AI-S2oC Lab
전자공학부 박대진
AI-S2oC 연구실은 인공지능, 임베디드 시스템, VLSI(초대형 집적회로) 설계를 융합한 차세대 시스템-온-칩(SoC) 및 엣지 AI 기술을 선도적으로 연구하는 국내 최고 수준의 연구실입니다. 본 연구실은 AI-Software-Embedded VLSI S2oftware-on-Chip 설계 전문가 양성을 목표로, AI 소프트웨어 스택의 온칩 최적화, AI 하드웨어 가속기 설계, 그리고 CMOS 실리콘 다이에 통합된 AI-임베디드 시스템-소프트웨어-온-칩의 구현 등 전 과정을 아우르는 교육과 연구를 수행하고 있습니다.
특히, 하드웨어/소프트웨어 공동 설계 및 검증, 저전력·고성능·소형화된 SoC 구현, 실시간 신경망 연산 최적화, 임베디드 AI 소프트웨어 스택의 효율적 배치, 하드웨어 가속기와의 긴밀한 연동 구조 등 다양한 첨단 기술을 개발하고 있습니다. 이러한 연구는 자율주행, 스마트 헬스케어, IoT, 산업용 로봇 등 다양한 분야의 차세대 임베디드 시스템에 적용되어, 신뢰성, 안전성, 실시간성, 에너지 효율성 등 산업 현장의 요구를 만족시키는 혁신적인 시스템 설계 기술을 제공합니다.
연구실은 엣지 디바이스에서의 AI 실행 및 저전력 임베디드 시스템 구현을 위한 하드웨어/소프트웨어 융합 최적화 기술에도 집중하고 있습니다. MCU 기반 온디바이스 학습, 플래시 메모리 기반 가중치 부분 업데이트, 경량 신경망 구조 설계, 하드웨어 가속기와 소프트웨어 알고리즘의 맞춤형 공동 최적화, 이벤트 기반 신호처리, 저전력 신호처리, 실시간 펌웨어 업데이트, 에러 검출 및 복구, 안전 실행 프레임워크 등 임베디드 시스템의 신뢰성과 효율성을 극대화하는 연구를 활발히 진행 중입니다.
또한, 자율주행 및 스마트 센서 시스템을 위한 AI 기반 신호처리와 하드웨어 가속기 기술 개발에도 앞장서고 있습니다. CNN, SNN, LSTM 등 다양한 신경망 모델을 임베디드 환경에 최적화하여, 저전력·고속 신호처리 가속기, 비트 분리형 곱셈기, 동적 범위 디코더, 타일 기반 병렬 처리 구조, 다중 코어 및 FPGA 기반 가속기 등 하드웨어 혁신을 통해 연산 효율성과 에너지 효율을 극대화하고 있습니다.
이러한 연구 성과는 국내외 유수의 학술지 및 학회 발표, 특허 출원, 산업체 협력 등 다양한 방식으로 실질적인 가치를 창출하고 있으며, AI-S2oC 연구실은 미래 지능형 임베디드 시스템 및 엣지 AI 분야에서 세계적 경쟁력을 갖춘 연구실로 자리매김하고 있습니다.
Robust Microcontroller
Low-Energy LiDAR Sensor Processor
Autonomous Vehicle Control Virtualization
AI-스택드 시스템-소프트웨어-온-칩(AI-stacked System-Software-on-Chip) 및 임베디드 VLSI 설계
AI-S2oC 연구실은 인공지능과 임베디드 시스템, VLSI(초대형 집적회로) 설계를 융합한 차세대 시스템-온-칩(SoC) 기술 개발에 집중하고 있습니다. 본 연구실은 AI-Software-Embedded VLSI S2oftware-on-Chip 설계 전문가 양성을 목표로, AI 소프트웨어 스택의 온칩 최적화, AI 하드웨어 가속기 설계, 그리고 CMOS 실리콘 다이에 통합된 AI-임베디드 시스템-소프트웨어-온-칩의 구현 등 전 과정을 아우르는 교육과 연구를 진행합니다.
특히, 미션 크리티컬 임베디드 시스템 설계를 위한 하드웨어/소프트웨어 공동 설계(co-design) 및 공동 검증(co-verification) 방법론을 적용하여, 저전력, 고성능, 소형화된 SoC를 실현하는 데 중점을 두고 있습니다. 이 과정에서 AI 알고리즘의 온칩 실시간 실행, 신경망 연산 최적화, 임베디드 AI 소프트웨어 스택의 효율적 배치, 그리고 하드웨어 가속기와의 긴밀한 연동 구조를 연구합니다.
