%EC%A0%84%EA%B8%B0%EB%B0%8F%EC%A0%84%EC%9E%90%EA%B3%B5%ED%95%99%EB%B6%80
-
챗GPT를 이용한 개인정보 악용 가능성 규명
최근 인공지능 기술의 발전으로 챗GPT와 같은 대형 언어 모델(이하 LLM)은 단순한 챗봇을 넘어 자율적인 에이전트로 발전하고 있다. 구글(Google)은 최근 인공지능 기술을 무기나 감시에 활용하지 않겠다는 기존의 약속을 철회해 인공지능 악용 가능성에 대한 논란이 불거진 점을 상기시키며, 연구진이 LLM 에이전트가 개인정보 수집 및 피싱 공격 등에 활용될 수 있음을 입증했다.
우리 대학 전기및전자공학부 신승원 교수, 김재철 AI 대학원 이기민 교수 공동연구팀이 실제 환경에서 LLM이 사이버 공격에 악용될 가능성을 실험적으로 규명했다고 25일 밝혔다.
현재 OpenAI, 구글 AI 등과 같은 상용 LLM 서비스는 LLM이 사이버 공격에 사용되는 것을 막기 위한 방어 기법을 자체적으로 탑재하고 있다. 그러나 연구팀의 실험 결과, 이러한 방어 기법이 존재함에도 불구하고 쉽게 우회해 악의적인 사이버 공격을 수행할 수 있음이 확인됐다.
기존의 공격자들이 시간과 노력이 많이 필요한 공격을 수행했던 것과는 달리, LLM 에이전트는 이를 평균 5~20초 내에 30~60원(2~4센트) 수준의 비용으로 개인정보 탈취 등이 자동으로 가능하다는 점에서 새로운 위협 요소로 부각되고 있다.
연구 결과에 따르면, LLM 에이전트는 목표 대상의 개인정보를 최대 95.9%의 정확도로 수집할 수 있었다. 또한, 저명한 교수를 사칭한 허위 게시글 생성 실험에서는 최대 93.9%의 게시글이 진짜로 인식됐다.
뿐만 아니라, 피해자의 이메일 주소만을 이용해 피해자에게 최적화된 정교한 피싱 이메일을 생성할 수 있었으며, 실험 참가자들이 이러한 피싱 이메일 내의 링크를 클릭할 확률이 46.67%까지 증가하는 것으로 나타났다. 이는 인공지능 기반 자동화 공격의 심각성을 시사한다.
제1 저자인 김한나 연구원은 "LLM에게 주어지는 능력이 많아질수록 사이버 공격의 위협이 기하급수적으로 커진다는 것이 확인됐다”며, "LLM 에이전트의 능력을 고려한 확장 가능한 보안 장치가 필요하다”고 말했다.
신승원 교수는 “이번 연구는 정보 보안 및 AI 정책 개선에 중요한 기초 자료로 활용될 것으로 기대되며, 연구팀은 LLM 서비스 제공업체 및 연구기관과 협력하여 보안 대책을 논의할 계획이다”라고 밝혔다.
전기및전자공학부 김한나 박사과정이 제1 저자로 참여한 이번 연구는 컴퓨터 보안 분야의 최고 학회 중 하나인 국제 학술대회 USENIX Security Symposium 2025에 게재될 예정이다. (논문명: "When LLMs Go Online: The Emerging Threat of Web-Enabled LLMs") DOI: 10.48550/arXiv.2410.14569
한편 이번 연구는 정보통신기획평가원, 과학기술정보통신부 및 광주광역시의 지원을 받아 수행됐다.
2025.02.24 조회수 3623 -
최대 11배 빨라진 PIM 반도체 네트워크 개발
최근 인공지능, 빅데이터, 생명과학 등 연구에 사용되는 메모리 대역폭이 차지하는 비중이 높아, 메모리 내부에 연산장치를 배치하는 프로세싱-인-메모리(Processing-in-Memory, 이하 PIM) 반도체에 대한 연구개발이 활발히 진행되고 있다. 국제 공동 연구진이 기존의 PIM 반도체가 내부장치를 활용하면서도 통신을 할때 반드시 PIM 반도체 외부로 연결되는 CPU를 통해야한다는 문제점으로 발생한 병목현상을 해결했다.
우리 대학 전기및전자공학부 김동준 교수 연구팀이 미국 노스이스턴 대학(Northeastern Univ.), 보스턴 대학(Boston Univ.)와 스페인 무르시아 대학(Universidad de Murcia)의 저명 연구진과‘PIM 반도체 간 집합 통신에 특화된 인터커넥션 네트워크 아키텍처’를 통한 공동연구로 PIM 반도체의 통신 성능을 비약적으로 향상하는 기법을 개발했다고 19일 밝혔다.
김동준 교수 연구팀은 기존 PIM 반도체가 갖는 메모리 내부 연산 장치 간 통신 구조의 한계를 밝히고, 기존에 메모리 내부에 존재하는 데이터 이동을 위한 버스 구조를 최대한 활용하면서 각 연산장치를 직접적으로 상호 연결하는 *인터커넥션 네트워크 구조를 적용함으로써 PIM 반도체의 통신 성능을 극대화하는 기법을 제안했다.
※ 인터커넥션 네트워크(interconnection network): 다중 연산 장치를 포함하는 대규모 시스템 설계에 쓰이는 연산 장치 간 연결 구조를 말한다. 인터커넥션 네트워크는 다중 연산 장치를 포함하는 시스템 설계의 필수 요소 중 하나로써 시스템 규모가 커질수록 더욱 중요해지는 특징이 있다.
이를 통해 PIM 반도체를 위한 연산 과정에서 통신 처리를 위한 CPU의 개입을 최소화해 PIM 반도체 시스템의 전체적인 성능과 활용성을 높인 PIM 반도체에 특화된 인터커넥션 네트워크 구조를 개발했다.
메모리 공정은 복잡한 로직의 추가가 어렵다는 문제점이 있는데 김동준 교수팀이 개발한 네트워크 구조는 PIM에서 비용 효율적인 인터커넥트를 구현했다.
이 구조는 병렬 컴퓨팅과 기계학습 분야에서 널리 활용되는 집합 통신(Collective communication) 패턴에 특화돼 있으며, 각 연산장치의 통신량과 데이터 이동 경로를 미리 파악할 수 있다는 집합 통신의 결정성(determinism) 특징을 활용해 기존 네트워크에서 비용을 발생시키는 주요 구성 요소들을 최소화시켰다.
