서강대학교 전자공학과

류성주 교수 연구팀,반도체 설계 자동화 분야 Premier Conference ‘DATE 2025’ 논문 채택  (왼쪽부터) 김상연 석박통합과정, 김현민 석사과정, 류성주 시스템반도체공학과/전자공학과 교수  본교 전자공학과 석박사통합과정 김상연, 석사과정 김현민 (지도교수 류성주)이 반도체 설계 자동화 분야 우수 학술대회인 ‘Design, Automation and Test in Europe (이하 DATE) 2025’에서 논문을 발표하게 되었다.   논문의 제목은 "Thanos: Energy-Efficient Keyword Spotting Processor with Hybrid Time-Feature-Frequency-Domain Zero-Skipping"이며, 김상연 석박통합과정생의 주도 하에 김현민 석사과정생이 함께 연구를 진행하였다.   키워드 검출 (Keyword spotting) 기술은 사용자가 특정 명령어를 음성으로 말했을 때 이를 인식하는 기술로, 개인화된 가상 비서나 스마트 디바이스와 같은 분야에서 핵심적인 역할을 한다. 그러나 이러한 키워드 감지 시스템은 항상 활성 상태를 유지해야 하므로 에지 (Edge) 디바이스의 전력 소비에 문제가 발생한다. 특히 기존 키워드 검출 기술에서는 전체 과정 중 전처리 (Pre-processing) 단계에서 상당한 전력을 소모하고 있음이 관찰되었다.   본 연구팀은 음성 신호의 희소성 (Sparsity) 특성을 기반으로 하드웨어 설계를 최적화하여 키워드 감지의 전력 효율성을 획기적으로 향상시켰다. 구체적으로,1) 특징 영역 (Feature-domain, 음성이 발화되는 시간에 대한 영역)에서 낮은 에너지를 갖는 음성 신호가 대부분일 경우 연산을 수행하지 않고 즉시 종료(Early exit)하는 알고리즘,2) 시간 영역 (Time-domain)에서 낮은 에너지를 갖는 영역을 감지하여 연계된 연산을 생략 (Skipping)하는 메커니즘,3) 주파수 영역 (Frequency-domain)에서 낮은 에너지를 갖거나 음성 신호가 아니라고 판단한 부분을 생략 (Skipping)하는 방법을 하드웨어로 구현하였다.  제안한 Hybrid time-feature-frequency-domain Zero-skipping 구조의 개요  이러한 기술을 적용한 ‘Thanos’ 하드웨어 아키텍처는 기존 구조 대비 저지연 (Low latency)과 저에너지소비 (Low energy consumption)를 달성하였다.   한편 DATE는 BK21 및 한국정보과학회가 인정하는 컴퓨터 과학(Computer Science) 분야의 우수 국제 학술대회로 선정된 바가 있다. DATE 2025는 오는 2025년 3월 31일부터 4월 2일까지 프랑스 리옹에서 개최될 예정이다.   ▶ 논문제목: Thanos: Energy-Efficient Keyword Spotting Processor with Hybrid Time-Feature-Frequency-Domain Zero-Skipping▶ 저자 정보: 김상연(제 1저자), 김현민(제 2저자), 류성주 교수(교신저자)  

2024.11.25

김경환 교수 연구팀,Computer Vision 분야 Premiere Conference ‘WACV 2025’ 논문 채택 ▲ (왼쪽부터) 유지원, 고다미, 이장원 석사과정, 김경환 교수 전자공학과 김경환 교수 연구팀(유지원, 고다미, 이장원 석사과정)이 Computer Vision 분야 Premiere Conference인 WACV 2025에 발표한 논문이 최종 채택되었다. 논문 제목은 ‘CCASeg: Decoding Multi-Scale Context with Convolutional Cross-Attention for Semantic Segmentation’으로, Semantic Segmentation에서 다양한 크기의 context를 효과적으로 캡처하기 위한 CCA(Convolutional Cross-Attention) 기반의 새로운 디코딩 방식인 CCASeg를 제안하였다. CCASeg의 CCA block은 Successive Feature Integration과 Convolutional Cross Attention을 통해 다양한 수준의 정보를 결합하여 객체 간 관계를 효과적으로 학습한다. 또한 다양한 크기의 커널을 통해 local 및 global context를 효율적으로 추출하며, 낮은 연산량으로 높은 효율성을 달성한다. 제안된 CCASeg는 여러 데이터셋에서 기존 SOTA(State-Of-The-Arts) 방법들을 능가하는 성능을 보였다.▲ 논문에서 제안한 CCA Block 구조 ▲ 기존 SOTA 방법과의 성능 비교 한편, IEEE/CVF에서 주관하는 WACV 2025는 2025년도 2월 28일부터 3월 4일까지 애리조나 투손에서 진행될 예정이다. ▶ 논문제목: CCASeg: Decoding Multi-Scale Context with Convolutional Cross-Attention for Semantic Segmentation▶ 저자 정보: 유지원(공동 제1저자), 고다미(공동 제1저자), 이장원(제2저자), 김경환 교수(교신저자, 서강대) 

