이행우 연구실
지능정보통신공학과
이행우
이행우 연구실은 정보통신공학 분야에서 VLSI 설계와 신호처리 회로 개발, 그리고 딥러닝 기반 음성신호 처리 기술을 선도적으로 연구하는 연구실입니다. 본 연구실은 초대규모 집적회로(VLSI) 설계의 이론과 실습을 아우르며, 통신 시스템, 보청기, 음향반향제거기 등 다양한 응용 분야에 최적화된 맞춤형 회로를 개발해왔습니다. Verilog HDL, VHDL 등 하드웨어 기술 언어를 활용한 실습과, 실제 칩 제작 및 검증까지 포괄적으로 수행하며, 암호 알고리즘의 하드웨어 최적화, UWB 통신용 수신기, 디지털 보청기 IC 등 다양한 특화 회로 개발 경험을 보유하고 있습니다.
최근에는 인공지능 기술의 발전에 발맞추어, 딥러닝 기반의 음성신호 처리 및 잡음제거 알고리즘 연구에 집중하고 있습니다. CNN, FNN 등 다양한 신경망 구조와 스펙트로그램, 이산 웨이블릿 변환(DWT) 등 시간-주파수 변환 기법을 결합하여, 기존 신호처리 방식보다 뛰어난 성능을 보이는 혁신적인 알고리즘을 개발하고 있습니다. 실제로 Tensorflow, Keras 등 최신 딥러닝 프레임워크를 활용한 실험을 통해, 높은 음성인식 정확도와 우수한 잡음제거 성능을 입증하였습니다.
이러한 연구 성과는 보청기, 스마트 스피커, 음성비서, 통신기기 등 다양한 산업 분야에 적용될 수 있으며, 특허 출원 및 상용화 연구도 활발히 이루어지고 있습니다. 또한, 연구실은 다양한 산학협력 프로젝트와 정부 과제 수행을 통해 실용적 기술 개발과 산업계 기여에도 힘쓰고 있습니다.
연구실의 교수진은 정보통신공학, 반도체 설계, 신호처리, 인공지능 등 다양한 분야에서 풍부한 연구 경험과 실적을 보유하고 있으며, 다수의 논문, 저서, 특허를 통해 학계와 산업계에 큰 영향을 미치고 있습니다. 학생들은 이론과 실습을 겸비한 교육을 통해, 첨단 정보통신기술 분야의 전문 인재로 성장할 수 있는 기회를 얻고 있습니다.
앞으로도 이행우 연구실은 VLSI 설계와 딥러닝 기반 신호처리 기술을 바탕으로, 차세대 정보통신 시스템과 스마트 디바이스, 인공지능 응용 분야에서 혁신적인 연구를 지속적으로 추진할 계획입니다.
VLSI 설계 및 신호처리 회로 개발
VLSI(초대규모 집적회로) 설계는 현대 정보통신 시스템의 핵심 기술로, 복잡한 디지털 및 아날로그 회로를 하나의 칩에 집적하여 고성능, 저전력, 소형화된 전자기기를 구현하는 데 필수적입니다. 본 연구실은 VLSI 설계의 이론적 기반부터 실제 회로 구현까지 전 과정을 아우르며, 특히 통신 시스템, 신호처리, 보청기, 음향반향제거기 등 다양한 응용 분야에 적합한 맞춤형 집적회로 개발에 주력하고 있습니다.
연구실에서는 Verilog HDL, VHDL 등 하드웨어 기술 언어를 활용한 디지털 회로 설계 실습과, 아날로그 및 디지털 통신 회로의 이론적 분석, 그리고 실제 칩 제작 및 검증까지 포괄적으로 다룹니다. 또한, SEED, IDEA 등 암호 알고리즘의 하드웨어 최적화, UWB 통신용 Rake 수신기, 디지털 보청기 IC, 핸즈프리용 음향반향제거기 등 다양한 특화 회로 개발 경험을 축적해 왔습니다.
이러한 연구는 반도체 산업의 발전과 더불어, 차세대 정보통신기술의 핵심 인프라를 제공하며, 고성능·저전력·고신뢰성 회로 설계 기술을 통해 산업계와 학계 모두에 큰 기여를 하고 있습니다. 앞으로도 본 연구실은 첨단 VLSI 설계 기술을 바탕으로, 인공지능, IoT, 스마트 디바이스 등 미래 지향적 응용 분야로 연구를 확장해 나갈 계획입니다.
딥러닝 기반 음성신호 처리 및 잡음제거 알고리즘
최근 인공지능 기술의 발전과 함께, 음성신호 처리 분야에서도 딥러닝 기반의 혁신적인 알고리즘이 활발히 연구되고 있습니다. 본 연구실은 CNN, FNN 등 다양한 신경망 구조를 활용하여 음성인식, 음향반향제거, 잡음소거, 보청기용 신호처리 등 실생활에 밀접한 응용 분야에 최적화된 알고리즘을 개발하고 있습니다.
특히, 스펙트로그램 변환, 이산 웨이블릿 변환(DWT) 등 시간-주파수 변환 기법과 딥러닝을 결합하여, 기존의 적응필터나 전통적 신호처리 방식보다 뛰어난 잡음감쇠 및 음성인식 성능을 달성하고 있습니다. 실제로 Tensorflow, Keras 등 최신 딥러닝 프레임워크를 활용한 시뮬레이션과 실험을 통해, 92.5% 이상의 음성인식 정확도, 기존 대비 20~30% 향상된 잡음제거 성능 등 우수한 결과를 도출하였습니다.
이러한 연구는 보청기, 스마트 스피커, 음성비서, 통신기기 등 다양한 산업 분야에 적용될 수 있으며, 특허 출원 및 상용화 연구도 활발히 진행되고 있습니다. 앞으로도 본 연구실은 딥러닝 기반 신호처리의 이론적 고도화와 실용적 응용 확대를 위해 지속적으로 연구를 이어갈 예정입니다.
1
컨볼루션 혼합신호의 암묵 잡음분리방법
이행우
한국전자통신학회 논문지, 2022
2
Analysis on performances of the optimization algorithms in CNN speech noise attenuator
이행우
Indonesian Journal of Electrical Engineering and Informatics, 2021
3
CNN 잡음감쇠기에서 필터 수의 최적화
이행우
한국전자통신학회 논문지, 2021
1
딥러닝 기술을 적용하여 환경잡음과 피드백을 감소시키는 보청기 개발
