduction in SAR Images’이라는 제목으로 최우수논문상을 수상하였다. 본 연구는 기존에 사용되었던 Total Variation Filter방식의 Lagrange Dual 문제가 Partial Differential Equation으로 표현될 수 있음에 착안하여 이를 Physics-informed Neural Network에 적용하였다. 특히 SAR 이미지 품질을 향상시킬 수 있는 다른 Loss 들을 추가하여 Speckle 노이즈를 효과적으로 감소시키도록 구조를 설계하였다. 본 연구를 통해 실제 측정된 SAR 이미지의 Speckle 노이즈가 줄어듬을 정량적으로 확인하였고, 이에 제안된 알고리즘은 SAR 이미지 처리 분야의 새로운 흐름이 될 수 있을 것으로 생각된다. 뿐만 아니라 이유진 석사과정 학생은 ‘Quantum Annealing 기반 MIMO PMCW 레이다 코드 최적화’’라는 연구주제로 우수논문상을 수상하였다. 본 연구에서는 양자 어닐링을 사용하여 PMCW 레이다의 코드를 효과적으로 최적화하는 연구를 진행하였고, PMCW레이다의 코드의 길이가 길어질 경우에 Quantum Annealing을 이용한 접근 방식이 기존의 최적화 방법보다 빠르게 직교 코드를 찾을 수 있는 가능성을 모색하였다. 김영욱 교수의 인공지능 레이다/RF 연구실은 인공지능 및 Quantum Computing을 이용한 레이다 신호처리, 응용 전자기학, 안테나 설계와 관련된 다양한 분야를 연구하고 있다. 특히 전자파를 이용한 인공지능 기반 인체 행동 분석 분야에서 세계적인 성과를 거두고 있으며, 최근에는 Quantum Computing을 이용한 새로운 접근 방식의 레이다 표적 식별 연구를 진행하고 있다.
2025.09.01
이준호 석박통합과정, 2025 대학원 대통령과학장학금 최종선발 전자공학과 이준호 석박통합과정(지도교수 강석주)이 과학기술정보통신부와 한국장학재단이 공동으로 주관하는 2025 대학원 대통령과학장학금 수혜자로 선정되었다. 대통령과학장학금은 매년 대한민국 이공계 대학원생 중 연구역량과 성장 잠재력이 우수한 인재를 선발하여 지원하는 국내 최대 규모의 이공계 대학원 장학제도이다. 올해는 총 2,355명의 지원자가 17개의 이공계 분야에 지원하였으며, 이 중 121명이 신규 장학생으로 최종 선발되었다. 특히 박사과정 선발 경쟁률은 약 33:1의 경쟁률을 기록했으며, 이준호 학생은 그중 수혜자로 선정되는 영예를 안았다. 연구 목표는 ‘이상 데이터에 의존하지 않는 zero-shot anomaly detection 방법론 개발’로, 정상 데이터만을 활용해 이상을 탐지할 수 있는 비지도 기반 탐지 기술을 제안하였다. 본 연구는 대규모 언어 모델(LLM)을 활용해 정상성을 일반화된 텍스트 프롬프트로 표현하고, 다양한 도메인에서의 이상 탐지를 가능하게 하는 zero-shot 프레임워크를 제시하였다. 해당 기술은 이상 데이터의 확보가 어려운 환경에서도 정밀한 이상 탐지와 위치 식별이 가능하다는 점에서, 데이터 효율성과 범용성 측면에서 높은 기술적 잠재력을 인정받고 있다. 한편, 수상식은 내년 초 개최될 예정이며, 대통령 명의의 증서와 함께 수상자들의 연구 성과를 격려하고 기념하는 자리가 마련될 예정이다.