기존 PIM 반도체들이 통신하기 위해서는 CPU를 거쳐야만 하기 때문에 상당한 성능 손실이 있었다. 하지만, 연구팀은 PIM 특화 인터커넥션 네트워크를 적용하면 기존 시스템 대비 어플리케이션 성능을 최대 11배 향상했다고 밝혔다. 그 이유는 PIM 반도체의 내부 메모리 대역폭 활용률을 극대화하고 PIM 메모리 시스템의 규모가 커짐에 따라 통신 성능의 확장성이 함께 증가했기 때문이다.
최근 미국 전기전자공학회(IEEE) 컴퓨터 아키텍쳐 분야에서는 한국 최초로 2025 IEEE 펠로우(석학회원)로 선임되었고 이 연구를 주도한 김동준 교수는 “데이터 이동(data movement)을 줄이는 것은 PIM을 포함한 모든 시스템 반도체에서 핵심적인 요소이며, PIM은 컴퓨팅 시스템의 성능과 효율성을 향상할 수 있지만 PIM 연산장치 간 데이터 이동으로 인해 성능 확장성이 제약될 수 있어 응용 분야가 제한적이고, PIM 인터커넥트가 이에 대한 해법이 될 수 있다”고 연구의 의의를 설명했다.
전기및전자공학부 손효준 박사과정이 제1 저자로 참여한 이번 연구는 미국 네바다주 라스베이거스에서 열리는 컴퓨터 구조 분야 최우수 국제 학술대회인 ‘2025 IEEE International Symposium on High Performance Computer Architecture, HPCA 2025’에서 올 3월에 발표될 예정이다. (논문명: PIMnet: A Domain-Specific Network for Efficient Collective Communication in Scalable PIM)
한편 이번 연구는 한국연구재단, 삼성전자, 정보통신기획평가원 차세대지능형반도체기술개발사업의 지원을 받아 수행됐다.
2025.02.19 조회수 3430 -
김정호 교수, 한국반도체학술대회 ‘2025 강대원 상’ 수상
우리 대학 전기및전자공학부 김정호 교수가 회로·시스템 분야 '2025년 강대원 상'을 한국반도체학술대회 상임운영위원회로부터 수상한다. 김 교수는 HBM 개발에 기여한 공로를 인정받아 SK하이닉스 이강욱 부사장과 함께 수상한다. 시상식은 13일 오후 강원도 하이원그랜드호텔에서 한국반도체산업협회 · 한국반도체연구조합 · DB하이텍이 공동으로 주관, 개최하는 ‘제32회 한국반도체학술대회(KCS 2025)’ 개막식에서 진행된다.
강대원 상은 세계 최초로 모스펫(MOSFET)과 플로팅게이트를 개발해, 반도체 기술 발전에 신기원을 이룩한 고(故) 강대원 박사를 기리기 위해 제정되었으며, 한국반도체학술대회 상임운영위원회가 지난 2017년 열린 제24회 반도체 학술대회부터 강대원 박사를 이을 인재들을 발굴, 선정해서 시상하고 있다.
김정호 교수는 ‘HBM 아버지’로 불리는 인공지능 반도체 분야의 세계적 권위자이다. 지난 20년 이상 HBM 관련 설계 기술을 세계적으로 주도해 왔다. 특히 HBM 실리콘관통전극(TSV), 인터포저, 신호선 설계(SI), 전력선 설계(PI) 등을 연구하며 세계적으로 연구의 독창성을 인정받고 있다. 이것뿐만 아니라 2010년부터 HBM 상용화 설계에 직접 참여하고 있다. 그 결과, 현재의 인공지능 시대를 가능하게 했다는 평가를 받는다.
최근에는 6세대 HBM인 HBM4를 비롯해, HBM5, HBM6와 같은 차세대 HBM 구조와 아키텍트를 주도적으로 연구 중이다. 여기에 한 걸음 더 나아가 HBM 설계를 인공지능으로 자동화하려는 시도를 병행하고 있다. 특히 강화학습과 생성 인공지능을 결합해 HBM의 전기적, 열적 최적화 연구를 세계적 수준으로 이끌며, 이 분야의 연구를 선도하고 있다.
작년 6월에는, 삼성전자와 공동으로 KAIST에 ‘시스템아키텍트대학원’을 설립해 인공지능 반도체 분야 H/W 및 S/W 동시 설계가 가능한 고급 전문 인력을 양성하는 데 힘쓰고 있으며, 2018년부터 삼성전자 산학협력센터장을 맡고 있다. 또 네이버 ‧ 인텔과 협력해 KAIST에 AI 공동연구센터(NIK AI Research Center)를 설립하는 등 AI 반도체 설계와 더불어 AI 클라우드, AI 데이터 센터 성능 최적화를 목표로 반도체 산업의 신생태계 구축에도 기여하고 있다.
IEEE(국제전기전자공학자학회) 석학회원(Fellow)인 김 교수는 이와 같이 반도체 분야 연구와 교육을 통해 산업 발전에 기여한 공로를 인정받아 KAIST 학술상, KAIST 연구대상, KAIST 국제협력상, IEEE 기술 업적상 등을 수상했으며. IEEE 등 여러 국제학회에서 20여 차례에 걸쳐 '최고 논문상‘을 받는 등 학술적인 면에서도 큰 성과를 거두고 있다.
‘강대원 상’은 한국반도체학술대회 상임운영위원회가 세계적인 반도체 연구자인 고(故) 강대원 박사의 업적을 재조명하기 위해 지난 2017년, 처음 제정한 상이다. 강 박사는 미국 벨연구소에 입사해 1960년 이집트 출신 아탈라 박사와 트랜지스터 모스펫(MOS-FET)을 개발, 현대 반도체 기술의 핵심 토대를 마련했다. 또 플래시메모리 근간인 플로팅게이트를 세계 최초로 개발하기도 했다.
한편 한국반도체산업협회와 한국반도체연구조합, DB하이텍이 12~14일 강원도 하이원그랜드호텔에서 개최하는 32회 한국반도체학술대회에는 삼성전자·SK하이닉스·DB하이텍 등 반도체 기업을 포함해 국내 4,200명 이상의 반도체 분야 산·학·연 전문가와 학생이 참석해 역대 최대 규모인 1,659편 논문을 발표하는 등 연구 성과를 공유한다.
2025.02.12 조회수 2546 -
수면 무호흡증 실시간 진단 센서 개발
이산화탄소는 주요 호흡 대사 산물로서, 날숨 내 이산화탄소 농도의 지속적인 모니터링은 호흡·순환기계 질병을 조기 발견 및 진단하는 데 중요한 지표가 될 뿐만 아니라, 개인 운동 상태 모니터링 등에 폭넓게 사용될 수 있다. 우리 연구진이 마스크 내부에 부착하여 이산화탄소 농도를 정확히 측정하는데 성공했다.
