김상범 연구실은 재료공학부를 기반으로 차세대 인공지능 하드웨어 구현을 위한 신소자 및 신소재 개발, 그리고 이를 활용한 뉴로모픽 및 인-메모리 컴퓨팅 시스템 연구에 집중하고 있습니다. 본 연구실은 상변화 메모리(PCM), 저항변화 메모리(RRAM), 금속 산화물 기반 ECRAM, IGZO TFT, 2차원 소재 기반 소자 등 다양한 비휘발성 메모리 소자를 개발하고, 이들의 물리적·전기적 특성을 심층적으로 분석하여, 인공지능 신경망 학습에 최적화된 시냅스 소자와 뉴런 회로를 구현하고 있습니다. 특히, 아날로그 인-메모리 컴퓨팅(In-Memory Computing) 기술을 활용하여, 메모리와 연산이 집적된 초저전력·고속·고집적 뉴로모픽 칩 개발에 앞장서고 있습니다. 연구실은 소자-회로-알고리즘의 통합적 접근을 통해, 실제 소자 특성의 비이상성(비선형성, 드리프트, 변동성 등)이 시스템 성능에 미치는 영향을 정량적으로 분석하고, 이를 보정하는 하드웨어 친화적 학습 알고리즘과 회로 설계 기법을 개발하고 있습니다. 또한, 다양한 신경망 구조(스파이킹 뉴럴 네트워크, CNN, RBM 등)를 실제 하드웨어에서 구현하여, 패턴 인식, 이미지 생성, 최적화 문제 해결 등 다양한 응용 분야에서 우수한 성능을 입증하였습니다. 실시간 온칩 학습, 초저전력 동작, 고집적화 등 차세대 인공지능 하드웨어의 핵심 요구사항을 만족시키기 위한 소재-소자-회로-시스템 전주기적 연구를 수행하고 있습니다. 연구실은 국내외 산학연 협력 및 대형 국책과제, 민간투자 프로젝트 등을 통해, 실용화 및 산업적 파급력이 높은 연구를 지속적으로 추진하고 있습니다. 이를 통해, 미래형 인공지능 가속기, 엣지 컴퓨팅, 스마트 센서, 자율주행, IoT 등 다양한 산업 분야에 적용 가능한 혁신적 하드웨어 플랫폼을 개발하고 있습니다. 김상범 연구실은 소재-소자-회로-알고리즘-시스템을 아우르는 융합적 연구 역량을 바탕으로, 차세대 인공지능 하드웨어의 글로벌 리더로 도약하고 있습니다. 앞으로도 혁신적인 연구를 통해 인공지능 및 반도체 산업의 미래를 선도할 것입니다.