2024.11.11

 김성진 교수, 2024년 하반기 삼성미래기술육성사업 ICT 분야 신규 과제 선정  ▲시스템반도체공학과/전자공학과 김성진 교수 본교 시스템반도체공학과/전자공학과 김성진 교수 연구팀의 연구 과제가 2024년 하반기 삼성미래기술육성사업 ICT 분야에 신규 선정되었다. 포항공과대학교의 이지원 교수(반도체공학과)와 공동연구팀을 이루어 “단파장 적외선 대역 TFPD 기반 3D 이미지센서 연구”를 주제로 제안하였으며 2024년 12월부터 2027년 11월까지 3년 간 총 12억원(연평균 4억원)을 지원받는다.   3D 이미지센서는 색상 정보만을 획득하는 일반 이미지센서와 달리 물체까지의 거리 정보를 측정할 수 있는 센서로 주로 라이다(LiDAR, Light Detection and Ranging)로 불리며 전파를 사용하여 거리를 측정하는 레이더와 달리 빛을 이용하기 때문에 거리 정밀도가 높은 고해상도 3D 영상을 얻을 수 있어 각광받고 있다. 다양한 3D 이미지센서 기술 중에서 indirect Time-of-Flight(iToF) 방식은 변조된 빛의 위상 차이를 감지하여 거리 정보를 획득하는 방법으로 성숙된 CMOS 공정 기술을 그대로 활용할 수 있을 뿐 아니라 픽셀 구조가 단순하여 고해상도 3D 영상을 얻기에 가장 좋기 때문에 마이크로소프트, 소니, 삼성전자 등 전세계 유수의 기업들이 개발하고 있다. 하지만 외부 광원에 쉽게 포화되고 악천후 대응성이 낮아 실외 사용이 어렵고 최대 감지 거리가 10미터 이내로 짧은 한계가 있다.   본 연구에서는 상술한 iToF 기술의 단점을 해결하기 위해 Short Wave Infrared (SWIR) 광원을 사용하는 iToF 센서를 개발한디. 특히 SWIR 광원에는 반응할 수 있으나 동작 속도가 느린 양자점 포토다이오드와 SWIR 광원 반응성은 없지만 고속 동작에 최적화된 실리콘 포토다이오드를 결합한 형태의 하이브리드 픽셀 구조를 제안하였다. 더불어 신호 크기에 따라 노출 시간을 자동으로 조절하는 픽셀회로를 하여 최대 측정 거리를 크게 증가시키고자 한다.    삼성미래기술육성사업은 삼성전자에서 2013년부터 1조원의 기금을 마련하여 연구자들이 자유롭게 도전적인 연구를 할 수 있도록 지원해온 사업으로 지난 10년간 우리나라 연구개발사업의 방향을 바꾸는데 큰 기여를 했다는 평가를 받고 있다. 연구의 가치를 결과물의 산출에 두지 않고 아이디어의 창의성과 결과의 파급력에 두고 있어 많은 연구자들의 선망의 대상이 되고 있는 사업이다. 김성진 교수는 이번 연구를 성공적으로 달성하여 3D 이미지센서 산업에서의 게임 체인저가 되기를 기대하고 있다.   https://www.samsungstf.org/ssrfPr/newsroom/viewNewsroom.do?idx=845&pageIndex=&searchGubun=C&searchYear=&searchMonth=&searchCondition=&searchKeyword=  

2024.10.31

 김성진 교수 LiDAR 센서 연구팀, 반도체 설계 올림픽 ‘ISSCC 2025’ 논문 채택 본교 시스템반도체공학과/전자공학과 김성진 교수 LiDAR 센서 연구팀의 연구 결과가 반도체 회로 분야 세계 최고 학회인 ‘국제고체회로학회(International Solid-State Circuits Conference, 이하 ISSCC) 2025’에 선정되었다.   ISSCC는 1954년 처음 개최된 집적회로 분야 최고의 국제학술대회로 반도체 회로 분야 학회 중 가장 높은 권위을 가지고 있으며 nVidia, SK 하이닉스, 삼성전자, TSMC 등 관련 분야 세계 최고의 기업에서 3,000명 이상의 참가자가 모이는 이른바 ‘반도체 설계 올림픽’으로 불린다.   해당 논문의 제목은 “An Asynchronous 160×90 Flash LiDAR Sensor with Dynamic Frame Rates of 5-250 fps Based on Pixelwise ToF Validation via Background Light Adaptive Threshold”이다.   이번 연구는 거리 영상을 실시간으로 출력해주는 LiDAR 센서에 관한 것으로 LiDAR는 앞으로 다가올 augmented/virtual reality를 포함하는 메타버스 및 자율주행차량에 필수적인 기술로 각광받고 있다. 본 논문은 모든 픽셀이 동일한 조건에서 동작하는 기존 LiDAR 센서와는 달리 각 픽셀에 들어오는 실외광 정보에 따라 거리 정보의 유효성을 판단하여 동작 속도를 스스로 조절하는 Pixelwise ToF Validation 구조를 구현하고 Dynamic Frame Rate을 시연하였다. 따라서 근거리 물체의 거리 정보는 빠르게, 원거리는 천천히 업데이트되어 LiDAR의 성능을 극대화할 수 있다.   이번 연구는 한국연구재단에서 지원하는 중견연구자 사업(NRF-2021R1A2C2012045)의 지원을 받아 이루어졌으며 울산과학기술원, 솔리드뷰의 연구원들과의 공동 연구로 진행되었다.   

2024.10.31

 김성진 교수 생체 신호 IC 연구팀, 반도체 설계 올림픽 ‘ISSCC 2025’ 논문 채택  본교 시스템반도체공학과/전자공학과 김성진 교수 생체 신호 IC 연구팀의 연구 결과가 반도체 회로 분야 세계 최고 학회인 ‘국제고체회로학회(International Solid-State Circuits Conference, 이하 ISSCC) 2025’에 선정되었다.   ISSCC는 1954년 처음 개최된 집적회로 분야 최고의 국제학술대회로 반도체 회로 분야 학회 중 가장 높은 권위을 가지고 있으며 nVidia, SK 하이닉스, 삼성전자, TSMC 등 관련 분야 세계 최고의 기업에서 3,000명 이상의 참가자가 모이는 이른바 ‘반도체 설계 올림픽’으로 불린다.   해당 논문의 제목은 “A 4.6-µW 3.3-NEF Biopotential Amplifier with 133-VPP Common-mode Interference Tolerance and 102-dB Total Common-mode Rejection Ratio for Two-Electrode Recording System”이다.   이번 연구는 ECG, EEG 등 심장이나 뇌와 같은 중요 장기에서 나오는 매우 작은 생체 신호를 수집하는 증폭기에 관한 것으로 실생활 중에 스마트 워치에서 신체 기능이나 건강 상태를 지속적으로 모니터링할 때 반드시 필요한 기술로 각광받고 있다. 특히 본 논문에서는 두 개의 전극만으로 생체 신호를 모니터링할 때 문제가 되는 전원 전압 간섭 신호를 효과적으로 줄일 수 있는 회로 기술을 선보여 큰 주목을 받았다. 또한 공통 모드 노이즈를 줄임으로써 전극 안쪽으로 보이는 임피던스를 크게 높여 움직임이 많은 실생활에서도 생체 신호를 효율적으로 측정 가능하여 헬스케어 산업에 큰 임팩트를 가져올 것으로 기대된다.   이번 연구는 한국연구재단에서 지원하는 중견연구자 사업(NRF-2021R1A2C2012045)의 지원을 받아 이루어졌으며 울산과학기술원, Univ. California, San Diego (UCSD) 연구원들과의 공동 연구로 진행되었다.    