우리 대학 전기및전자공학부 유승협 교수 연구팀이 실시간으로 안정적인 호흡 모니터링이 가능한 저전력 고속 웨어러블 이산화탄소 센서를 개발했다고 10일 밝혔다.
기존 비침습적 이산화탄소 센서는 부피가 크고 소비전력이 높다는 한계가 있었다. 특히 형광 분자를 이용한 광화학적 이산화탄소 센서는 소형화 및 경량화가 가능하다는 장점에도 불구하고, 염료 분자의 광 열화 현상으로 인해 장시간 안정적 사용이 어려워 웨어러블 헬스케어 센서로 사용되는 데 제약이 있었다.
광화학적 이산화탄소 센서는 형광 분자에서 방출되는 형광의 세기가 이산화탄소 농도에 따라 감소하는 점을 이용하며, 형광 빛의 변화를 효과적으로 검출하는 것이 중요하다.
이를 위해 연구팀은 LED와 이를 감싸는 유기 포토다이오드로 이루어진 저전력 이산화탄소 센서를 개발했다. 높은 수광 효율을 바탕으로 형광 분자에 조사되는 여기 광량이 최소화된 센서는 수 mW 수준을 소비하는 기존 센서에 비해 수십 배 낮은 171μW의 소자 소비전력을 달성했다.
연구팀은 또한 이산화탄소 센서에 사용되는 형광 분자의 광 열화 경로를 규명해 광화학적 센서에서 사용 시간에 따라 오차가 증가하는 원인을 밝히고, 오차 발생을 억제하기 위한 광학적 설계 방법을 제시했다.
이를 기반으로, 연구팀은 기존 광화학적 센서의 고질적 문제였던 광 열화 현상에 따른 오차 발생을 효율적으로 감소시키고 동일 재료에 기반한 기존 기술은 20분 이내인데 반해 최대 9시간까지 안정적으로 연속 사용이 가능하며, 이산화탄소 감지 형광 필름 교체시 다회 활용도 가능한 센서를 개발했다.
개발된 센서는 가볍고(0.12 g), 얇으며(0.7 mm), 유연하다는 장점을 기반으로 마스크 내부에 부착되어 이산화탄소 농도를 정확히 측정했다. 또한, 실시간으로 들숨과 날숨을 구별해 호흡수까지 모니터링 가능한 빠른 속도와 높은 해상도를 보였다.
유승협 교수는 "개발한 센서는 저전력, 고안정성, 유연성 등 우수한 특성을 가져 웨어러블 디바이스에 폭넓게 적용될 수 있어 과탄산증, 만성 폐쇄성 폐질환, 수면 무호흡 등 다양한 질병의 조기 진단에 사용될 수 있다”면서 “특히, 분진 발생 현장이나 환절기 등 장시간 마스크 착용 환경에서의 재호흡에 따른 부작용 개선에도 사용될 것으로 기대된다ˮ 라고 밝혔다.
신소재공학과 김민재 학사과정과 전기및전자공학부 최동호 박사과정이 공동 제1 저자로 참여한 이번 연구는 Cell 자매지인 `디바이스(Device)' 온라인판에 지난달 22일 공개됐다. (논문명: Ultralow-power carbon dioxide sensor for real-time breath monitoring) DOI: https://doi.org/10.1016/j.device.2024.100681
한편 이번 연구는 산업통상자원부 소재부품기술개발사업, 한국연구재단 원천기술개발사업, KAIST 학부생 연구참여 프로젝트 (URP) 프로그램의 지원을 받아 수행됐다.
2025.02.10 조회수 3310 -
스스로 학습·수정하는 뉴로모픽 반도체칩 개발
기존 컴퓨터 시스템은 데이터 처리 장치와 저장 장치가 분리돼 있어, 인공지능처럼 복잡한 데이터를 처리하기에는 효율적이지 않다. KAIST 연구팀은 우리 뇌의 정보 처리 방식과 유사한 멤리스터 기반 통합 시스템을 개발했다. 이제 원격 클라우드 서버에 의존하지 않고 의심스러운 활동을 즉시 인식하는 스마트 보안 카메라부터 건강 데이터를 실시간으로 분석할 수 있는 의료기기까지 다양한 분야에 적용될 수 있게 되었다.
우리 대학 전기및전자공학부 최신현 교수, 윤영규 교수 공동연구팀이 스스로 학습하고 오류를 수정할 수 있는 차세대 뉴로모픽 반도체 기반 초소형 컴퓨팅 칩을 개발했다고 17일 밝혔다.
연구팀이 개발한 이 컴퓨팅 칩의 특별한 점은 기존 뉴로모픽 소자에서 해결이 어려웠던 비이상적 특성에서 발생하는 오류를 스스로 학습하고 수정할 수 있다는 것이다. 예를 들어, 영상 스트림을 처리할 때 칩은 움직이는 물체를 배경에서 자동으로 분리하는 법을 학습하며 시간이 지날수록 이 작업을 더 잘 수행하게 된다.
이러한 자가 학습 능력은 실시간 영상 처리에서 이상적인 컴퓨터 시뮬레이션에 견줄 만한 정확도를 달성하며 입증됐다. 연구팀의 주요성과는 뇌와 유사한 구성 요소의 개발을 넘어, 신뢰성과 실용성을 모두 갖춘 시스템으로 완성한 것에 있다.
연구팀은 세계 최초로 즉각적인 환경 변화에 적응할 수 있는 멤리스터 기반 통합 시스템을 개발하며, 기존 기술의 한계를 극복하는 혁신적인 해결책을 제시했다.
이 혁신의 핵심에는 멤리스터(memristor)*라고 불리는 차세대 반도체 소자가 있다. 이 소자의 가변 저항 특성은 신경망의 시냅스 역할을 대체할 수 있게 되고, 이를 활용해 우리 뇌세포처럼 데이터 저장 및 연산을 동시에 수행할 수 있다.
*멤리스터: 메모리(memory)와 저항(resistor)의 합성어로 두 단자 사이로 과거에 흐른 전하량과 방향에 따라 저항값이 결정되는 차세대 전기소자
연구팀은 저항 변화를 정밀하게 제어할 수 있는 고신뢰성 멤리스터를 설계하고, 자가 학습을 통해 복잡한 보정 과정을 배제한 효율적인 시스템을 개발했다. 이번 연구는 실시간 학습과 추론을 지원하는 차세대 뉴로모픽 반도체 기반 통합 시스템의 상용화 가능성을 실험적으로 검증했다는 점에서 중요한 의미를 가진다.