2025.08.06
류성주 교수 연구팀, 반도체 설계 자동화 분야 Top Conference ‘ICCAD 2025’ 논문 채택▲(왼쪽상단부터) 시스템반도체공학과/전자공학과 류성주 교수, 전상규 석박사통합과정, 지기산 석박사통합과정(왼쪽하단부터) 김영건 석사과정, 박영준 석사과정, 김상연 석박사통합과정 본교 시스템반도체공학과/전자공학과 류성주 교수 연구팀의 논문이 반도체 설계 자동화 분야 Top Conference인 ‘International Conference on Computer-Aided Design (이하 ICCAD) 2025’에 채택되었다. 1982년부터 시작된 ICCAD는 반도체, VLSI(초대규모 집적회로) 설계 및 관련 기술 분야의 발전을 선도해 온 권위 있는 국제 학술대회로, 오는 10월 26일부터 30일까지 독일 뮌헨에서 개최될 예정이다. 논문의 제목은 “OptiRange: An Efficient ReRAM-Based PIM Accelerator with ADC Resolution Optimization”이며, 전상규 석박사통합과정 학생의 주도하에 지기산 석박사통합과정, 김영건 석사과정, 박영준 석사과정, 김상연 석박사통합과정 학생들이 함께 연구를 진행하였다. 인공지능(AI) 모델의 파라미터 수가 기하급수적으로 증가함에 따라, 데이터 전송 과정에서 발생하는 메모리 병목 현상을 해결하기 위한 PIM 아키텍처가 활발히 연구되고 있다. 특히 ReRAM(저항성 메모리) 기반 PIM은 높은 병렬성과 에너지 효율로 큰 기대를 모았으나, 아날로그 연산 결과를 디지털 신호로 변환하는 ADC의 막대한 에너지 소모가 큰 걸림돌로 작용했다. 기존의 연구에서 ADC 에너지 소모를 줄이기 위해 가중치를 양자화하고 하드웨어를 추가하는 방식을 제안했으나 이는 모델의 정확도를 감소시키고 많은 하드웨어를 추가하는 부담이 있었다. 연구팀은 이러한 문제를 해결하기 위해 PIM 회로에서 일부 데이터 연산를 위해 소모하는 전류가 매우 큰 현상을 분석하고, 이를 해결하기 위한 OptiRange 아키텍처를 개발하였다.이 기술은 인공지능 모델의 가중치는 그대로 유지하면서 매우 작은 하드웨어 추가를 통해 기존 연구의 문제점을 해결하였다. ReRAM 셀에 기록되는 컨덕턴스 값을 소프트웨어 단계에서 재구성하고, 동적인 ADC Range를 통해 불필요한 ADC 단계를 최소화한다. 해당 기법은 (1) ADC Resolution을 불필요하게 크게 만드는 셀 값을 탐지하고 이를 인접한 셀에 STB (Split-the-burden) 알고리즘을 통해 분배하고, (2) 재구성된 셀 값을 토대로 DAR (Dynamic ADC Range)를 통해 불필요한 ADC 단계를 건너뛰는 방식으로 설계되었다. 실험 결과, OptiRange는 기존 SOTA (State-of-the-art) 모델 대비 최대 에너지 소비 절감 3배, 연산 처리 속도를 최대 1.4배 향상시키는 성과를 거뒀다. 이 연구를 통해 ReRAM PIM 뿐 아니라 다양한 PIM 하드웨어에서 ADC 에너지 소비 절감 및 지연 시간 감소에 기여할 것으로 기대된다. ▶ 논문제목: OptiRange: An Efficient ReRAM-Based PIM Accelerator with ADC Resolution Optimization▶ 저자 정보: 전상규 석박사통합과정(제 1저자), 지기산 석박사통합과정(제 2저자), 김영건 석사과정(제 3저자), 박영준 석사과정(제 4저자), 김상연 석박사통합과정(제 5저자), 류성주 교수(교신저자)
2025.07.01
강석주 교수 연구팀(김현성, 김기훈, 이제임스), 국내 저널 ‘IEIE Transactions on Smart Processing & Computing’ 해동 최우수 논문상 수상 ▲ (왼쪽부터) 전자공학과 강석주 교수, 김현성 / 김기훈 / 이제임스 석사과정 졸업생 전자공학과 강석주 교수 연구팀(김현성 석사과정 졸업생, 김기훈 석사과정 졸업생, 이제임스 석사과정 졸업생)이 NAVER CLOUD 및 부산대와 공동 연구하여 IEIE Transaction on Smart Processing & Computing 논문에 대해서 해동 최우수 논문상을 수상을 하였다. 