이러한 연구는 자율주행, 스마트 헬스케어, IoT, 산업용 로봇 등 다양한 분야의 차세대 임베디드 시스템에 적용될 수 있으며, 실제 산업 현장에서 요구되는 신뢰성, 안전성, 실시간성, 에너지 효율성 등 다양한 요구사항을 만족시키는 혁신적인 시스템 설계 기술을 제공합니다.
엣지 AI 및 저전력 임베디드 시스템: 하드웨어/소프트웨어 융합 최적화
본 연구실은 엣지 디바이스에서의 AI 실행 및 저전력 임베디드 시스템 구현을 위한 하드웨어/소프트웨어 융합 최적화 기술을 선도적으로 연구하고 있습니다. 엣지 AI는 서버가 아닌 현장(엣지)에서 실시간으로 인공지능 연산을 수행해야 하므로, 제한된 연산 자원과 메모리, 전력 환경에서 높은 성능과 신뢰성을 동시에 달성해야 합니다.
이를 위해 연구실에서는 MCU(마이크로컨트롤러) 기반 온디바이스 학습, 플래시 메모리 기반 가중치 부분 업데이트, 경량 신경망 구조 설계, 하드웨어 가속기와 소프트웨어 알고리즘의 맞춤형 공동 최적화 등 다양한 기술을 개발하고 있습니다. 또한, 이벤트 기반 신호처리, 저전력 신호처리, 실시간 펌웨어 업데이트, 에러 검출 및 복구, 안전 실행 프레임워크 등 임베디드 시스템의 신뢰성과 효율성을 극대화하는 연구도 활발히 진행 중입니다.
이러한 기술은 자율주행차, 스마트 센서, 헬스케어 IoT, 산업용 자동화 등 다양한 응용 분야에서 실시간 데이터 처리, 에너지 절감, 시스템 안전성 확보, 유지보수 비용 절감 등 실질적인 가치를 창출하고 있습니다. 연구실은 산업체와의 협력, 특허 출원, 국제 학술지 및 학회 발표 등 다양한 성과를 통해 국내외 임베디드 AI 및 엣지 컴퓨팅 분야를 선도하고 있습니다.
차세대 자율주행 및 스마트 센서 시스템을 위한 AI 기반 신호처리 및 하드웨어 가속기
AI-S2oC 연구실은 자율주행, 스마트 센서, IoT 등 미래 지능형 시스템의 핵심이 되는 AI 기반 신호처리와 하드웨어 가속기 기술을 집중적으로 연구합니다. 자율주행 시스템에서는 카메라, LiDAR, 레이더 등 다양한 센서로부터 대용량 데이터를 실시간으로 처리해야 하며, 이를 위해 딥러닝 기반 객체 인식, 경로 계획, 장애물 회피, 3D 매핑 등 복잡한 알고리즘이 요구됩니다.
연구실은 CNN, SNN, LSTM 등 다양한 신경망 모델을 임베디드 환경에 최적화하여, 저전력·고속 신호처리 가속기(예: CNN Accelerator, LiDAR 신호처리 가속기, Noise Canceller 등)를 설계합니다. 또한, 비트 분리형 곱셈기, 동적 범위 디코더, 타일 기반 병렬 처리 구조, 다중 코어 및 FPGA 기반 가속기 등 하드웨어 혁신을 통해 연산 효율성과 에너지 효율을 극대화합니다.
이와 함께, 실시간 펌웨어 업데이트, 안전성 강화, 오류 검출 및 복구, 디지털 트윈 기반 시뮬레이션, 클라우드-엣지 연동 등 시스템 전반의 신뢰성과 확장성을 높이는 기술도 개발하고 있습니다. 이러한 연구는 자율주행차, 스마트 시티, 헬스케어, 산업 자동화 등 다양한 분야에서 실질적인 혁신을 이끌고 있습니다.
1
Flexible Edge-AI Software Execution Architecture
M. J. Kang
IEEE Access, 2025.07
2
Collaborative Beamforming
Dr. Oh
IET Electronics Letters, 2025.06
3
Embedded AI-Edge Systems for Autonomous Vehicles
S. H. Hong
IEEE Transactions on Intelligent Transportation Systems (TITS), 2025.06
1
Intensive School on Embedded System Software for Hyundai Motor Group
2
Multidisciplinary Research Training and Development Enterprise for AI and Semiconductor Technology
3
Undergraduate Student Research Internship (17th) 2025.05-2025.08