이 기술은 일상적인 기기에서 인공지능을 사용하는 방식을 혁신하여 AI 작업 처리를 위해 원격 클라우드 서버에 의존하지 않고 로컬에서 처리할 수 있게 되어, 더 빠르고 사생활 보호가 강화되며 에너지 효율성이 높아질 것이다.
이 기술 개발을 주도한 KAIST 정학천 연구원과 한승재 연구원은 “이 시스템은 책상과 자료 캐비닛을 오가며 일하는 대신 모든 것이 손이 닿는 곳에 있는 스마트 작업 공간과 같다. 이는 모든 것이 한 곳에서 처리돼 매우 효율적인 우리 뇌의 정보 처리 방식과 유사하다”고 설명했다.
전기및전자공학부 정학천 석박통합과정생과 한승재 석박사통합과정생이 제 1저자로 연구에 참여했으며 국제 학술지 `네이처 일렉트로닉스 (Nature Electronics)'에 2025년 1월 8일 자로 온라인 게재됐다.
(논문 제목: Self-supervised video processing with self-calibration on an analogue computing platform based on a selector-less memristor array, https://doi.org/10.1038/s41928-024-01318-6)
이번 연구는 한국연구재단의 차세대지능형반도체기술개발사업, 우수신진연구사업, PIM인공지능반도체핵심기술개발사업, 정보통신기획평가원의 한국전자통신연구원연구개발지원사업의 지원을 받아 수행됐다.
2025.01.22 조회수 4517 -
뇌 오가노이드의 매우 작은 전기신호도 측정 가능하다
오가노이드*는 인체 조직을 높은 정확도로 모사하기 때문에 질병 모델 개발이나 약물 스크리닝뿐만 아니라 개인 맞춤형 의학에도 활용이 가능하다. 하지만 매우 작은 크기의 전기 신호가 발생하는 심장과 뇌 오가노이드는 전기생리신호를 측정하는 것이 매우 어려웠다. 한국 연구진이 다양한 오가노이드에 손쉽게 적용가능한 전기생리신호 모니터링 시스템을 개발하는 데 성공했다.
*오가노이드 : 인간유래 줄기세포를 기반으로 제작되는 3차원 형태의 세포 집합체로, 동물 실험 모델과 2차원 세포 배양 모델을 대체할 실험 모델로 큰 주목을 받고 있다.
우리 대학 전기및전자공학부 이현주 교수 연구팀이 한국생명공학연구원(원장 김장성, KRIBB) 국가아젠다연구부 손미영 부장 연구팀 및 줄기세포융합연구센터 이미옥 박사 연구팀과 공동 연구를 통해 오가노이드의 비침습적 전기생리신호 측정을 위한 고신축성 돌출형 미세전극 어레이 플랫폼을 개발했다고 14일 밝혔다.
기존의 오가노이드 관련 연구는 유전자 분석을 위주로 진행되어 왔으며, 상대적으로 오가노이드의 기능성에 대한 연구는 미비한 상태다. 효과적인 약물 평가와 정밀한 생물학 연구를 위해서는 오가노이드의 3차원 형태와 상태를 보존하며 그 기능을 실시간으로 모니터링할 수 있는 기술의 개발이 필요하다.
이 중 전기신호가 발생하는 심장과 뇌 오가노이드의 전기생리신호 측정의 경우, 오가노이드의 제작 방식에 따라 그 크기가 수백 마이크로미터(μm)부터 수 밀리미터(mm)까지 다양하고 형태가 불규칙하기 때문에 오가노이드를 파괴하지 않고 외부 표면에 전극을 밀착하여 측정하는 것은 매우 어려운 일이다.
연구팀은 오가노이드의 크기와 형태에 맞춰 스스로 늘어나 그 표면에 밀착할 수 있는 고신축성 돌출형 미세전극 어레이를 개발했다. 또한, 이를 활용해 오가노이드에서 발생하는 전기생리신호의 실시간 변화를 성공적으로 측정하여 평가했다.
연구팀은 미소 전자 기계 시스템(Micro Electro Mechanical Systems; MEMS) 공정을 개발해 서펜타인(Serpentine) 구조 기반의 고신축성 미세전극 어레이를 제작했으며, 전기증착 공정을 통해 돌출형 미세전극을 제작했다. 돌출형 미세전극은 오가노이드에 전극을 좀 더 강하게 밀착시켜 주어 오가노이드에는 손상이 가하지 않으면서도 안정적으로 전기생리신호를 측정할 수 있게 하였다.
이현주 교수는 “다양한 크기의 오가노이드에 활용 가능한 고신축성 돌출형 미세전극 어레이를 개발하여 실시간으로 오가노이드의 상태를 평가할 수 있다. 이번 기술은 신약 개발 시 실험동물을 대체하거나 재생 치료제로써 사용되는 오가노이드의 품질 평가에 바로 적용할 수 있을 것”이라고 말했다.
이번 연구 결과는 전기및전자공학부 김기업 박사과정과 한국생명공학연구원 이영선 박사과정이 제1 저자로 참여했으며, 국제 학술지 ‘어드밴스드 머티리얼스 (Advanced Materials)’지에 지난 12월 15일 자 온라인에 게재됐다.
(논문명: Highly Stretchable 3D Microelectrode Array for Noninvasive Functional Evaluation of Cardiac Spheroids and Midbrain Organoids), DOI: https://doi.org/10.1002/adma.202412953
한편, 이번 연구는 산업통상자원부 3D생체조직칩기반신약개발플랫폼구축기술개발사업 및 과학기술정보통신부 국산연구장비기술경쟁력강화사업, 바이오의료기술개발사업의 지원을 받아 수행됐다.
2025.01.14 조회수 4644 -
기존 양자점 뛰어넘는 적외선 센서 기술 개발
최근 양자 큐비트 기술 분야에서는 양자 상태를 확보하기 위해 결정질 반도체를 활용한 아발란체 광다이오드 소자*들이 활용되고 있으나, 높은 열잡음으로 인해 극저온 구동이 필수적이며, 적외선 대역에서 높은 탐지 효율을 갖는 소재의 부재로 기술적 한계에 직면했다. 우리 연구진이 양자점 소재가 차세대 양자 기술로 활용될 돌파구를 제시했다.
*아발란체 광다이오드 소자: 매우 미세한 빛을 증폭하여 감지하는 고성능 센서 소자로서 야간 투시경이나 자율주행차, 우주 관측, 양자통신 등에 사용
우리 대학 전기및전자공학부 이정용 교수 연구팀이 콜로이드 양자점을 활용해 하나의 적외선 광자 흡수를 통하여 85배의 전자를 생성할 수 있는 아발란체 전자 증폭 기술*을 개발하여 기존 기술의 한계를 뛰어 넘는 감도를 달성했다고 8일 밝혔다.