해당 논문상은 지난 1년간 출판된 모든 논문 중에 엄격한 심사를 거쳐서 최우수 논문상 1편, 우수 논문상 3편으로 총 4편을 선정한다. 논문 제목은 ‘Enhanced Control of Human Motion Generation using Action-conditioned Transformer VAE with Low-rank Factorization’로, 연구팀은 VAE를 이용해서 특정 class의 human motion을 생성할 때 원하는 신체 부분만 변형해서 생성할 수 있는 방법론을 제안하였다. 해당 논문에서는 GAN에서 사용됐던 Low-Rank Factorization을 Transformer 기반 VAE에 적용하였으며, 이때 발생하는 posterior collapse를 해소하기 위해 sigmoid annealing scheduling을 사용하였고, 입력에 사용되는 human motion의 가동 범위를 무작위적으로 증가시키는 data augmentation을 통해 변형되는 motion의 정도를 증가시켰다. 이번 연구에 참가한 김현성 석사과정 졸업생은, “오랜 기간 연구한 내용을 IEIE SPC에서 인정받고 최우수 논문상을 받을 수 있어서 영광스럽게 생각하며, 교수님의 꼼꼼한 지도와 동료들의 열정이 있었기에 얻을 수 있는 결과라고 생각한다.”라고 소감을 전했다. < 논문에서 제안한 방법론 구조 > < 논문에서 제안한 방법의 출력 예시 > < 논문상 수여 사진 > - 논문명: Enhanced Control of Human Motion Generation using Action-conditioned Transformer VAE with Low-rank Factorization- 저널명: IEIE Transactions on Smart Processing & Computing- 수상 정보: 해동 최우수 논문상- 저자 정보: 김현성(제1저자, 서강대), 공경보(공동1저자, 부산대), 김기훈(공동1저자, 서강대), 이제임스(공동1저자, 서강대), 차건호(NAVER CLOUD), 장호덕(NAVER CLOUD), 위동윤(NAVER CLOUD), 강석주(교신저자, 서강대)
2025.06.30
전자공학과 김홍석 교수 연구팀,한국전력거래소와 ‘제1회 Global AI Grid Optimization 워크숍’ 공동 개최-최신 AI·최적화 기술 교류 및 글로벌 네트워크 구축 기대- ▲(1열 좌측 세번째부터) 본교 전자공학과 김홍석 교수, MIT 신성호 교수, KPX 김광호 처장,류헌수 팀장, 송태용 팀장, KENTECH 김집 교수, 전기연구원 민상원 박사, KPX 최영민 실장 전자공학과 김홍석 교수는 지난 5월 27일(화), 한국전력거래소(KPX)와 함께 AI 및 최적화 기술의 교류 및 협력 강화를 위한 ‘제1회 Global AI Grid Optimization 워크숍’을 개최했다. 본 행사는 전라남도 나주에 위치한 한국전력거래소 본사에서 진행되었으며, 본교가 공동 주관하였다. 이번 워크숍에는 MIT, 한국전기연구원, 한국공학대학교, KENTECH, 숭실대학교 등 전력시스템 분야의 국내외 유수 기관이 참석해 AI와 최적화 기술의 최신 동향과 적용 사례를 공유하였다. 특히 김홍석 교수 연구팀은 한국전력거래소 김광호 처장, 최영민 실장과 함께 지난 2024년 5월부터 1년간 수행해 온 'AI 기반 최적화를 이용한 AC-OPF 기술 개발' 연구의 성과를 발표하였다. MIT의 신성호 교수도 GPU 기반 수학적 최적화 기법에 관한 최신 연구 결과를 소개했다. 김홍석 교수는 발표를 통해 “오늘은 그동안 최적화만으로는 어려웠던 문제들을 인공지능이 해결할 수 있음을 실계통에 적용하여 검증한 역사적인 날”이라며, “AI의 급격한 확산으로 데이터센터 전력 소비가 전력망에 큰 부담을 줄 수 있으나, AI는 오히려 전력망의 효율적인 계획과 운영을 가능하게 하는 핵심 기술이 될 것”이라고 강조했다. 한국전력거래소의 최영민 실장은 “EMS(에너지관리시스템)도 곧 AI가 주도하는 시대가 올 것”이라며, “지금까지 한국은 선도국의 기술을 따라가는 Fast Follower였지만, AI EMS 기술을 통해 'First Mover'로 도약할 수 있다”고 밝혔다. 또한 그는 인공지능 기반 EMS 개발이 가져올 연간 수조 원 규모의 사회적 비용 절감 효과에 대한 기대감을 드러냈다.
