최우영 연구실
서울대학교 전기·정보공학부
최우영 교수
뉴로모픽 컴퓨팅
저항변화 메모리
벡터-행렬 곱(VMM)
홈
최우영 연구실
서울대학교 전기·정보공학부 최우영 교수
최우영 연구실은 전기·정보공학부 기반으로 뉴로모픽 컴퓨팅을 위한 비휘발성 소자와 회로·시스템을 연구합니다. 저항변화 메모리(VRRAM, memristor) 교차바에서 다중레벨 스위칭과 spike 기반 시냅스 플라스티시티를 하드웨어로 구현하고, charge-trapping tunnel FET(CT-TFET) 기반 어레이 연산으로 대규모 SNN용 저전력 VMM 정확도를 확보합니다. 또한 플래시 및 TANOS 기반 리저버 컴퓨팅, NEM memory switch를 활용한 TCAM 및 인메모리 연상 연산을 CMOS BEOL 통합 관점에서 설계합니다. 아울러 NEM-PUF의 in situ XOR로 엣지 AI 보안 기능을 경량 연산 형태로 제시합니다.
뉴로모픽 컴퓨팅저항변화 메모리벡터-행렬 곱(VMM)스파이킹 신경망(SNN)인메모리 연산
대표 연구 분야
연구 영역 전체보기
저항변화 메모리 VRRAM·교차바 기반 뉴로모픽 시냅스 어레이 및 VMM 연산
Memristive VRRAM and Crossbar-Based Neuromorphic Synaptic Arrays for VMM
연구 분야 상세보기
저항변화 메모리 VRRAM·교차바 기반 뉴로모픽 시냅스 어레이 및 VMM 연산
Memristive VRRAM and Crossbar-Based Neuromorphic Synaptic Arrays for VMM
연구 분야 상세보기
플래시·TANOS·NEM을 활용한 인메모리 연산 및 엣지 AI 보안 하드웨어
In-Memory Computing with Flash/TANOS and NEM Devices plus Edge AI Security
연구 분야 상세보기
Charge-trapping TFET 및 뉴런 모델 기반 저전력 스파이킹 신경망 하드웨어
Charge-Trapping TFET and Spiking Neuron Model for Energy-Efficient Neuromorphic Hardware
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
·
인용수 2
·
2025Physical reservoir computing system fully implemented using a single flash memory device via tailored decay pulse modulation
Donghyun Ryu, Suyong Park, Seongmin Kim, Seongmin Kim, Hyeon Ho Lee, Sungjun Kim, Sungjun Kim, Woo Young Choi
IF 17.1 (2025)
Nano Energy
https://doi.org/10.1016/j.nanoen.2025.111525
Reservoir computing
MNIST database
Scalability
Non-volatile memory
Neuromorphic engineering
Flash memory
Flash (photography)
Leakage (economics)
Dynamic random-access memory
2
Article
|
·
인용수 36
·
2024Memristive Architectures Exploiting Self-Compliance Multilevel Implementation on 1 kb Crossbar Arrays for Online and Offline Learning Neuromorphic Applications
Sungjoon Kim, Sungjoon Kim, Hyeonseung Ji, Kyungchul Park, Hyojin So, Hyungjin Kim, Sungjun Kim, Sungjun Kim, Woo Young Choi
IF 16 (2024)
ACS Nano
과도 현상(overshoot)과 구동 전류를 줄이기 위해 구조 최적화를 수행하였으며, 균일한 쌍극성(bipolar) 저항 스위칭 거동과 아날로그 스위칭 특성을 검증하였다. 또한 광범위한 전기 펄스 자극을 확인하여 장기 강화(long-term potentiation, LTP), 장기 억제(long-term depression, LTD) 및 기타 형태의 시냅스 가소성을 평가하였다. 우리는 온라인 학습 신경망을 훈련하기 위한 LTP 및 LTD 특성이 MNIST 분류에서 92.36%의 정확도를 가능하게 함을 확인하였다. 오프라인 학습 신경망에서 SC 모드의 양자화된 다중 레벨(multilevel)은 95.87%를 달성하였다. 마지막으로 32 × 32 크로스바 배열은 MNIST 이미지를 분류하기 위한 스파이킹 신경망 기반 VMM 연산을 시연하였다. 그 결과, 가중치 프로그래밍 오류는 소프트웨어 기반 신경망에 비해 정확도 저하를 1.2% 포인트에 그치게 만든다.