*아발란체 전자 증폭: 기술 강한 전기장이 인가된 반도체에서 전자가 가속되어 인접 원자와 충돌을 통해 다수의 전자를 생성하는 신호 증폭 기술
화학적으로 합성된 반도체 나노입자인 콜로이드 양자점은 용액 기반 반도체로서 적외선 센서의 실용적인 후보로 주목 받고 있으며, 결정질 반도체와 다른 에너지 구조를 가져 열잡음 생성을 억제하는 장점이 있지만, 전하 이동도가 낮고, 양자점 표면에서 자주 발생하는 불완전 결합 때문에 전하의 재결합이 촉진되어 전하 추출이 저하되는 문제가 있었다.
연구진은 강한 전기장을 인가해 전자를 가속하여 운동에너지를 얻고, 인접 양자점에서 다수의 추가 전자들을 생성함으로써 상온에서 적외선을 조사 시 신호가 85배 증폭되고 1.4×1014 Jones 이상의 탐지 감도를 가지는 소자를 구현하였는데 이는 일반 야간 투시경보다 수만 배 정도 높은 감도를 보여준다.
적외선 광검출기는 자율주행차부터 양자컴퓨팅에 이르기까지 다양한 응용 분야에서 핵심적인 역할을 하지만, 기존 양자점 기반 기술은 민감도와 잡음 문제로 한계가 있었다.
이번 연구는 새로운 패러다임 전환을 불러올 기술이 될 것으로 기대되며, 양자 기술이 관련된 핵심 원천 기술을 선점함으로써 글로벌 양자 기술 시장을 대한민국이 주도할 수 있는 중요한 기술적 토대를 확보했다고 평가받고 있다.
제1 저자인 김병수 박사는 “양자점 아발란체 소자는 기존에 보고된 바 없는 신개념 연구 분야로서, 본 원천 기술을 통해 글로벌 자율주행차와 양자 컴퓨팅, 의료 영상 시장 등을 선도할 벤처 기업 육성을 주도할 수 있을 것”이라고 말했다.
KAIST 정보전자연구소 김병수 박사와 IMEC의 이상연 박사 및 한국세라믹기술원의 고현석 박사가 공동 제1 저자로 참여한 이번 연구는 국제 최상위 학술지 `네이처 나노테크놀로지(Nature Nanotechnology)' 12월 18일 자 온라인판에 게재됐다. (논문명 : Ultrahigh-gain colloidal quantum dot infrared avalanche photodetectors DOI: https://doi.org/10.1038/s41565-024-01831-x)
한편 이번 연구는 한국연구재단의 지원을 받아 수행됐으며, 주요 지원 사업으로는 나노및소재기술개발사업(경쟁형), 미래디스플레이 전략연구실사업, 개인기초연구사업 중견연구가 있다.
2025.01.08 조회수 4797 -
강유전체 활용 차세대 반도체 메모리 혁신
강유전체는 메모리 소자에서 전하를 잘 저장하기 때문에 "전기를 기억하는 소재"와 같다는 특성으로 차세대 반도체 기술 개발에 있어 핵심 소재로 부각되고 있다. 우리 연구진이 이러한 강유전체 소재를 활용해 현재 메모리 반도체 산업의 양대 산맥인 디램(DRAM)과 낸드 플래시(NAND Flash) 메모리의 한계를 극복한 고성능, 고집적 차세대 메모리 소자를 개발하는데 성공했다.
우리 대학 전상훈 교수 연구팀이 하프니아 강유전체 소재*를 활용한 차세대 메모리 및 스토리지 메모리 기술을 개발했다고 6일 밝혔다.
*하프니아 강유전체 소재: 비휘발성 절연막으로, CMOS 공정 호환성, 동작 속도, 내구성 등의 우수한 물리적 특성을 바탕으로 차세대 반도체의 핵심 소재로 활발하게 연구되고 있는 물질
디램 메모리는 우리가 스마트폰, 컴퓨터, USB 등에서 사용하는 데이터를 저장하는 휘발성 메모리다. 휘발성 특성으로 인해, 외부 전력이 끊어지면 저장된 데이터가 손실되지만, 공정 단가가 낮고 집적도가 높아 메인 메모리로 활용돼 왔다. 하지만 디램 메모리 기술은 소자의 크기가 작아질수록 디램 소자가 정보를 저장하는 저장 커패시터의 용량도 작아지게 되고, 더 이상 메모리 동작을 수행하기 어렵다.
연구팀은 저장 커패시터는 정보를 저장하는 디램 기술의 한계를 극복하고자 이러한 저장 커패시터가 물리적으로 작은 면적에서도 높은 저장 용량을 달성할 수 있도록 개선하는 데에 집중했다. 이를 위해 하프니아 강유전체 기반 극박막의 고유전율 물질을 개발했다. 연구 결과 현재까지 보고된 디램 커패시터 중, 가장 낮은 2.4 Å (머리카락 굵기의 약 10만분의 1)의 SiO2(실리콘 산화물) 유효 두께와 같이 얇은 층에 저장하는 것을 달성했다.
또한 연구팀은 디램 메모리 기술을 잠재적으로 대체할 수 있는 후보군으로 주목받고 있는 강유전체 메모리 FRAM 메모리도 개발하였다. 현 DRAM 수준의 1V 이하의 낮은 전압에서도 비 휘발성 정보 저장과 삭제가 확실히 이루어지는 기술은 에너지 효율성을 크게 향상시켜 차세대 메모리에 필수적이다.
디램 메모리 기술에 이어 연구팀은 낸드 플래시 메모리의 한계를 극복할 하프니아 강유전체 기반의 차세대 메모리 기술을 개발했다. 낸드 플래시 메모리는 우리가 스마트폰, 컴퓨터, USB 등에서 사용하는 데이터를 저장하는 비휘발성 메모리이다. 현재, 낸드플래시 메모리의 저장 용량을 늘리기 위해 여러 층을 쌓아 올리는 방식으로 발전해 왔지만, 물리적인 한계로 인해 500층, 1000층 이상으로 쌓기가 어려운 상황이다.
이에 연구팀은 강유전체라는 새로운 소재를 낸드 플래시에 적용하는 방식을 연구한 결과, 소재 계면에 TiO2 층이라는 얇은 층을 추가함으로써 1000단 이상의 수직 적층 3차원이며 외부 환경의 간섭에도 데이터를 안정적으로 유지하도록 설계했다.
