우리 학부 이홍주 박사(지도교수: 노용만)가 2026년 3월 1일부로 서울과학기술대학교 인공지능응용학과 조교수로 임용되었습니다.
이홍주 박사는 “Investigating Adversarial Robustness via Booster Signal”이라는 논문으로 박사학위를 취득했으며, 박사 과정 동안 미래국방 인공지능 특화연구센터 (CARAI)에 참여하여 연구를 수행했습니다. 또한 CVPR, IEEE TIP, IEEE TNNLS 등 최상위 학회와 유수 학술지에 다수의 연구 성과를 발표했습니다.
2023년 박사학위 취득 후에는 독일 뮌헨공과대학교(TUM)에서 박사후 연구원으로 재직하며 의료 분야 인공지능 모델의 신뢰성 연구를 수행했습니다. 이 기간에도 ECCV, MICCAI, AAAI 등에서 우수한 연구 결과를 발표하며 깊이 있는 연구 역량을 보여주었습니다.
이홍주 박사는 앞으로 대학에서 Reliable Intelligence System을 주제로 인공지능 모델의 취약성(Vulnerability), 안정성(Safety), 공정성(Fairness) 등에 관한 연구를 더욱 심화할 예정입니다.
TV와 스마트워치, 그리고 최근 주목받는 VR·AR 기기까지. 화면을 구성하는 핵심 기술인 마이크로LED는 머리카락 굵기보다 작은 LED 하나하나가 스스로 빛을 내는 차세대 디스플레이다. 빨강·초록·파랑(RGB)은 디스플레이 완성의 필수 조건이나, 적색 마이크로LED 기술은 고효율 픽셀로 구현하기 가장 어려운 것으로 알려져 있다. 우리 학부 김상현 교수는 공동 연구팀과 함께 기존 기술의 한계를 넘어 초고해상도이면서도 전력 소모를 크게 줄인 적색 마이크로LED 디스플레이 기술을 개발했다.
연구팀은 이를 통해 최신 스마트폰 디스플레이 해상도의 약 3~4배, VR·AR 기기에서도 초고해상도 수준의 화면이 아닌 ‘현실에 가까운 영상’을 구현할 수 있는 1700 PPI*급 초고해상도 마이크로LED 디스플레이를 실제로 구현하는 데도 성공했다. *PPI(Pixel Per Inch): 화면을 구성하는 가장 작은 점인 픽셀이 얼마나 촘촘히 배치돼 있는지를 나타내는 지표.
마이크로LED는 픽셀 자체가 발광하는 디스플레이 기술로, OLED보다 밝기와 수명, 에너지 효율 면에서 뛰어나지만 두 가지 핵심 난제가 있었다. 첫째는 적색 LED의 효율 저하 문제다. 특히 ‘적색 픽셀’ 구현할 때 픽셀이 작아질수록 에너지가 새어나가 효율이 급격히 떨어지기 때문이다. 둘째는 전사(Transfer) 공정의 한계였다. 수많은 미세 LED를 하나씩 옮겨 심어야 하는 기존 공정 방식은 초고해상도 구현이 어렵고 불량률도 높았다.
연구팀은 이러한 문제를 동시에 해결했다. 먼저 알루미늄 인듐 인화물/갈륨 인듐 인화물(AlInP/GaInP) ‘양자우물 구조’를 적용해, 픽셀이 작아져도 에너지 손실을 크게 줄인 고효율 적색 마이크로LED를 구현했다. 쉽게 말해, 양자우물 구조는 전자와 정공이 밖으로 빠져나가지 않도록 ‘에너지 장벽’을 세워 빛을 내는 공간에 가둬 두는 기술이다. 연구팀은 더 많은 정공을 확보할 수 있는 양자우물 구조를 개발하여 픽셀이 작아짐에 따라 발생하는 에너지 손실을 줄이고, 더 밝고 효율적인 적색 마이크로LED 구현에 성공하였다.