2025.06.17
김홍석 교수, ‘2025 과학기술정보통신부⦁한국연구재단 기초연구실 지원사업’ 선정(왼쪽부터) 전자공학과 김홍석 교수, 류성주 교수, 인공지능학과 이영민 교수, 숭실대학교 전기공학부 박병권 교수 본교 전자공학과 김홍석 교수, 류성주 교수, 인공지능학과 이영민 교수, 숭실대학교 전기공학부 박병권 교수로 이뤄진 공동연구진이 과학기술정보통신부와 한국연구재단이 주관하는 2025년 기초연구실 지원사업 심화형에 신규 선정되었다. 연구 과제명은 『하드웨어 가속기 내장형 물리정보 신경망 기반 국가전력망 최적화 연구실』로, 본 글로벌기초연구실 FUN LAB은 2025년 6월 1일부터 2028년 5월 31일까지 총 15억원(연 5억원)의 연구비를 지원받는다. 우리나라의 재생에너지 비중은 빠르게 늘어나고 있으나, 전력망은 여전히 예측 어려운 변동성에 취약하다. 태양광·풍력 등 재생에너지가 늘어나면서 전력 공급과 수요를 실시간으로 조정하는 일의 중요도는 높아지고 있으나, 전통적인 방식으로는 거대 규모를 다루기 어렵고 해를 구하는 데도 시간이 오래 걸리거나 해를 구하지 못해 실제 운용에 적용하기 어려워 전력망의 안정적인 운용을 위한 새로운 기술이 필요한 상황이다. 본 연구는 이러한 사회적 문제를 해결하기 위해 “AI와 하드웨어 전용칩을 결합한 차세대 전력망 최적화 기술”의 개발을 목표한다. 우선 인공지능 기반의 학습 모델을 통해 전력망의 상태를 빠르게 파악하고, 최적 운전 방안을 실시간으로 제안할 수 있도록 하며, 전용 하드웨어 칩을 설계하여 물리정보를 포함한 복잡한 계산을 가속화한다. 이를 통해 기존 시스템보다 수십 배 빠른 속도로 전력 흐름을 예측·제어 가능한, 실시간 운용을 위한 전력망 파운데이션 모델을 개발한다. 이 기술이 상용화되면, 재생에너지 확대에 따른 전력망 불안정을 획기적으로 줄이고, 국가 전력 운영 연간 비용을 수조원 절감할 수 있다. 또한, 정전 사고를 예방하여 국민 안전과 산업 생산성을 높이고, RE100 달성에 기여할 수 있다. 나아가 전력 분야 기업들은 물론, 지자체와 공공기관도 함께 활용할 수 있는 솔루션으로 발전시켜 나갈 예정이다. 김홍석 교수의 NICE(Networking for Intelligence Computing and Energy) LAB은 AI 컴퓨팅, 에너지⦁전력 시스템 최적화를 융합적으로 연구하며, 물리정보신경망을 기반으로 한 AI 가속기 설계 및 전력망 최적화 알고리즘 개발 등 소프트웨어와 하드웨어를 아우르는 시스템 설계에 집중하고 있다. 특히, AI 기반 전력망⦁에너지 최적화 및 거래 분야에서 IEEE Transactions on Power Systems, IEEE Transactions on Industrial Informatics, IEEE Transactions on Sustainable Energy, Applied Energy 등 에너지 분야 최상위 저널(JCR 상위10%이내)에 지속적으로 논문을 발표하여 기술력을 인정받고 있으며 한국전력거래소와의 공동연구 및 기술교류회를 통해 학계의 이론이 실제로 적용될 수 있도록 연구에 매진 중이다.