마지막으로 기존의 낸드 플래시 기술에서 산화물 채널 기반의 메모리 소자는 데이터를 완전히 지울 수 없는 한계가 있어 새로운 구조의 고성능 산화물 채널 기반 낸드 플래시 소자를 개발하는 데 성공했다. 이 소자는 더 많은 데이터를 저장할 수 있고 데이터를 10년 이상 안정적으로 보존할 수 있는 특징을 가진다.
전상훈 교수는 “이번 연구 결과들은 스케일링 이슈로 인해 답보상태에 있는 메모리 반도체 기술 개발에 돌파구가 되는 기술이 될 것으로 판단되며, 향후 다양한 인공지능 컴퓨팅 및 엣지 컴퓨팅 기술 상용화에 기여할 수 있을 것”이라고 설명했다.
벤카테스왈루 가담(Venkateswarlu Gaddam) 연구 교수, 김기욱 박사 과정, 조홍래 박사 과정, 황정현 박사 과정, 이상호 박사 과정, 최효준 석사 과정, 강현준 석사 과정이 공동 제1 저자로 참여했고 이러한 연구 성과를 국제적으로 인정받아 반도체 산업계 최고 수준의(Top-tier) 컨퍼런스에 2024년 5편의 논문을 발표했다. (2024 VLSI 2편, 2024 IEDM 3편)
- In-depth analysis of the Hafnia ferroelectrics as a key enabler for low voltage & QLC 3D VNAND beyond 1K layers: Experimental demonstration and modeling VLSI 24 DOI: 10.1109/VLSITechnologyandCir46783.2024
- Low-Damage Processed and High-Pressure Annealed High-k Hafnium Zirconium Oxide Capacitors near Morphotropic Phase Boundary with Record-Low EOT of 2.4 Å & high-k of 70 for DRAM … VLSI 24 DOI: 10.1109/VLSITechnologyandCir46783.2024
- Unveiling the Origin of Disturbance in FeFET and the Potential of Multifunctional TiO2 as a Breakthrough for Disturb-free 3D NAND Cell: Experimental and Modeling https://iedm24.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=4
- Oxide Channel Ferroelectric NAND Device with Source- tied Covering Metal Structure: Wide Memory Window (14.3 V), Reliable Retention (> 10 years) and Disturbance Immunity (△Vth ≤ 0.1 V) for QLC Operation
https://iedm24.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=47
- Design Methodology for Low-Voltage Operational (≤1 V) FRAM Cell Capacitors and Approaches for Overcoming Disturb Issues in 1T-nC Arrays: Experimental & Modeling:
https://iedm24.mapyourshow.com/8_0/sessions/session-details.cfm?scheduleid=54
참고로, IEEE VLSI와 IEEE IEDM 학회는 삼성전자, SK 하이닉스, 마이크론, 인텔 등 굴지의 반도체 업계와 세계적인 석학들이 최신 기술 개발을 공유하고 미래 기술의 지향점을 논의하는 학회로 반도체 올림픽이라고 불린다.
한편, 이 연구는 삼성전자, 한양대학교와 협업을 통해서 수행되었으며, 한국산업기술평가원 (KEIT) 민관공동투자 반도체 고급인력양성사업, 과학기술정보통신부 혁신연구센터(IRC) 지원 사업, 삼성전자(Samsung Electronics)의 지원을 받아 진행됐다.
2025.01.06 조회수 5397 -
실리콘 한계 넘는 양극성 반도체 소자 개발
차세대 2차원 층상구조 나노소재로 주목받는 인듐 셀레나이드(InSe)는 실리콘 반도체보다 전자 이동도가 뛰어나고 포화 속도가 두 배 이상 빠른 장점을 가지지만, 주로 N형 반도체로만 사용되어 왔다. 우리 연구진이 이를 극복하고 N형 및 P형, 양극에 우수한 성능을 제공하는 인듐 셀레나이드 기반 기술을 개발하여 차세대 전자 소자의 설계 및 상용화 가능성을 크게 앞당길 것으로 기대된다.
우리 대학 전기및전자공학부 이가영 교수 연구팀이 나노 반도체 인듐 셀레나이드(InSe)* 기반 혁신적인 양극성 다기능 트랜지스터를 개발했다고 30일 밝혔다.
*인듐 셀레나이드(InSe): 인듐과 셀레늄으로 이루어진 무기 화합물 반도체로 2차원 층간 결합을 이루고 있음
인듐 셀레나이드는 N형 반도체로만 사용되어 왔는데, 이는 P형 반도체 및 상보적 회로 구현에 필요한 양(P) 전하를 띄는 정공*을 유도하기 어렵다는 문제 때문으로 이는 상용화의 큰 걸림돌로 작용해 왔다.
*정공: P형 트랜지스터 구현에 필요한 양 전하를 띠는 입자
이가영 교수 연구팀은 정공 유도를 위해 추가적인 공정이나 다른 물질을 접목하는 다양한 시도에도 해결되지 못했던 문제점을 새로운 소자 구조 설계를 통해 해결했다. 이번에 공개된 양극성 반도체 소자는 N형과 P형 트랜지스터에 모두 적용이 가능하다.
연구팀은 인듐 셀레나이드 하부에 전극을 배치하고 금속-반도체 접합 특성을 개선함으로써, 전자와 정공이 선택적으로 흐를 수 있는 양극성 특성을 구현하는 데 성공했다.
특히, 이번 연구에서는 N형 및 P형 전류 꺼짐/켜짐 비가 모두 109(10억) 이상에 달하는 우수한 성능을 기록했다. 실리콘 반도체 소자의 경우 일반적으로 108 이하 꺼짐/켜짐 비의 단극성 구동을 띄며, N형과 P형 구동이 동시에 가능한 양극성 2차원 반도체*의 경우도 N형과 P형 꺼짐/켜짐 비가 동시에 108 이상인 경우는 없었다.
*2차원 반도체: 2차원 방향으로만 강한 원자 결합을 이루며 수직 방향으로는 층상구조를 가져 층상구조 반도체라고 불리기도 함
이가영 교수는 “다기능 소자들은 일반적으로 복잡한 공정 과정과 구조를 요구해 제작과 집적에 어려움이 있다. 그러나 이번 연구에서는 간단한 부분 게이트 구조를 도입해 하나의 소자에서 다양한 기능을 구현할 수 있는 다기능 소자를 제작하는 데 성공했다”며 “이 기술은 공정 효율성을 높이고 회로 설계 유연성 향상에 기여할 것으로 기대된다”고 설명했다.
또한 “이번 연구는 인듐 셀레나이드를 기반으로 한 P형 응용 가능성을 새롭게 밝혔으며, 궁극적으로는 상보적 다기능 시스템으로서의 활용 가능성을 보여준다”고 덧붙였다.