https://doi.org/10.1021/acsnano.4c06942
MNIST database
Crossbar switch
Neuromorphic engineering
Computer science
Artificial neural network
Memristor
Overshoot (microwave communication)
Resistive random-access memory
Spiking neural network
Materials science
3
Article
|
·
인용수 2
·
2024Resting-potential-adjustable soft-reset integrate-and-fire neuron model for highly reliable and energy-efficient hardware-based spiking neural networks
Kyungchul Park, Sungjoon Kim, Min-Hye Oh, Woo Young Choi
IF 6.5 (2024)
Neurocomputing
https://doi.org/10.1016/j.neucom.2024.127762
Computer science
Reset (finance)
Spiking neural network
Biological neuron model
Artificial neural network
Energy (signal processing)
Artificial intelligence
Computer hardware
Neuron
Embedded system
최신 정부 과제
41
과제 전체보기
1
2025년 3월-2029년 12월
|1,630,000,000원온디바이스용 플래시메모리 기반 인공지능반도체 프로세서 기술 개발
[최종목표]ㅇ 본 연구과제에서는 플래시메모리 기반 온디바이스 AI를 높은 정확도와 연산 속도로 처리하는 것을 지원하기 위해 알고리즘 수준에서 최적화를 수행하는 동시에, 이러한 알고리즘을 효율적으로 구동하는 하드웨어 핵심 요소기술들을 설계하는 연구를 수행함o 연산성능, 정확성, 현실적인 하드웨어 제약 등을 고려해 단순히 하드웨어 측면뿐만 아니라 소프트웨어 측...
온디바이스 인공지능
플래시메모리
인공지능 프로세서
인-플래시 처리
인-스토리지 처리
2
2025년 3월-2027년 12월
|963,000,000원다기능성 배선 기술 기반 CMOS-NEM 임베디드 보안 edge AI 시스템 개발
최종 목표: 다기능성 배선 기술 기반 엣지 AI 향 임베디드 보안 CMOS-NEM 칩 개발세부 목표:1. 임베디드 보안 엣지 AI 시스템용 삼차원 CMOS-NEM 소자/어레이 개발- CMOS baseline 공정 노드(≤ 30 nm)에서 동작하는 NEM 메모리 소자 특성 연구 및 서로 다른 기능의 수직 적층 (≥ 3 layers) 기술 개발- 동작 전압(≤...
엣지 인공지능
시간-도메인 인메모리 연산
경량 임베디드 보안
나노전기기계 메모리
스마트 배선기술
3
2025년 3월-2027년 12월
|722,000,000원다기능성 배선 기술 기반 CMOS-NEM 임베디드 보안 edge AI 시스템 개발
최종 목표: 다기능성 배선 기술 기반 엣지 AI 향 임베디드 보안 CMOS-NEM 칩 개발세부 목표:1. 임베디드 보안 엣지 AI 시스템용 삼차원 CMOS-NEM 소자/어레이 개발- CMOS baseline 공정 노드(≤ 30 nm)에서 동작하는 NEM 메모리 소자 특성 연구 및 서로 다른 기능의 수직 적층 (≥ 3 layers) 기술 개발- 동작 전압(≤...
엣지 인공지능
시간-도메인 인메모리 연산
경량 임베디드 보안
나노전기기계 메모리
스마트 배선기술
최신 특허
특허 전체보기
전체 특허
3차원 반도체 메모리 장치 및 그 동작 방법
상태
공개출원연도
2025출원번호
1020250000411뉴로모픽 메모리 장치 및 이를 이용한 뉴로모픽 시스템
상태
등록출원연도
2024출원번호
1020240129264스파이킹 인공 신경망 기반의 나노 전기기계 뉴런 장치
상태
등록출원연도
2024출원번호
1020240089754