2024.10.31

 전영준 석박통합과정(지도교수 홍성완), 반도체 설계 올림픽 ‘ISSCC 2025’ 논문 채택  ▲(왼쪽부터) 전영준 석박통합과정, 홍성완 전자공학과 교수  전자공학과 전영준 석박사통합과정(지도교수 홍성완)이 세계 최고 권위의 반도체 학회 ‘국제고체회로학회(International Solid-State Circuits Conference, 이하 ISSCC) 2025’에서 논문이 채택되었다. ISSCC는 1954년 처음 개최된 회로 분야 최고 국제학술대회로, 반도체 회로 분야 학회 중 가장 높은 권위와 큰 규모를 자랑하며 이른바 ‘반도체 설계 올림픽’으로 불린다. 해당 논문의 제목은 “A Sub-1V, 50mV Dropout LDO using Pseudo-Impedance Buffer with Phase-Margin Improvement Design”이다. 전영준 석박사통합과정생은 반도체 공정 기술의 발전에 맞춰 낮은 입력 전압 조건에서 동작하는 Analog Low Dropout Regulator(ALDO)를 설계하였다. 본 논문은 Rail-to-Rail Pseudo Impedance(RRPB) 구조를 제시하여, 1V 이하의 입력 전압에서 최대 300mA 로드 전류를 제공하면서도 50mV의 낮은 dropout voltage를 갖는 높은 효율을 갖는 LDO를 설계하였다. 이번 연구 성과는 기존 낮은 입력 전압에서 동작하는 Digital Low Dropout Regulator(DLDO)의 스위칭 노이즈 문제를 해결한 구조로, 고정밀 저잡음 전원이 필요한 시스템에서 효과적으로 적용될 수 있을 것으로 기대된다.

2024.10.16

 김정헌 석박통합과정(지도교수 홍성완), 반도체 설계 올림픽 ‘ISSCC 2025’ 논문 채택 ▲(왼쪽부터) 김정헌 석박통합과정, 홍성완 전자공학과 교수 전자공학과 김정헌 석박통합과정(지도교수 홍성완)이 세계 최고 권위의 반도체 학회 ‘국제고체회로학회(International Solid-State Circuits Conference, 이하 ISSCC) 2025’에서 논문이 채택되었다. ISSCC는 1954년 처음 개최된 회로 분야 최고 국제학술대회로, 반도체 회로 분야 학회 중 가장 높은 권위와 큰 규모를 자랑하며 이른바 ‘반도체 설계 올림픽’으로 불린다.   해당 논문의 제목은 “A 2A Fully Analog Distribution LDO with Noise Immunity for a SoC”이다.  김정헌 석박통합과정생은 고집적 시스템에서 LDO(Low Dropout Regulator)를 이용하여 전류를 공급할 때 시스템의 특정 부분에서 과도한 열이 발생하는 문제를 해결하기 위해, 시스템 내부에 LDO를 분산 배치하여 전류를 공급하는 Distributed LDO를 연구하였다.본 연구가 기존 연구와 차별화된 점은 기존 연구는 Distributed LDO를 구성할 때 제어 문제와 SoC의 Noise 문제로 인해 Digital LDO에 초점을 맞추어 연구를 진행하였는데, SoC에서 발생하는 노이즈에 둔감하고 제어가 용이한 Analog Distributed LDO를 개발하였다.  이번 연구 성과는 고집적 시스템의 전력 효율성과 안정성을 향상시키는 데 크게 기여할 것으로 기대된다.

2024.10.16

 전자공학과 박형민 교수 연구팀, 세계 최우수 인공지능 학회 ‘NeurIPS 2024’ 논문 채택 ▲(왼쪽부터) 전자공학과 신의협 박사과정, 이상윤 석사과정, 김태한 석사과정, 박형민 교수  전자공학과 지능정보처리 연구실 연구팀(지도교수 박형민)이 최우수 인공지능 학회인 ‘Neural Information Processing Systems, NeurIPS 2024’에서 논문을 발표하게 되었다.   전자공학과의 신의협 박사과정의 주도하에 이상윤, 김태한 석사과정이 함께 연구를 진행하였으며, 논문 제목은 “Separate and Reconstruct: Asymmetric Encoder-Decoder for Speech Separation”으로 해당 연구를 통해서 여러 화자가 동시에 발화하는 혼합 음성에서 개별 화자의 음성을 분리하는 새로운 딥러닝 네트워크 구조를 설계하였다.   음성 분리(Speech Separation)는 여러 화자의 음성이 섞인 오디오에서 개별 화자의 음성을 분리해내는 과제이다. 이를 위해서 역할이 구분 되는 분리 인코더 – 재구성 디코더의 비대칭 네트워크를 설계하였다.  <분리 인코더 – 재구성 디코더의 비대칭 네트워크를 제안한 SepReformer 네트워크 구조> 연구팀은 기존 음성 분리 분야에서 사용되고 있는 딥러닝 네트워크의 설계에서 실제 음원의 분리가 네트워크의 가장 후반부에서 진행되는 것의 한계점을 고려하여 모델을 디자인하였다.   한편 NeurIPS는 인공지능(AI) 및 기계 학습 분야에서 가장 권위 있는 국제 학회 중 하나로, 매년 전 세계의 연구자와 기업들이 참여하여 최신 연구 성과와 혁신 기술이 발표되고 논의되는 자리이다. GAN, AlphaGo, Transformer, Diffusion 등 인공지능에 큰 영향을 끼친 기술이 해당 학회에서 발표되었다. NeurIPS 2024는 오는 2024년 12월 9~15일 캐나다 벤쿠버에서 개최된다.   ▶ 논문제목: Separate and Reconstruct: Asymmetric Encoder-Decoder for Speech Separation▶ 저자 정보: 신의협(제 1저자), 이상윤(제 2저자), 김태한(제 3저자), 박형민 교수(교신저자, 서강대)▶ 데모 페이지: https://fordemopage.github.io/SepReformer/ 