전기및전자공학부 김민수 석박통합과정, 염동주 석사과정, 석용욱 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 나노 물리 분야 저명 국제 학술지 ‘나노 레터스(Nano Letters)’에 2024년 12월 18일 출판됐으며 동시에 저널 표지 논문으로 채택됐다. (논문명: Superior P-Type Switching in InSe Nanosheets for Complementary Multifunctional Systems, https://doi.org/10.1021/acs.nanolett.4c04624)
한편 이번 연구는 한국기초과학지원연구원 국가연구시설장비진흥센터, 한국연구재단 우수연구사업, KAIST 도약연구(UP) 사업, 그리고 삼성전자의 지원을 받아 수행됐다.
2024.12.30 조회수 4508 -
전기및전자공학부 김태수 석사과정, IEEE EDAPS 2024 국제학회 최우수논문상 수상
아시아·태평양지역에서 가장 권위 있는 반도체 패키징 기술 관련 국제학회 ‘EDAPS(Electrical Design of Advanced Packaging & Systems) 2024’에서 전기및전자공학부 김정호 교수 연구실 석사과정 김태수 학생이 ‘최우수 논문상’을 수상했다고 26일 밝혔다.
‘이뎁스(EDAPS)’는 아시아·태평양 지역에서 가장 큰 규모와 영향력을 지닌 반도체 패키징 기술 관련 학회로, 지난 2002년부터 국제전기전자공학자협회(IEEE) Electronic Packaging Society가 매년 주최하고 있다.
주로 전기 공학 분야에서 활동하는 학계 연구자와 산업계 엔지니어가 참석하며, 칩(Chip) 설계, 시스템인 패키지·시스템 온 패키지(Sip/Sop), 전자파 간섭·전자 적합성(EMI/EMC), 설계 자동화 프로그램(EDA) 툴(Tool) 및 3D-IC 및 실리콘 관통 전극(TSV) 설계 등 반도체 패키징의 전반적인 분야에 대해, 연구 결과를 공유하고 산업계의 요구사항을 반영한 연구를 진행할 수 있는 기회를 제공하는 것으로 유명하다.
EDAPS 학회는 매년 열리는 학회 마지막 날, 해당 연도에 제출된 논문 중 최우수 논문상, 최우수 학생 논문상과 최우수 포스터 상 등 3개 부문의 수상 논문을 뽑아 발표한다.
“김태수 석사과정 학생은 지난 12월 17일부터 사흘간 인도 벵갈루루에서 열린 ‘EDAPS 2024’ 국제학회에서 ‘Twin Tower HBM’이란 주제의 논문으로 2024년에 출판된 40여 편의 논문 중 해당 분야의 기술혁신에 기여한 점을 인정받아 ‘EDAPS 2024 전체 최우수 논문상(Best Paper Award)’을 수상했다”고 관계자는 설명했다.
김태수 학생이 ‘Twin Tower HBM’이라는 주제로 최우수 논문상을 수상한 이 논문은 마치 쌍둥이 빌딩처럼 두 개의 DRAM 스택을 단일 베이스 다이(Base Die)에 통합해 메모리 용량을 기존 대비 2배로 확대하는 한편 대역폭을 27.9% 향상시켰으며, 신호 무결성 검증을 위해 채널 설계 최적화와 3D EM 시뮬레이션을 병행한 내용으로 큰 주목을 받았다.
특히 김태수 학생은 생성형 AI의 초거대 모델을 효과적으로 지원하기 위해 기존 메모리 용량과 대역폭의 한계를 수평적으로(Horizontally) 확장하는 방식으로 극복한 독창적인 연구를 수행했다는 점에서 심사위원들로부터 높은 평가를 받은 것으로 알려졌다.
김태수 학생은 “이번 연구의 주제와 내용을 정리하는데 ‘HBM의 아버지’로 불리는 김정호 교수님의 지도와 함께 올 6월부터 4개월간 미국 실리콘밸리에 위치한 삼성전자 미주법인(DSA)에서의 인턴 생활 경험이 많은 도움이 됐다”면서, 앞으로 HBM 중심 컴퓨팅(HCC: HBM Centric Computing)을 수립하는 데 도움을 줄 수 있을 것”이라고 기대했다.
그는 이어 “AGI(인공 일반 지능, Artificial General Intelligence) 실현을 위해 SiP(시스템인 패키지) 기반의 칩렛(Chiplet) 구조와 하드웨어-소프트웨어 협업 설계를 더욱 심화하여 차세대 인공지능 플랫폼의 토대를 마련하겠다”고 포부를 밝혔다.
한편, 김정호 교수 연구실(TERA Lab)에는 올 12월 말 현재 석사과정 12명, 박사과정 14명 등 모두 26명의 학생이 반도체 전·후공정에 들어가는 다양한 패키지와 인터커넥션 설계를 강화·모방 학습과 같은 인공지능(AI) 머신러닝(ML)을 활용해 최적화하는 연구를 수행 중이다.
김정호 교수 연구실은 이번 김태수 석사과정 학생의 수상 외에도 지난 2021년 신태인 박사과정 학생이 ‘EDAPS 2021 전체 최우수 논문상’을 수상한 바 있다.
이밖에 같은 해(2021년)에 반도체 설계 분야에서 세계적으로 권위를 인정받고 있는 국제학술대회‘디자인콘(DesignCon)’에서도 김민수 석사과정 학생이‘최우수 논문상’을, 그리고 2023년 말에는 전체 수상자 총 8명 중 김성국·최성욱·신태인·김혜연 박사과정 학생 등 4명이 동시에 최우수 논문상을 받아 큰 화제를 모은 바 있다.
2024.12.26 조회수 4044 -
기존보다 5배 정밀하게 생체 임피던스 측정 가능
‘인바디(InBody)’란 기기로 체성분을 분석하는 것은 이제 우리의 일상이 되었다. 이렇듯 몸에 교류 전류를 흘릴 때 전류 흐름을 방해하는 인체의 저항 특성인 생체 임피던스* 측정 기술은 웨어러블 기기에 매우 중요하다. 국제 공동 연구진이 단 두 개의 전극만을 사용하면서도 기존보다 5배 정밀하게 생체 임피던스를 측정할 수 있는 기술을 개발해 화제다.
*생체 임피던스 측정 기술 : 생체 조직의 전기적 특성을 기반으로 체내의 다양한 생리적 상태를 모니터링할 수 있는 핵심 기술
우리 대학 전기및전자공학부 제민규 교수 연구팀이 뉴욕대학교 아부다비(New York University Abu Dhabi, NYUAD) 하소명 교수 연구팀과 공동연구를 통해 웨어러블 기기에 최적화된 고해상도 생체 임피던스 측정 기술을 개발했다고 26일 밝혔다.
