KAIST 박사과정 4명, 반도체 설계 국제학술대회서 최우수 논문상

테라 랩 소속 김성국·최성욱·신태인·김혜연 수상

디자인콘 최우수 논문상을 수상한 (왼쪽부터)김성국, 최성욱, 신태인, 김혜연 KAIST 전기·전자공학부 박사과정 학생. 사진=KAIST 제공

한국과학기술원(KAIST)은 전기·전자공학부 '테라 랩'(TERA Lab) 소속 김성국·최성욱·신태인·김혜연 박사과정 학생 4명이 국제학술대회 디자인콘(DesignCon)이 선정한 2022년 최우수 논문상 수상자로 선정됐다고 16일 밝혔다.

디자인콘 최우수 논문상은 반도체 설계 관련 세계적인 권위를 지닌 디자인콘이 인텔·마이크론·AMD·화웨이·IBM 등 글로벌 빅테크 기업의 연구원과 엔지니어, 세계 각 대학 대학(원)생을 대상으로 논문을 제출받아 심사를 거쳐 수여하는 학술대회 최고상이다.

KAIST 수상작 4편 가운데 2편은 인공지능을 이용한 반도체 설계, 나머지 2편은 인공지능 컴퓨팅을 위한 반도체 구조 설계에 관한 논문이다.

김성국 학생은 고성능 인공지능 가속기를 위한 고대역폭 메모리 기반 프로세싱-인-메모리(PIM) 아키텍처를 설계했으며, 최성욱 학생은 강화학습 방법론을 활용해 고대역폭(HBM) 메모리를 위한 하이브리드 이퀄라이저를 설계해 주목받았다.

신태인 학생은 차세대 뉴로모픽 컴퓨팅 시스템의 신호 무결성 모델링과 설계와 분석 방법론을 제안했고, 김혜연 학생은 반도체 설계 문제 중 디커플링 캐패시터 배치 문제를 조합 최적화 문제로 정의하고 오프라인 학습 방법인 모방 학습을 통해 자동 최적화했다.

이들을 지도한 김정호 교수는 "디지털 대전환(DX) 시대를 맞아 반도체의 역할이 갈수록 중요해지는 만큼 차세대 반도체 개발에 필요한 맞춤형 인재 양성을 위해 더욱 노력하겠다"고 말했다.

KAIST 테라 랩은 반도체 전·후공정에 들어가는 다양한 패키지와 인터커넥션 설계를 강화·모방 학습과 같은 인공지능(AI) 머신러닝(ML)을 활용해 최적화하는 연구를 수행 중이다.