2024.09.27

[언론보도] 전자공학과 강석주 교수, ‘Nature’지 ‘한국의 주목할 만한 과학자’ 인터뷰    국제학술지 ‘Nature’가 발간한 ‘네이처 인덱스’ 한국 특집호는 한국의 과학 분야에서 두드러지는 신진 과학자들을 인터뷰하였다. 이들은 경쟁이 치열한 한국 과학계에서 어떻게 성공했는지, 연구 초기에 직면한 도전 과제를 어떻게 극복했는지 논의한다. 이를 통해 한국 과학계의 현재 상황과 미래 가능성을 조명한다. 서강대학교 전자공학과 강석주 교수는 ‘한국의 주목할 만한 과학자’ 중 한 명으로 선정되어 인터뷰를 진행하였다. Q. 한국에서는 학계와 산업계 간의 협력이 다른 여러 나라, 특히 미국과 어떻게 다른가요? 그리고 이러한 차이가 연구자들에게 어떤 긍정적인 영향을 미치나요?  한국에서는 기업과 학계가 서로 긴밀하게 협력하는 문화가 가장 큰 강점입니다. 다른 나라에서는 보통 학계와 산업계간 일방적인 이동 및 연구가 많지만, 한국에서는 많은 연구자들이 산업계에서 필요로 하는 다양한 문제에 대해서 자유롭게 논의하며, 함께 연구하고 있습니다. 이 덕분에 연구개발 분야의 연구자들은 더 안정된 환경에서 창의적으로 일할 수 있게 됩니다.   Q. 현재 진행하고 계신 연구는 어떤 것들이신가요? 앞으로 새롭게 연구하고 싶거나 관심을 가지고 계신 분야, 앞으로의 개인적인 목표가 있을지 궁금합니다.   저는 서강대학교에서 영상처리 기술(video and image-processing technologies)를 개발하고 있으며, 이 기술은 차세대 디스플레이를 위한 성능과 전력 효율을 최적화하기 위해 인공지능 (AI)를 더욱 많이 활용하고 있습니다. 저희 연구실은 super-resolution을 이용하여 image reconstruction 기법을 연구하고 있으며, 이 기법은 인공지능을 사용해서 저해상도 이미지를 고해상도 품질의 영상으로 변환하면서도 전력 소비를 낮추는 데 중점을 두고 있습니다. 또한 VR 및 AR 장치의 디스플레이 성능을 개선하기 위해 연구하고 있는데, 이 장치들은 사용자의 눈에 매우 가까이 위치하기 때문에 이미지가 왜곡되거나 초고해상도로 표시될 필요가 있습니다. 이를 해결하기 위해 인공지능 기술을 적용해 이미지 품질과 효율성을 동시에 높이는 방법을 구현하고 있습니다. 이러한 접근 방식은 사용자 경험에 직접적인 긍정적 영향을 미칠 수 있습니다. 예를 들어, 더 선명하고 왜곡 없는 이미지를 통해 사용자에게 더욱 몰입감 있는 경험을 제공할 수 있으며, 장시간 사용 시에도 눈의 피로를 줄여줄 수 있습니다.   Q. VR 및 AR 디스플레이 분야 외에 관심을 갖고 계신 디스플레이 관련 연구 분야가 있으신가요? 또한, 관심을 가지고 계신 기술이 상용화되면 어떤 이점을 기대할 수 있을지 궁금합니다.  스트레쳐블(stretchable), 폴더블(foldable), 롤러블(rollable) 디스플레이에서 발생하는 이미지 품질 문제를 해결하는 영상처리 기술을 연구하고 있습니다. 해당 장치를 개발할 때 주요한 과제는 디스플레이가 늘어날 때 픽셀 사이의 간격이 증가하여 해당 영역의 밝기가 감소한다는 것입니다. 단위 면적당 밝기의 변화를 자동으로 감지하고, 해당 영역의 픽셀 밝기를 적응적으로 조정하여 일관된 이미지 품질을 유지하는 기술을 개발하고 있습니다.   Q. 한국에서 과학자로서 경력을 쌓는 데 있어 젊은 연구자들이 직면하는 주요 도전과 이를 해결하기 위한 방안은 무엇이라고 생각하시나요?  한국은 과학자들에게 점점 더 경쟁적인 환경으로 변화되고 있습니다. 특히 초기 경력의 많은 연구자들이 좋은 연구 환경에서 자리를 잡기 위해, 학계에서는 더 많은 정규직 기회를 늘려야 한다고 생각합니다. 또한 젊은 연구자들이 다양한 국내외 학술대회 등에서 자신의 연구를 알릴 수 있도록 지원해주어야 하며, 한국의 여성 연구자들을 더 많이 조명될 수 있는 다양한 프로그램이 필요하다고 생각됩니다.   출처 – https://www.nature.com/articles/d41586-024-02687-w    

2024.08.27

김홍석 교수 연구팀, 에너지 분야 국제 저명 저널 IEEE Transactions on Sustainable Energy 논문 게재  ▲(왼쪽부터) 송근주 석박통합과정, 김민수 박사, 김홍석 교수  본교 전자공학과 송근주 석박사통합과정과 김민수 박사(지도교수 김홍석)의 논문이 국제 에너지 분야 최상위 저널인 IEEE Transactions on Sustainable Energy (2023년 발표 기준 JCR Impact Factor 8.6, 상위 8%)에 게재 승인되었다.   해당 논문은 최근 전력 시스템에서의 신재생 에너지 투입을 위한 새로운 형태의 다중 태양광 발전량 예측 기법에 관한 것이다. 제안하는 기법은 특히 국가 단위의 넓은 지역에 걸쳐 분포해 있는 태양광 발전소들에 대하여 단일 모델로도 효율적이며 정확한 예측을 수행한다. 일반적으로 대규모 형태의 태양광 발전소를 학습하기 위해서는 대용량의 GPU 메모리가 확보되어야 하며, 이는 상황에 따라 out of memory (OOM) 에러로 이어져 학습 비용이 크게 상승하는 문제가 있었다. 따라서 이를 해결하기 위해 해당 논문에서는 그래프 신경망 기반의 Random Coarse Graph Attention과 Probabilistic autoregressive LSTM 모델을 제안 및 결합하여 약 1600개 이상의 태양광 발전소를 동시에 학습 시에도 최대 57.3%의 낮은 GPU 메모리 사용량을 보였으며, 시공간 학습을 통해 최대 11.7% 향상된 예측 정확도를 달성하였다. 또한 실제 상황에서 통신 오류, 센서 고장 등으로 발생하는 결측 데이터 상황을 고려하여 시공간적 보간법을 제안해 결측이 극심한 상황(최대 90%의 결측률)에서도 비교군 대비 강인한 예측 성능을 보였다.   제안된 다중 태양광 발전량 예측 기법인 AnyCast는 가상발전소 (VPP) 구성 등 배전망 운영에 효과적으로 기여할 수 있으며, 재생에너지가 고려된 최적 조류 계산 등 다양한 전력망 운영에 포괄적인 적용이 가능할 것으로 기대된다.       논문명: Graph-based Large Scale Probabilistic PV Power Forecasting Insensitive to Space-Time Missing Data저널명: IEEE Transacations on Sustainable Energy (IF 8.6, JCR 상위 8%)저자명: 송근주 (서강대학교), 김민수 (서강대학교), 김홍석 (서강대학교)

2024.08.20

 류성주 교수 연구팀, Exynos AI Challenger 최우수상 수상 ▲(왼쪽부터) 조교찬, 박정규 학사과정, 김상연 석박통합과정, 류성주 교수 본교 전자공학과 학부과정 조규찬(4학년, 석박사통합과정 입학 예정), 박정규(4학년) 학생과 석박사통합과정 김상연 학생(지도교수 류성주)이 삼성전자 S.LSI 사업부에서 주최한 제 1회 Exynos AI Challenger 공모전에서 최우수상을 수상했다.   본 공모전은 200만 원 상당의 엑시노스 레퍼런스 디바이스(ERD)를 제공받아 ENN SDK(Exynos Neural Network Software Development Kit) 개발 환경에서 온디바이스(On-device) AI/ML 모델을 생성하고 적용하는 대회이며, 2023년 11월부터 2024년 5월까지 진행되었다.   류성주 교수 연구팀 학생들은 엑시노스 온디바이스 환경에서 경량화된 딥러닝 모델을 활용한 키워드 검출(keyword spotting) 시스템을 구현하였다.   김상연 석박사통합과정 학생은 "이번 대회를 통해 엑시노스 에코시스템의 구축 목적과 진행 경과를 알게 되었으며, 현재 진행 중인 저지연 및 저전력을 위한 온디바이스 키워드 검출 시스템을 만들고 검증하는 연구에 큰 도움이 될 것 같다."라고 소감을 전했다.    