생체 임피던스 측정 기술로 잘 알려진 기존 4개 전극 시스템*에 비해 2개 전극 기반 측정 시스템**은 소형화가 쉽다는 장점으로 웨어러블 기기에 적합하다고 평가받고 있다.
*4개 전극 시스템: 생체 임피던스를 측정하기 위해 네 개의 전극을 사용하는 시스템으로 웨어러블 기기의 소형화에 불리함
**2개 전극 시스템: 단 두 개의 전극만을 사용하여 생체 임피던스를 측정할 수 있는 시스템으로 웨어러블 기기의 소형화에 적합함
하지만, 2개 전극 시스템은 전극 자체의 임피던스 값이 포함된 신호를 측정하기 때문에 넓은 입력 범위가 필요하며, 측정하는 임피던스 값에 비례해 정확한 측정을 방해하는 잡음이 증가하는 한계로 활용이 어려웠다.
연구팀은 기존 2개 전극 시스템의 기술적 한계를 극복하기 위해 전극 자체의 임피던스 값인 베이스라인과 그에 의해 발생하는 측정 잡음을 기존보다 훨씬 효과적으로 제거할 수 있는 반도체 회로 설계 기술을 새롭게 개발했다. 이번에 제안된 기술을 적용한 시스템은 기존 기술 적용 시 필요로 하던 별도의 전류 생성 회로를 없앨 수 있어 전력 소모 역시 줄일 수 있다.
이런 기술을 통해 생체 임피던스 측정 과정에서 발생하는 임피던스의 위상 및 크기 변화에 따른 잡음 문제를 효과적으로 해결해, 높은 정밀도와 효율성을 동시에 확보했다.
제민규 교수(교신저자)는 “이번 연구로 개발된 생체 임피던스 측정 기술은 다양한 임피던스 모델에 대해 기존의 방식 대비 최대 약 5배 가량 우수한 잡음 성능을 달성하였음을 입증했다”면서 “향후 생체 임피던스 측정을 활용한 개인 맞춤형 건강 관리와 질환 예측 기술 발전에 크게 기여할 것”이라고 말했다.
우리 대학 전기및전자공학부 최해담, 천송이 박사과정이 공동 제1 저자, 제민규 교수와 NYUAD 하소명 교수가 공동 교신 저자로 참여했으며 해당 논문은 세계 최고 권위의 반도체 집적회로 및 시스템 학회인 ‘ISSCC (International Solid-State Circuits Conference)’에 발표됐으며, 동 분야 세계 최고 학술지인 ‘IEEE JSSC (Journal of Solid-State Circuits)’의 초청을 받아 지난 11월 게재됐다.
IEEE Journal of Solid-State Circuits (2024), DOI:10.1109/JSSC.2024.3439865
(논문명: A Bio-Impedance Readout IC With Complex-Domain Noise-Correlated Baseline Cancellation)
한편 이번 연구는 NYUAD (New York University Abu Dhabi)와의 협업으로 진행됐으며, 과학기술정보통신부가 지원한 ‘상시 근골격 모니터링 및 재활을 위한 무자각 온스킨 센서 디바이스 기술’과제와 ‘인간 기능 확장을 위한 생체 신호 센서 기반의 내골격 장치 및 통합 시스템 개발’ 과제를 통해 수행됐다.
2024.12.26 조회수 4399 -
인간의 인지 방식과 유사한 AI 모델 개발
우리 연구진이 인간의 인지 방식을 모방해 이미지 변화를 이해하고, 시각적 일반화와 특정성을 동시에 확보하는 인공지능 기술을 개발했다. 이 기술은 의료 영상 분석, 자율주행, 로보틱스 등 다양한 분야에서 이미지를 이해하여 객체를 분류, 탐지하는 데 활용될 전망이다.
우리 대학 전기및전자공학부 김준모 교수 연구팀이 변환 레이블(transformational labels) 없이도 스스로 변환 민감 특징(transformation-sensitive features)을 학습할 수 있는 새로운 시각 인공지능 모델 STL(Self-supervised Transformation Learning)을 개발했다고 13일 밝혔다.
연구팀이 개발한 시각 인공지능 모델 STL은 스스로 이미지의 변환을 학습하여, 이미지 변환의 종류를 인간이 직접 알려주면서 학습하는 기존 방법들보다 높은 시각 정보 이해 능력을 보였다. 특히, 기존 방법론들을 통해 학습한 모델이 이해할 수 없는 세부적인 특징까지도 학습하여 기존 방법 대비 최대 42% 우수한 성능을 보여줬다.
컴퓨터 비전에서 이미지 변환을 통한 데이터 증강을 활용해 강건한 시각 표현을 학습하는 방식은 일반화 능력을 갖추는 데 효과적이지만, 변환에 따른 시각적 세부 사항을 무시하는 경향이 있어 범용 시각 인공지능 모델로서 한계가 있다.
연구팀이 제안한 STL은 변환 라벨 없이 변환 정보를 학습할 수 있도록 설계된 새로운 학습 기법으로, 라벨 없이 변환 민감 특징을 학습할 수 있다. 또한, 기존 학습 방법 대비 학습 복잡도를 유지한 채로 효율적인 최적화할 수 있는 방법을 제안했다.
실험 결과, STL은 정확하게 객체를 분류하고 탐지 실험에서 가장 낮은 오류율을 기록했다. 또한, STL이 생성한 표현 공간은 변환의 강도와 유형에 따라 명확히 군집화되어 변환 간 관계를 잘 반영하는 것으로 나타났다.
김준모 교수는 "이번에 개발한 STL은 복잡한 변환 패턴을 학습하고 이를 표현 공간에서 효과적으로 반영하는 능력을 통해 변환 민감 특징 학습의 새로운 가능성을 제시했다”며, "라벨 없이도 변환 정보를 학습할 수 있는 기술은 다양한 AI 응용 분야에서 핵심적인 역할을 할 것”이라고 말했다.
우리 대학 전기및전자공학부 유재명 박사과정이 제1 저자로 참여한 이번 연구는 최고 권위 국제 학술지 ‘신경정보처리시스템학회(NeurIPS) 2024’에서 올 12월 발표될 예정이다.(논문명: Self-supervised Transformation Learning for Equivariant Representations)
한편 이번 연구는 이 논문은 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구 성과물(No.RS-2024-00439020, 지속가능한 실시간 멀티모달 인터렉티브 생성 AI 개발, SW스타랩) 이다.
2024.12.15 조회수 4178