< 적색 마이크로 LED 성능 개선결과 >
또한 LED를 하나씩 옮기는 대신, 회로 위에 LED 층을 통째로 쌓아 올리는 ‘모놀리식 3차원 집적 기술’을 적용했다. 이 방식은 정렬 오차를 줄이고 불량률을 낮춰, 초고해상도 디스플레이를 안정적으로 제작할 수 있다는 장점이 있다. 연구팀은 이 과정에서 회로 손상을 막는 저온 공정 기술도 함께 확보했다.
< 모노리식 3D 마이크로LED-on-Si 디스플레이 >
이번 성과는 고효율 구현이 가장 어렵다고 알려진 초고해상도 적색 마이크로LED를 실제 구동 가능한 디스플레이로 입증했다는 점에서 의미가 크다. 해당 기술은 화면의 입자감이 거의 느껴지지 않아야 하는 AR·VR 스마트 글래스를 비롯해, 차량용 헤드업 디스플레이(HUD), 초소형 웨어러블 기기 등 다양한 차세대 디스플레이 분야에 폭넓게 활용될 것으로 기대된다.
김상현 교수는 “이번 연구는 마이크로LED 분야에서 오랫동안 해결되지 않았던 적색 픽셀 효율과 구동 회로 집적 문제를 동시에 풀어낸 성과”라며, “상용화가 가능한 차세대 디스플레이 기술로 발전시켜 나가겠다”고 말했다.
본 연구는 KAIST 정보전자연구소 박주혁 박사가 제1저자로 연구를 주도했으며 연구 결과는 세계적 학술지 Nature Electronics에 1월 20일에 게재됐다.
※ 논문명: Monolithic 3D 1700PPI red micro-LED display on Si CMOS IC using AlInP/GaInP epi-layers with high internal quantum efficiency and low size dependency, DOI: 10.1038/s41928-025-01546-4, URL: https://www.nature.com/articles/s41928-025-01546-4
인하대 금대명 교수와 공동으로 연구하고 화합물 반도체 제조업체 큐에스아이(대표 이청대)와 마이크로디스플레이·반도체 SoC 설계 기업 라온택(대표 이승탁)과 협업한 이번 연구는 한국연구재단 기본연구(2019), 디스플레이전략연구실 사업(현재 수행 중), 삼성미래육성센터(2020~2023)의 지원을 받아 수행됐다.
우리 학부에 이슬기 교수님께서 2026년 2월 4일자로 부임하십니다. 많은 환영과 축하를 부탁드립니다.
이슬기 교수님의 오피스는 IT융합빌딩 910호입니다. 이슬기 교수님은 임베디드 AI(On-device AI)를 중심으로, 실시간·모바일·센싱 시스템, AIoT(AI+IoT), 지능형 엣지 시스템 및 딥러닝 컴파일러 분야를 연구하고 있습니다. 제한된 자원 환경에서도 학습·적응·진화가 가능한 임베디드 지능 시스템을 구현하는 것을 목표로, 하드웨어와 소프트웨어, 시스템과 인공지능을 아우르는 연구를 수행하고 있습니다.
특히 메모리와 연산 자원이 제한된 임베디드 환경에서의 효율적인 딥러닝 최적화, 온디바이스 신경망 구조 탐색, 실시간 AI 시스템 설계 등을 통해 실제 환경에서 활용 가능한 베디드 인공지능 기술 발전을 목표로 연구를 수행하고 있습니다.
“Bayesian Code Diffusion for Efficient Automatic Deep Learning Program Optimization,”
USENIX Symposium on Operating Systems Design and Implementation (OSDI), 2025
“AliO: Output Alignment Matters in Long-Term Time Series Forecasting,”
Annual Conference on Neural Information Processing Systems (NeurIPS), 2025
“SMMF: Square-Matricized Momentum Factorization for Memory-Efficient Optimization,”
Annual AAAI Conference on Artificial Intelligence (AAAI), 2025
“CAFO: Feature-Centric Explanation on Time Series Classification,”
SIGKDD Conference on Knowledge Discovery and Data Mining (KDD), 2024
“On-NAS: On-Device Neural Architecture Search on Memory-Constrained Intelligent Embedded Systems,”
ACM Conference on Embedded Networked Sensor Systems (SenSys), 2023
Assigned Curricular Plan
EE.40015 Operating Systems and System Programming for Electrical Engineering
EE.40014 Embedded Systems
EE.30031 Introduction to Machine Learning
EE.30012 Introduction to Computer Architecture
EE.50016 Embedded Software
EE.50038 Neural Networks
Vision
We make resource-constrained real-time and embedded sensing systems capable of learning, adapting, and evolving, with the aim of enabling Embedded Artificial Intelligence (Embedded AI or On-Device AI).