2024.08.06

전자공학과 남창주 교수, 2024년 과학기술정보통신부·한국연구재단 기초연구실 지원사업 선정  ▲ (왼쪽부터) 전자공학과 남창주 교수, 연세대 남석인 교수, 연세대 김민구 교수, 경희대 김상현 교수  본교 전자공학과 남창주 교수, 연세대학교 남석인 교수(사회복지학과), 김민구 교수(의학공학교실), 경희대학교 김상현 교수(기계공학과)로 이루어진 공동연구팀이 과학기술정보통신부와 한국연구재단이 주관하는 2024년도 기초연구실 지원사업의 개척형에 신규 선정되었다. 연구 과제명은 「초고령 사회 일자리 혁신 : 노인 맞춤형 다중감각 인터페이스를 통한 로봇 공유제어 기술」로, 연구 기간은 2024년 8월부터 2027년 4월까지 2년 9개월이고 총 13.75억 원(연평균 5억 원)의 연구비를 지원받는다.   우리나라는 2025년부터 초고령 사회로 진입할 정도로 노인 인구가 급증하고 있다. 하지만, 풍부한 현업 경험과 노하우를 가진 “파워 시니어”들에게 양질의 일자리를 제공할 준비는 되어 있지 않다. 대부분의 일자리가 단기·단순 노무직 중심의 저임금 일자리이다. 이런 노인 일자리 문제는 노인 문제로도 이어진다. 심각한 노인 빈곤율과 자살률(모두 OECD 1위)은 우리 사회 불행한 노인의 현실을 단적으로 보여준다. 노령화와 동시에 급감하는 출생률은, 생산인구 부족이라는 시급한 노동 시장의 문제도 야기한다.   이번 연구는 노인의 원격 근로라는 새로운 기술 영역을 개척하는 사회 문제 해결형 R&D이다. 노인 일자리, 노인 우울감, 생산인구 부족이라는 우리 사회의 난제를 로봇·AI 기술로 해결해보고자 하는 연구자들이 뜻을 모았다. 노인 맞춤형 작업 인터페이스를 통해 노인과 협업하여 작업을 계획하고 실행하는 로봇 플래닝 및 제어 기술을 개발하는 것을 목표로 한다. 세부적으로는, 노인의 인지 및 신체적 특징을 바탕으로 한 새로운 사용자 인터페이스, 노인의 언어·행동적 작업 지시 및 작업 관련 정보를 이용해 로봇의 작업 및 모션 계획을 수립하는 플래닝 기술, 노인의 개입을 중재하고 제어 입력의 불안정성과 불연속성을 최소화하는 공유제어 기술, 다양한 작업 정보를 제공하기 위한 로봇의 멀티모달 센싱 기술을 개발한다. 노인의 의견을 주도적으로 반영하여 수요자 중심의 지속 가능한 기술을 개발하기 위해 노인복지 전문가인 남석인 교수와 리빙랩을 운영한다. 기술 수용 과정에서 노인의 심리사회적 변화를 다차원적으로 측정하고, 개발된 기술이 기존 노인 일자리의 대안이 될 수 있는지 확인하는 사회과학 연구도 병행하는 초학제 융합 연구이다.     연구 책임자인 남창주 교수는 “노인을 돌봄의 대상으로만 바라본 기존의 로봇 연구에서 벗어나, 노인을 기술의 주체적인 사용자이자 사회에 기여하는 생산적 집단으로 변모시키는 연구를 통해 노인을 행복한 사회 구성원으로 재탄생시키고자 하는 연구자들의 강한 의지가 모였다”면서, “이번 연구를 통해 보다 다양한 사회 구성원들이 스마트폰을 사용하듯 로봇 기술을 쉽게 활용할 수 있게 되길 기대하며, 초고령·저출생 사회의 노인·노동력 문제를 완화하는 데 기여하고 싶다”는 포부를 밝혔다. 또한, “우수한 연구 역량을 보유한 연구자들과 함께 공학 기술과 노인 복지 연구가 융합된 초학제 연구를 수행할 수 있게 되어 매우 기쁘다”라는 소감도 밝혔다.   한편, 기초연구실 지원사업은 특정 연구주제 중심의 소규모 기초연구 그룹을 지원하여 국가 기초연구 역량 강화를 도모하는 집단연구사업이다. 특히, 본 과제의 유형인 개척형은 국내에서 거의 시도되지 않은 새로운 분야의 창의적·도전적 연구 지원을 통해 역량 있는 젊은 연구자의 성장을 지원하는 것을 목적으로 한다. 

