
김태환 교수 연구실 (회로 및 시스템 연구실) 에서 이준형 석사과정과 오선희 학부연구생, 김태환 교수가 수행한 연구를 기반으로 작성한 논문이 회로 및 시스템 설계 분야 세계 최고의 국제학술지인 IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems에 게재 확정되었다. 본 연구는 다른 연구 기관 과의 협업 없이 본 연구실 단독으로 진행하여 이룬 성과로, 본 연구실의 높은 연구 역량을 입증하고 있다.
논문의 제목은 “MiniBRNN: A Low-Resource Inference Processor for Binary-Weight Recurrent Neural Networks Based on Speculative Operation Pruning and Interleaved Thread Scheduling”으로, 저전력 / 저자원 AI 추론 프로세서의 설계와 구현을 다룬 연구다. 기존의 순환신경망 프로세서는 연산량과 회로 규모가 커서 엣지 환경에서의 활용에 제약이 있었다. MiniBRNN은 불필요한 연산을 사전에 예측해 생략하는 Speculative Operation Pruning 기법과, 파이프라인 효율성을 극대화하는 Interleaved Thread Scheduling 기법을 조합해, 동일한 성능을 훨씬 적은 자원으로 구현됐다. 기존 ASIC 기반 프로세서 대비 5.13배의 면적 효율 향상을 달성했으며, FPGA 구현에서도 동급 최고 수준의 자원 효율성을 달성했다. 또한 다양한 RNN 기반 작업에서 우수한 추론 성능을 안정적으로 유지했다.
김태환 교수 연구실 (회로 및 시스템 연구실) 은 효율적인 AI 가속기를 위한 Digital VLSI 시스템과 하드웨어를 고려한 AI 모델 최적화와 관련된 다양한 연구를 수행 중이며, 우수 학부 연구생과 대학원생을 상시 모집중이다.
김태환 교수 | taehwan.kim@kau.kr | Circuits & Systems Lab | https://cas.kau.ac.kr
곽길호(석사 졸업), 김재호(석사 재학) 학생과 김태환 교수가 투고한 논문이 회로 설계 분야 세계 최고 수준의 국제학술지인 IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (IEEE TCAD) 2025년 7월호에 게재되었다.
논문의 제목은 “SR-BIP: A Soft Error-Resilient Binary Neural Network Inference Processor”으로, 이진 신경망의 내재적인 연산 중복성을 이용하여 일시적인 오류에 강건한 인공지능 추론 가속기에 대한 회로 설계와 구현에 대한 연구를 바탕으로 한다. 해당 연구는 높은 신뢰성이 요구되는 자율 주행, 자율 비행과 같은 응용 및 오류 발생 가능성이 높은 극 고온, 우주 환경에서의 인공지능 실현을 가능케 하는 핵심 기술로 사용될 수 있다.
해당 연구는 타 연구 기관 과의 협업 없이 김태환 교수님 지도하에 연구실 단독으로 진행한 것이다. 곽길호, 김재호 학생은 “석사과정 동안 진행한 연구가 값진 결실로 이어져 매우 기쁘고, 세심하게 이끌어주신 교수님의 가르침과 지원에 깊은 감사를 드리고 싶다.”라고 말했다.
김태환 | taehwan.kim@kau.ac.kr | Circuits & Systems Lab | https://cas.kau.ac.kr/