Research Plan
We pursue excellence in research on EE, CSE, and AI.
We make the world a better place by making real impacts with our research.
We collaborate with and learn from each other when solving challenging problems.
우리 학부 정준선 교수 연구실(Multimodal AI Lab) 소속으로 2026년 2월 박사학위를 취득할 예정인 김지훈 박사과정과 류형곤 박사과정이 국내 유수 대학의 전임교원으로 임용되었습니다.
김지훈 박사과정은 2026년 3월 1일부로 중앙대학교 첨단영상대학원 전임교원으로 임용되었으며, 재학 중 인간 중심 멀티모달 인공지능 분야를 연구했습니다. IEEE Transactions on Audio, Speech and Language Processing (TASLP), IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), AAAI Conference on Artificial Intelligence (AAAI) 등에 연구 성과를 발표한 바 있습니다. 향후 인간과 인공지능 간의 자연스러운 상호작용을 위한 멀티모달 인공지능 연구를 이어갈 예정입니다.
류형곤 박사과정은 2026년 3월 1일부로 한국외국어대학교 Language & AI 융합학부 전임교원으로 임용되었으며, 재학 중 시각·청각 멀티모달 인공지능을 연구했습니다. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), CVF International Conference on Computer Vision (ICCV) 등에 연구 성과를 발표했습니다. 향후 시각·청각 정보를 기반으로 한 멀티모달 인공지능 연구를 통해 학문적·산업적 발전에 기여할 예정입니다.
이번 두 박사과정의 전임교원 임용은 정준선 교수 연구실이 멀티모달 인공지능 분야에서 자율적인 연구 수행과 국제 학술 활동을 장려하는 연구 환경을 바탕으로, 독립적인 연구 역량을 갖춘 연구자를 양성해 온 성과를 보여줍니다.
우리 학부 신영수 교수 연구실(DT Lab)의 박사과정생 장세용(Shilong Zhang) 학생이 2025년 9월 22일부터 26일까지 미국 캘리포니아주 몬터레이에서 개최된 SPIE Photomask Technology + EUV Lithography 2025에서 Photronics 최우수 학생 발표상(1위)을 수상했다.
SPIE Photomask Technology + EUV Lithography는 반도체 산업 분야의 전문가와 연구자들이 모여 최신 포토리소그래피 마스크 기술을 발표하고 논의하는 세계적인 국제 학술대회다. Photronics, Inc.의 후원으로 제정된 Photronics Best Student Presentation Award는 포토마스크 및 EUV 리소그래피 관련 연구를 수행하는 학생들의 연구를 독려하기 위해 마련된 상으로, 1위 수상자에게는 미화 1,500달러의 상금이 수여된다.
장세용 학생의 수상 논문인 ‘Integrated Curvilinear OPC and SRAF Optimization through Reinforcement Learning’은 강화학습 기반 방법을 통해 곡선형 서브해상도 보조 패턴(SRAF)과 곡선형 주 패턴을 동시에 최적화하는 기법을 제안하였다.
기존의 고정 SRAF를 사용하는 곡선형 OPC 방식 대비 최대 정점 위치 오차(Vertex Placement Error, VPE)를 7.6%, 최대 공정 변동 폭(Process Variation Band, PVB)을 23.0% 감소시켜, 패턴 충실도와 공정 윈도우 안정성 측면에서 모두 유의미한 성능 향상을 입증해 우수성을 인정받았다.
우리 학부 양자소자연구실(PI: 손영익 교수)이 「칩스케일 퓨전 멀티플렉싱과 양자점 기반 확정적 선형 클러스터를 활용한 전광 양자중계기」를 주제로 한 집단연구 과제가 양자과학기술 플래그십 프로젝트의 2025년도 신규 과제로 선정되었다.