2025.06.04
산학협력단 선정 ‘2025 서강 우수 교원상(교외 연구비 부문)’ 시상식 개최- 단과대학별 교외 연구비 수주 최다실적 교원 7인 선정 - ▲(좌측부터) 신관우 산학협력단장, 정치외교학과 김영완 교수,신문방송학과 유현재 교수, 전자공학과 최용 교수, 영문학부 이요안 교수,신학대학원 사회복지학전공 김진욱 교수, 유양모 산학부단장 산학협력단에서는 지난 5월 22일(목) 산학협력단 대회의실에서 교외 연구비 수주에 탁월한 성과를 거둔 교원을 대상으로 ‘2025 서강 우수 교원상(교외 연구비 부문)’ 시상식을 개최하였다. 이번 시상식은 본교 연구비 수주 실적 향상 및 산학협력단 재정 기여에 대한 공로를 인정하고 교내 연구 활성화 분위기 확산을 장려하고자 마련된 자리로 ▲공과대학 전자공학과 최용 교수 ▲자연과학대학 화학과 이현수 교수 ▲소프트웨어융합대학 컴퓨터공학과 낭종호 교수 ▲인문대학 영문학부 이요안 교수 ▲사회과학대학 정치외교학과 김영완 교수 ▲지식융합미디어대학 신문방송학과 유현재 교수 ▲신학대학원 사회복지학전공 김진욱 교수 등 2024학년도 기준 개인 연구 수주 성과가 돋보였던 단과대학별 7명의 교원이 시상 대상에 선정되었다. 각 수상자들은 각자의 연구 분야에서 혁신적인 연구를 수행하고 다수의 연구비를 유치함으로써 대학의 연구 브랜드 가치를 높이는 데 기여한 바 있다. 신관우 산학협력단장은 “급변하는 학문 및 산업 환경 속에서 연구의 질적·양적 성장을 이끈 교수님들께 깊은 감사와 축하를 전한다”며 “앞으로도 연구에 전념할 수 있는 환경 조성과 우수 연구자에 대한 지속적인 지원을 아끼지 않겠다”고 말했다. 한편 산학협력단에서는 지난 2023학년도부터 자체적으로 교외 연구비 부문 우수 교원을 선정하여 과제 유치 성과를 공유하고 그에 따른 연구자의 노고를 격려하며, 사업 추진 및 연구활동 수행에 있어 현장에서 발생되는 애로사항을 청취하고 개선방안에 대한 의견을 교류하는 시간을 마련하고 있다.
