서강대학교 전자공학과

류성주 교수 연구팀,  반도체 설계 자동화 분야 Top Conference ‘ICCAD 2026’ 논문 채택

(중요) 저자의 허락없이 본교 홈페이지 외 사이트 및 언론에서 아래 내용을 게재하지 말것

본교 시스템반도체공학과/전자공학과/반도체공학과 류성주 교수 연구팀의 논문이 반도체 설계 및 자동화 분야 Top Conference인 ‘International Conference on Computer-Aided Design (이하 ICCAD) 2026’에 채택되었다. 1982년부터 시작된 ICCAD는 반도체, VLSI(초대규모 집적회로) 설계 및 관련 기술 분야의 발전을 선도해 온 권위 있는 국제 학술대회로, 오는 11월 8일부터 12일까지 미국 산호세(San Jose)에서 개최될 예정이다.

논문의 제목은 “Mosaic: Fast Sparse Matrix Factorization with Parallel Tiling-Merging Computation”이며, 류재웅 석사과정 학생의 주도하에 기성민 석박통합과정, 박재하 석사과정, 전상규 석박통합과정 학생들이 함께 연구를 진행하였다.

희소 행렬 분해(Sparse Matrix Factorization)는 공학 시뮬레이션부터 최신 머신러닝에 이르기까지 다양한 분야에서 핵심적으로 사용되는 기술이다. 최근 하드웨어 가속기의 발전으로 Numerical Factorization 단계의 속도는 크게 향상되었으나, Symbolic Factorization 단계 중 그래프를 단순화하는 Coarsening 작업이 새로운 병목 현상으로 대두되어 전체 성능 향상을 제한하고 있다.

연구팀은 이러한 문제를 해결하기 위해 Tiling 및 Merging 파이프라인을 도입하여 Coarsening 과정을 병렬화하는 새로운 하드웨어 가속기 ‘Mosaic’를 개발했다. 이와 더불어 Numerical Factorization 과정에서 결과에 미치는 영향이 적은 연산을 선별적으로 생략하는 Selective DGEMM Dropping 기법을 적용하여 정확도를 유지하면서도 연산 속도를 더욱 높이는 데 성공했다.

실험 결과, 제안된 Mosaic 가속기는 다양한 특성을 가진 28개 행렬 데이터에 대해 실질적인 수치적 정확도를 유지하면서도 기존 최신 하드웨어 가속기 대비 Cholesky 분해에서 평균 2.31배, LU 분해에서 평균 1.72배의 속도 향상을 달성했으며, 최대 6.74배의 획기적인 연산 시간 단축 성과를 거두었다. 이를 통해 복잡한 회로 시뮬레이션 및 대규모 최적화 연산의 효율성을 극대화하는 데 기여할 것으로 기대된다.

▶ 논문제목: Mosaic: Fast Sparse Matrix Factorization with Parallel Tiling-Merging Computation

▶ 저자 정보: 류재웅(제 1저자), 기성민(제 2저자), 박재하 (제 3저자), 전상규(제 4저자), 류성주 교수(교신저자)