AISys

첨단융합학부
이진호

AISys 연구실은 첨단융합학부에 소속된 연구실로, AI 가속기, 신경망 아키텍처 검색, 분산 딥러닝, 신경망 압축 및 적대적 학습 분야에서 활발한 연구를 진행하고 있습니다. 최근 3년간 'DataFreeShield: Defending Adversarial Attacks without Training Data', 'PID-Comm: A Fast and Flexible Collective Communication Framework for Commodity Processing-in-DIMMs', 'PeerAiD: Improving Adversarial Distillation from a Specialized Peer Tutor' 등 다수의 논문을 발표하였으며, 다양한 프로젝트를 통해 AI 기술의 실용화를 위해 노력하고 있습니다. 특히, AI 가속기와 신경망 아키텍처 검색 분야에서 뛰어난 연구 성과를 보이고 있으며, 여러 기업과의 협력을 통해 실제 산업에 적용 가능한 기술 개발에 주력하고 있습니다.

Adversarial Training

Neural Network Compression

Distributed Deep Learning

대표 연구 분야

연구 영역 전체보기

AI 가속기 및 분산 딥러닝

첨단융합학부 AISys 연구실은 AI 가속기와 분산 딥러닝 분야에서 선도적인 연구를 진행하고 있습니다. 연구실은 최신 AI 모델의 연산 효율성을 높이기 위해 고성능 AI 가속기를 설계하고 이를 분산 시스템에서 효과적으로 활용하는 방법을 탐구합니다. 특히, AI 모델을 다양한 하드웨어 환경에서 실행할 수 있도록 최적화하고, 데이터 흐름을 최적화하여 성능을 극대화하는 기술에 중점을 두고 있습니다. 이러한 연구는 대규모 데이터 처리와 실시간 분석이 요구되는 산업에 큰 기여를 할 수 있습니다.

데이터 없는 프라이버시-보호형 신경망 압축

AISys 연구실은 훈련 데이터 없이 신경망을 압축하고 이를 통해 사용자 데이터의 프라이버시를 보호하는 기술을 연구하고 있습니다. 이 연구는 민감한 데이터를 사용하지 않고도 높은 성능의 신경망을 구축할 수 있는 방법을 제시하며, 특히 데이터 접근이 제한된 환경에서 유용합니다. 연구실은 다양한 신경망 구조에 대해 데이터 없는 학습 및 압축 기법을 개발하여, 프라이버시를 유지하면서도 모델의 효율성을 극대화하는 것을 목표로 하고 있습니다.

주요 논문

발행물 전체보기

DataFreeShield: Defending Adversarial Attacks without Training Data

Hyeyoon Lee, Kanghyun Choi, Dain Kwon, SunJong Park, Mayoore Selvarasa Jaiswal, Noseong Park, Jonghyun Choi, Jinho Lee*

ICML, 2024

PID-Comm: A Fast and Flexible Collective Communication Framework for Commodity Processing-in-DIMMs

Si Ung Noh1, Junguk Hong1, Chaemin Lim, Seongyeon Park, Jeehyun Kim, Hanjun Kim, Youngsok Kim*, Jinho Lee*

ISCA, 2024

A Case for In-Memory Random Scatter-Gather for Fast Graph Processing

Changmin Shin1, Taehee Kwon1, Jaeyong Song, Jae Hyung Ju, Frank Liu, Jinho Lee*

IEEE CAL, 2024