2024.08.01

   강석주 교수 연구팀, Hand 영상 데이터 생성 및 Transformer 경량화를 주제로 인공지능 분야 Top Conference ‘ECCV 2024’ 논문 2편 채택 (좌측 상단부터) 강석주 교수, 박준호 석사과정, 유현우 석박통합과정,(좌측 하단부터) 조유빈 석사과정, 강병우 석사과정, 문승훈 석박통합과정, 부산대 공경보 교수  전자공학과 강석주 교수 연구팀의 Hand 영상 데이터 생성 및 Transformer 경량화를 주제로 한 논문 2편이 인공지능 분야 top-tier conference인 ECCV 2024에 채택되었다. Hand 영상 데이터 생성 분야는 강석주 교수 연구팀의 박준호 석사과정이 참여하였으며, Transformer 경량화는 강석주 교수 연구팀의 유현우 석박통합과정, 조유빈 석사과정, 강병우 석사과정, 문승훈 석박통합과정과 부산대학교 공경보 교수팀이 공동으로 참여하였다. European Conference on Computer Vision (ECCV) 학회는 인공지능 관련하여 컴퓨터 비전 및 머신 러닝 분야에서 최고 권위의 학회이다. ECCV 2024는 오는 9월 29일부터 10월 4일까지 밀라노 컨벤션 센터에서 개최될 예정이다. Hand 영상 데이터 생성 분야의 논문 제목은 “AttentionHand: Text-driven Controllable Hand Image Generation for 3D Hand Reconstruction in the Wild”으로, 본 연구팀은 텍스트 기반으로 자유롭게 Hand 영상 데이터를 생성할 수 있고, 생성된 이미지를 통해 3차원 손 복원 분야에 기여하는 생성 모델을 제안하였다. 본 논문에서 제안한 방법은 크게 2가지이다. 첫 번째 방법은 주어진 텍스트 프롬프트로부터 손과 관련된 토큰(예를 들어, hand, holding, 또는 grasping)에 집중하여 해당 잠재 임베딩의 특징을 강조하는 Text Attention Stage (TAS)이다. 두 번째 방법은 손에 대한 전역적, 국소적 시각 정보 기반으로 잠재 임베딩을 학습시키는 Visual Attention Stage (VAS)이다. 이 두 방법은 Diffusion 기반으로 설계되었기 때문에 주어진 텍스트 프롬프트와 Hand Mesh 영상에 잘 대응되는 Hand 영상을 끊임없이 생성할 수 있다. 특히, 생성된 이미지를 통해 3차원 Hand 영상 데이터 복원 성능을 크게 개선하여 실내 환경과 실외 환경 사이의 도메인 격차를 완화하는데 기여하였다. 이번 연구에 참여한 박준호 학생은 “석사과정 2년동안 강석주 교수님께서 저를 끝까지 믿고 지도해주셔서 좋은 결과를 달성할 수 있었다. 포기하지 않고 끊임없이 노력한 결과 ECCV에 등재할 수 있게 되어 매우 기쁜 마음이며, 연구실 학생들도 좌절하지 않고 진심을 다해 연구하면 국제 학회에 논문이 등재될 수 있을 것이다.”라고 소감을 전했다. ▲제안한 프레임워크 세부 구조 ▲논문의 방법론을 적용하는 과정 (State-of-the-arts와 제안 모델에 대한 정성적 비교) Transformer 경량화와 관련된 논문 제목은 “Embedding-Free Transformer with Inference Spatial Reduction for Efficient Semantic Segmentation”으로 연구팀은 새로운 경량 transformer 구조와 경량화 방법을 제안하였다. 본 논문에서는 transformer의 attention 구조를 query, key, value embedding 단과 global functioning 단으로 나누고 embedding 단을 생략한 효율적인 경량 구조를 제안한다. 이 구조는 attention에서 핵심적인 global functioning만 남긴 구조로, attention에 대한 새로운 방법을 제안한다. 또한 inference 단계에서 key, value의 resolution을 감소시켜 연산량을 줄이는 새로운 경량 기법인 inference spatial reduction을 제안한다. 이 기법은 추가적인 training이 필요없는 기법으로 다양한 분야 및 모델에 적용할 수 있다. 그리고 본 논문은 이 두 가지 경량 구조 및 방법을 segmentation 분야에 효과적으로 적용하였다. 이번 연구에 참여한 유현우 석박통합과정 학생은 “강석주 교수님께서 사려깊게 지도해주시고 긴 시간의 연구를 믿어주신 덕분에 좋은 결과를 얻을 수 있었다. 그리고 연구를 함께하며 큰 도움을 주신 공경보 교수님과 힘든 시간을 함께 견뎌준 동료 조유빈, 강병우, 문승훈에게도 축하와 감사의 마음을 전하고 싶다” 라고 소감을 전했다. ▲기존 attention 구조(좌)와 제안하는 embedding-free attention 구조 (우) ▲제안하는 inference spatial reduction 방법   [논문정보]1. AttentionHand: Text-driven Controllable Hand Image Generation for 3D Hand Reconstruction in the Wild박준호, 공경보, 강석주2. Embedding-Free Transformer with Inference Spatial Reduction for Efficient Semantic Segmentation유현우, 조유빈, 강병우, 문승훈, 공경보, 강석주  

2024.07.15

전자공학과 김홍석 교수 연구팀,국제 신재생 에너지 발전량 예측 및 거래 대회 Student Team 부문 최종 2위 ▲ (위 왼쪽부터) 전자공학과 김홍석 교수, 송근주 석박사통합과정, 이해중 석박사통합과정(아래 왼쪽부터) 임예지 석박사통합과정, 강희주 석사졸업생, 김민수 박사과정 본교 전자공학과 송근주 석박사통합과정, 이해중 석박사통합과정, 임예지 석박사통합과정, 강희주 석사졸업생, 김민수 박사과정 (지도교수 김홍석)이 국제 신재생 에너지 발전량 예측 및 거래 대회에서 학생팀 부문 최종 2위를 달성했다. ‘Hybrid Energy Forecasting and Trading Competition’은 전력 및 에너지 분야에서 세계적인 학회인 IEEE Power and Energy Society Working Group에서 개최하고, 세계에서 가장 큰 신재생 에너지 회사 중 하나인 Øred와 유망한 신재생 에너지 스타트업 rebase energy가 지원하는 세계적인 대회이다. 본 대회는 2024년 2월 19일부터 2024년 5월 18일까지 진행되었으며, 총 66개의 팀이 참가해 신재생 에너지 (태양광, 풍력) 발전량 예측과 거래 부문에서 경쟁하였다. 김홍석 교수 연구팀은 ‘NICE_Forecast’ 팀명으로 참가해 딥러닝 기술 기반 신재생 에너지 발전량의 불확실성을 고려한 예측 및 거래 알고리즘을 구현하였고, 이를 통해 학생팀 부문에서 종합 최종 2위를 달성하였다. 송근주 석박사통합과정학생은 “이번 대회를 통해 신재생 에너지의 불확실성 문제가 에너지 시장 및 전력 계통에 어떤 영향을 미치는지 직접적으로 알게 되었으며, 향후 이러한 문제를 다루는 연구를 하고 싶다.”라고 전했다. 