2025.05.28
김성진 교수, 정보통신기획평가원 ‘2025 양자센서상용화기술개발 사업’ 선정 ▲전자공학과/시스템공학과 김성진 교수님본교 시스템반도체공학과/전자공학과 김성진 교수가 연구 책임자로 제안한 과제가 정보통신기획평가원의 <2025 양자센서상용화기술개발> 사업에 선정되었다. 서강대학교가 주관 기관으로 성균관대학교, 고려대학교, 경북대학교, ㈜하이보가 공동 기관으로 참여하며 연구 과제명은 “단일광자 증폭기 기반 200미터급 수중 라이다 시스템 개발”로, 2025년부터 최대 4년간 총 46.3억(중소기업 3.3억 매칭 포함)의 연구비를 지원받는다. 본 연구에서는 기존에 수중에서 거리를 파악하기 위해 사용하고 있던 음파 기반 소나 기술에 비해 정밀하고 빠른 3D 영상을 얻을 수 있는 라이다 센서를 개발한다. 라이다 센서는 레이저를 쏘고 물체로부터 반사되어 돌아올 때까지의 시간을 측정하여 거리를 계산하는 센서로 과제명에 기재된 것과 같이 단일광자 레벨의 약한 신호를 증폭할 수 있는 single-photon avalanche diode (SPAD) 소자와 시간을 디지털 값으로 변환하는 time-to-digital converter (TDC) 회로 설계 기술이 필요하다. 김성진 교수 연구팀은 자율주행차량이나 메타버스 등에 사용할 수 있는 라이다 센서 기술을 지속적으로 연구해왔기에 과제에 선정될 수 있었다. 이번 연구 과제에서는 수중 환경에 맞는 신규 SPAD 소자 및 TDC 회로 기술을 성균관대학교 연구진과 공동 개발할 예정이며, ㈜하이보와 고려대학교는 레이저 광원을, 경북대학교는 수중 환경을 위한 모듈 하우징을 개발할 예정이다. 본 연구가 성공적으로 수행될 경우 수중 지형 탐색 뿐 아니라 군사용으로도 사용 가능할 것으로 기대되며, 확보된 기술을 일반 라이다에 적용하면 악천후 상황이나 연기가 많은 화재 현장 등에서도 활용할 수 있는 차세대 라이다를 제작할 수 있다. 김성진 교수의 Bio-inspired Advanced Sensors Lab은 아날로그 집적회로 설계를 기반으로 다양한 이미지센서 및 바이오 인터페이스 회로를 연구하고 있다. 독창적인 SPAD와 TDC 구조를 설계하고 라이다 센서로 구현하였으며, 연구 결과를 반도체 올림픽이라 불리는 ISSCC 학회에서 지속적으로 논문을 발표하여 기술력을 인정받아 왔다. 이외에도 뇌 신경 신호를 읽어내는 저잡음 저전력 증폭기, Multi-electrode Array 회로, In-sensor-computing 등 최첨단 반도체 회로 기술을 개발하고 있다.
2025.04.24
류성주 교수, 정보통신기획평가원 ‘2025 PIM인공지능반도체핵심기술개발 사업’ 선정 ▲ 전자공학과/시스템반도체공학과 류성주 교수님 본교 시스템반도체공학과/전자공학과 류성주 교수가 연구책임자로 제안한 과제가 정보통신기획평가원의 2025 PIM인공지능반도체핵심기술개발 사업에 선정되었다. 서강대학교가 주관하고 인하대학교, 경희대학교, ㈜유엑스팩토리에서 30여명의 연구원이 참여하는 연구 과제명은 “서버급 DRAM 적층 기반 초거대 모델 향 PIM 가속 솔루션 개발”로, 2025년부터 최대 4년간 약 40억원의 연구비를 지원받는다. 본 연구는 최근 GPU 및 데이터센터용 인공지능반도체에서 많이 활용되는 HBM과 같은 DRAM 적층형 메모리 구조에서 PIM기법을 활용하여 폰 노이만 병목현상을 완화할 수 있는 시스템을 개발하는 것이 목표이다. 류성주 교수의 Digital Circuits and Systems Lab은 인공지능 모델 경량화, 경량화 연산용 컴퓨터 아키텍쳐 설계, 가속기 연산 회로 설계, 칩 설계에 걸쳐 소프트웨어와 하드웨어를 모두 포함하는 시스템설계에 대해 집중적으로 연구하며, 특히 디지털 회로 및 시스템 분야의 Top Conference에 지속적으로 논문을 발표하여 기술력을 인정받고 있다.
2025.04.24