본 연구는 양자 통신의 장거리화를 위해 필수적인 핵심 시스템인 양자 중계기(quantum repeater)개발을 목표로 한다. 특히 전자 스핀 등 물질 큐비트를 사용하지 않고 광 큐비트만으로 구현하는 ‘전광자(all-photonic) 양자 중계기’라는 점에서 기존 접근법과 차별성을 갖는다. 전광 양자 중계기는 이론적 기반이 비교적 최근에 제시된 신흥 연구 분야로, 차세대 양자 네트워크 기술의 핵심 후보로 주목받고 있다.
< 전광자 양자 중계기의 개념도. 얽힘광 생성 장치인 RGS (repeater graph state) 노드와 측정 노드가 1개씩 반복되며 구성된다. >
물질 큐비트를 배제한 이러한 새로운 접근법을 통해, 본 기술은 기존 반도체 공정 기술만을 활용한 대량 생산 가능성이라는 중요한 장점을 지닌다. 이에 따라 향후 산업계 표준 양자 중계기 기술로 발전할 높은 잠재력을 보유한 것으로 평가된다.
도전적인 연구 목표 달성을 위해, 주관기관인 KAIST를 중심으로 국내 부품 기업인 파이버프로와 쿼드가 참여하는 산학 컨소시엄이 구성되었다. 또한 세계적인 광기반 양자컴퓨팅 기업인 프랑스 콴델라(Quandela)와 국제 공동연구팀을 구성하여 협력을 추진한다. 콴델라 연구팀은 세계 최고 수준의 얽힘광 생성 기술을 양자 중계기 핵심 부품으로 활용할 수 있도록 긴밀한 공동 연구를 수행할 예정이다.
양자 중계기 구현을 위해서는 양자광학 칩 기술뿐만 아니라, 시스템 운용 설계, 고속 멀티플렉싱을 위한 주문형 반도체(ASIC), 저손실 패키징 기술등 융복합적 연구가 필수적이다. 이에 따라 전기및전자공학부 배준우 교수, 정완영 교수, 그리고 기계공학과 남동욱 교수가 공동 연구진으로 참여하여 각 분야의 전문성을 결집한다.
본 과제는 과학기술정보통신부의 양자기술 분야 대표 사업인 양자과학기술 플래그십 프로젝트의 일환으로 수행된다. 해당 프로젝트는 2032년까지 약 8년간 총 6,454억 원 규모로 추진되며, 양자 컴퓨팅·통신·센싱의 3대 분야를 중심으로 미션 지향형 연구개발을 수행한다. KAIST 연구팀은 이 중 통신 분야 5개 핵심 과제 중 하나에 선정되어, 약 128억 원의 연구비 지원을 받게 된다.
본 연구를 통해 양자 중계기가 성공적으로 구현될 경우, 현재 약 100km 내외에 국한된 양자암호통신 기술을 글로벌 규모로 확장하고, 궁극적으로 양자 인터넷 실현에 결정적인 기여를 할 것으로 기대된다.
우리 학부 Intelligent Communication Systems Lab. (ICL) 졸업생 조혜상 박사 (지도교수: 최준일) 가 2026년 3월 1일부로 인하대학교 전기전자공학부의 전임교원으로 임용되었습니다.
조혜상 박사는 2024년 2월 KAIST 전기 및 전자공학부에서 박사학위를 취득한 후 현재까지 KAIST 정보전자연구소에서 연수연구원으로 근무 중입니다.
주요 연구 분야는 차세대 무선 통신 시스템 개발로, IEEE Transactions on Wireless Communications, IEEE Transactions on Communications 등 무선 통신 분야의 국제 저명 학술지에 다수의 논문을 게재하였고, 다수의 우수논문상을 통해 연구의 우수성을 인정받았습니다.
향후 무선 통신 물리 계층 연구를 토대로 통신 시스템 개발에 주력하며, 학문적·산업적 발전에 지속적으로 기여할 예정입니다.