2024.07.09

 김홍석 교수 연구팀,에너지 분야 국제 저명 저널 Applied Energy 논문 게재 ▲ (왼쪽부터) 전자공학과 김홍석 교수, 전지훈 석박통합과정, 천호진 석박통합과정  전자공학과 전지훈 석박통합과정(지도교수 김홍석)의 논문이 에너지 분야 국제 저명 저널인 Applied Energy(2024년 기준 JCR Impact Factor 10.1, 상위 6.1%)에 게재 승인되었다. 해당 논문은 실제 운행 중인 에너지 저장 시스템(Energy Storage System, ESS) 데이터를 활용해서 전기화학적 모델과 딥러닝 모델을 동시에 고려하여 배터리의 상태를 진단한다. 실제 운행 중인 ESS에 발생하는 화재나 폭발과 같은 사고는 큰 금전적, 인명적 손실을 초래하기에 사전에 문제가 발생하기 전에 ESS 구성요소인 모듈의 이상을 판별하는 것이 매우 중요한 목표이다. 본 논문에서 딥러닝 모델과 전기화학 모델을 활용하여 배터리의 본질적 특성을 포착하고 상호보완적인 관점에서 배터리의 상태를 진단한다. 먼저 디노이징 오토인코더를 활용하여 배터리의 고장 데이터가 없는 환경을 극복하고 잠재 공간 분류 방법으로 이상 모듈을 탐지한다. 둘째로 전통적인 용량 증분 분석을 재해석하여 실시간 ESS 운용에 적합하도록 전압 증분 분석 방법을 제안한다. 이후 앞서 활용된 디노이징 오토인코더와 전압증분 분석을 공동으로 고려하여 ESS의 이상 배터리 모듈을 탐지하고 정량화한다. 구체적으로, 비지도 학습 기반 이상 분류 알고리즘(One Class Support Vector Machine, OCSVM)과 정규화 변환된 표준점수(Transformed Z-score)를 활용하여 이상 배터리 모듈을 판별하고, 이상치를 정량화한다. 제안된 프레임워크는 실제 운행중인 ESS 배터리를 활용하여 두 상보적인 관점에서 배터리를 분석하고 이상 모듈 판별 및 정량화로 안전한 배터리 운용을 가능하게 한다.     ▶ 논문명 : ProADD Practive Battery Anomaly Dual Detection Leveraging Denoising Convolutional Autoencoder and Incremental Voltage Analysis▶ 저널명 : Applied Energy(IF 10.1, JCR 상위 6.1%)▶ 저자명 : 전지훈(서강대학교), 천호진(서강대학교), 정병일(두산에너빌리티), 김홍석(서강대학교) 

2024.06.26

 본교, 삼성디스플레이와‘디스플레이 연구센터를 위한 산학협력’ 협약 체결   서강대학교(총장 심종혁)와 삼성디스플레이(대표 최주선)가 지난 4월 29일(월) 서강대학교 산학협력단 대회의실에서 제3기 산학협력위원회 진행을 위한 ‘서강대학교-삼성디스플레이 산학협력 협약식’을 진행하였다. 이날 협약식에는 서강대학교 송태경 대외부총장, 신관우 산학협력단장, 정옥현 대외교류처장 및 센터 참여 교수와 삼성디스플레이 이관희 부사장, 소병수 상무 등 양 기관의 주요 관계자가 참석하였다.   본 연구센터는 디스플레이 분야의 우수 연구 기술 및 인력 확보를 위해서 2014년부터 진행해오고 있으며, 이번 협약을 통해 디스플레이 분야에서 긴밀히 협업하여 삼성디스플레이에 필요한 우수 기술 확보와 함께 맞춤형 인재를 양성할 계획이다.   송태경 대외부총장은 “디스플레이 분야의 긴밀한 상호 협력을 통해 다양한 기술 연구와 해당 분야 고급인력 양성을 수행할 것으로 기대하며, 본 협약을 통해 연구센터가 성공적으로 진행될 수 있도록 학교 차원의 지원을 아끼지 않을 것”이라고 밝혔다.   삼성디스플레이 이관희 부사장은 “최근 디스플레이 분야 기술 경쟁이 심화되면서, 다양한 차세대 기술에 대한 연구와 함께 고급 인력을 양성하는 것은 매우 중요하다”며, “서강대학교와 협력으로 디스플레이 분야의 우수 연구 기술과 함께 글로벌 경쟁력을 갖춘 전문 인재를 확보할 것"이라는 기대를 전했다. 

2024.05.09

 서강대, 성남시와 ‘첨단산업(시스템반도체 등) 분야 협력체계 구축을 위한 업무협약’ 체결- ‘(가칭)서강-판교디지털혁신캠퍼스(Digital Innovation Campus at Pangyo)’ 운영을 통한교육·연구·산학 활동 협력 및 시스템반도체·인공지능 분야 맞춤형 인재 양성 -  ▲ (왼쪽부터) 심종혁 총장, 신상진 성남시장  본교와 성남시가 4월 17일(수) 오후 2시 성남시청에서  시스템반도체·인공지능 등 첨단산업 분야 협력체계 구축을 위한 업무협약 을 체결하였다. 이날 협약식에는 심종혁 총장, 송태경 대외부총장, 신관우 산학협력단장, 범진욱 시스템반도체공학과장, 정옥현 대외교류처장과 성남시청 신상진 시장, 황규범 4차산업추진단장, 이종빈 미래산업과장, 한국팹리스산업협회 김경수 회장 등 협약 관련 각 기관의 주요 인사들이 참석하였다. 양 기관은 이번 협약을 통해 성남시 ‘판교 제2테크노밸리’ 내에 건립될 예정인 신사옥 내에서 (가칭)서강-판교디지털혁신캠퍼스를 운영하고 이를 통해 시스템반도체·인공지능 등 첨단산업 분야의 맞춤형 인재를 양성하고 협력체계를 구축하기로 약속하였다. 구체적으로는 △성남시 첨단산업의 경쟁력 강화를 위한 네트워크 구축 △첨단산업 분야 전문 인력 양성을 위한 교육·연구·산학 활동 협력 △기타 양 기관의 상호 발전을 위하여 협력이 필요한 사항 등에 대해 협력할 예정이다. 심종혁 총장은 “이번 협약은 ‘디지털혁신캠퍼스’라는 공간에서 첨단산업 분야의 미래를 이끌어갈 인재들을 위해 보다 체계적이고 전문적인 교육을 할 수 있는 좋은 기회”라고 전했다. 또한 “교육부 산학연협력선도대학육성사업(LINC3.0)이 추구하는 비전 중 하나인 지역사회와의 협력을 통한 공생 생태계 구축을 위한 것”임을 강조하였다. 이를 위해 “기업 임직원과 가족, 지역사회 주민과 재취업자를 위한 다양한 실용적·전문적 교육 프로그램을 포함하고 있는 만큼, 성남시와 주변 지역사회의 발전에도 이바지할 수 있도록 지원을 아끼지 않을 것”이라고 밝혔다. 신상진 성남시장은 “성남시는 판교 KAIST AI연구원, 정자동 성균관대 혁신R&D센터, 그리고 오늘 서강-판교디지털 혁신캠퍼스까지 최첨단 교육‧연구기관이 속속 성남에 둥지를 틀게 되면서 명실상부한 첨단산업 인재 양성의 메카”라며 “기초 인재 발굴부터 석‧박사급 고급 인재 양성까지 대한민국 첨단산업의 미래를 이끌어갈 인재들이 현장에서 맞춤형 전문 교육을 받을 수 있도록 가능한 모든 지원을 제공할 예정”이라고 말했다. 한편 본교는 2022년 SK하이닉스 계약학과인 시스템반도체공학전공 신설을 시작으로 지난해 (사)한국팹리스산업협회, (유)시높시스코리아와의 시스템반도체 설계 전문인력 양성을 위한 협약을 체결하였으며, 2003년부터 22년간 반도체 BK사업을 수행하는 등 차세대 반도체 전문인력 양성에 총력을 기울이고 있다.  ☞(관련 참고 기사) YTN뉴스 성남시, 서강대와 첨단산업 분야 협력 업무 협약 체결 

2024.04.18

 전자공학과 김영욱 교수정보통신기획평가원 ‘2024 방송통신산업기술개발사업’에 선정  전자공학과 김영욱 교수가 제안한 연구가 정보통신기획평가원(IITP)의 ‘2024 방송통신산업기술개발사업’ 에 선정되었다. 서강대학교가 주관하고 총 5개 대학 (서강대, 서울대, 경희대, 숭실대, UNIST)이 참여하는 “미래 생산성 초고율화를 위한 인공지능 기반 RF 부품 및 시스템 설계기술 개발” 연구는 IITP로부터 최대 5년 총 28.5억원의 연구비를 지원받게 된다. 본 연구에는 전파 분야 기술 생산성 향상을 위한 인공지능기반 전파부품 및 시스템 설계·측정 핵심요소의 개발을 목표로 한다. 전파부품 설계에 인공지능 기술을 활용할 시에 안테나 및 RF 부품 해석의 반복 횟수를 최소화하여 설계에 요구되는 시간을 대폭 감소할 수 있을 것으로 기대된다. 또한 연구될 기술은 전파 부품 설계뿐만 아니라, 레이다 신호처리, 전자파 측정, 어레이 교정 시스템, 전자파 신호해석 및 EMI/EMC 분석 등의 다양한 분야에 적용이 가능하여 활용도가 높을 것으로 예측된다.  김영욱 교수의 인공지능 레이다/RF 연구실은 인공지능을 이용한 레이다 신호처리, 최적화 알고리즘을 이용한 안테나 설계, 응용 전자기학과 관련된 다양한 분야를 연구하고 있다. 특히 전자파를 이용한 인공지능 기반 인체 행동 분석 분야에서 세계적인 성과를 거두고 있으며, 스마트헬스케어용 인체 신호 감지 및 메타버스를 위한 Computer-human interface 분야를 주력으로 연구하고 있다. 

2024.04.12

김홍석 교수 연구팀, 통신 분야 국제 저명 저널 IEEE Internet of Things Journal 논문 게재 ▲(왼쪽부터) 전자공학과 김홍석 교수, Dr. Hien Thanh Doan 박사후연구원  본교 전자공학과 BK 박사후연구원인 Dr. Hien Thanh Doan(지도교수 김홍석)의 논문이 통신 분야 국제 저명 저널인 IEEE Internet of Things Journal(2023년 기준 JCR Impact Factor 10.6, 상위 2.2%)에 게재 승인 되었다.   본 논문은 통신과 전력의 융합인 스마트그리드 환경에서 재생에너지를 갖춘 프로슈머간의 P2P 에너지 거래에 관한 논문으로서 P2P 전력 시장은 프로슈머가 자신의 비용을 최소화할 수 있도록 하는 것이다. 그러나 물리적 네트워크 제약을 포함시킬 경우 P2P 거래에 여러 도전적인 과제가 존재한다. 특히 기존의 연구는 동적 그리드 가격을 고려하지 않고 고정된 그리드 전력 가격을 사용하였으며, 모든 참가자에 대한 공정성을 고려하지 못하였다. 이러한 정책은 수요가 적은 프로슈머들이 공정하게 대우받지 못할 경우 장기적으로 시장의 발전을 저해하는 부정적인 영향을 끼칠 수 있다. 이 문제를 해결하기 위해 본 연구에서는 소비자 수요에 의해 결정되는 두 가지 동적 그리드 가격 체계를 갖는 새로운 형태의 분산형 P2P 전력 시장을 설계하였다. 나아가, 프로슈머의 프라이버시를 침해하지 않으면서 네트워크에서의 전력조류를 최적화하기 위한 물리적 제약이 있는 분산시스템을 제안하였다. 본 연구는 혼잡을 최소화하기 위한 동적 혼잡 가격을 제안하고, 제안된 알고리즘이 최적점으로 수렴함을 증명하였다. 실험 결과는 P2P 에너지 거래가 이전 연구들에 비해 주 전력망의 발전 비용을 56.9% 감소시키고, 소비자와 주 전력망과의 거래는 57.3% 감소함과 아울러, 그리드 가격의 증가이 증가하여도 소비자의 사회적 복지에는 거의 영향을 미치지 않음을 보여주었다.   - 논문명 : Fully Decentralized Peer-to-Peer Community Grid with Dynamic and Congestion Pricing - 저널명: IEEE Internet of Things Journal (IF 10.6, JCR 상위 2.2%)- 저자명 : H. T. Doan(서강대학교), T.H.B. Huy, 김대희, 김홍석 (서강대학교)     

2024.03.26

한준규 교수, 국제 저명 저널 Nano Letters 표지 논문 게재 ▲시스템반도체공학과/전자공학과 한준규 교수  시스템반도체공학과/전자공학과 한준규 교수가 공동 제1저자로 참여한 논문이, 국제 저명 저널인 Nano Letters(impact factor: 10.8) 2024년 3월 호에 출판 및 표지 논문으로 선정되었다. 본 연구에서는 KAIST와의 공동 연구를 통해, 인간의 뇌에서 발생하는 뇌파의 진동 현상을 모방한 뉴로모픽 진동 신경망을 개발하였다. (논문명: A Nanoscale Bistable Resistor for an Oscillatory Neural Network)인공지능 기술은 비약적으로 발전해왔지만, 기존 폰 노이만 컴퓨팅 구조를 이용해 인공지능 연산을 수행하면 막대한 에너지가 소비된다는 한계점이 있다. 본 연구에서는 바이리스터(biristor) 소자를 활용해 진동기를 구현하고, 진동기 간 상호작용을 통해 진동 신경망을 구현하였다. 진동 신경망은 신호의 크기가 아닌 위상을 활용하여 정보를 전달하므로 전력 효율 측면에서 강점이 있다. 이를 기반으로 영상 처리에 활용되는 경계선 인식을 구현하였으며, NP-hard 문제 중 하나인 그래프 문제를 해결하였다. 개발된 진동 신경망은 복잡한 문제를 효율적으로 해결함으로써 스케줄링, 자원 분배, 신약 개발, 반도체 회로 설계, 인수 분해 등에 유용하게 사용될 수 있을 것으로 기대된다.     

2024.03.15