본 연구 주제는 초고집적 반도체 시스템을 효율적으로 구현하기 위한 VLSI 설계와 전자설계자동화(CAD) 기술에 초점을 둔다. 연구실은 대규모 집적회로의 성능, 전력, 면적을 동시에 최적화하기 위해 배치배선, 게이트 사이징, 타이밍 분석, 전력 무결성, 클록 설계 등 반도체 백엔드 및 시스템 수준의 설계 문제를 다룬다. 특히 실제 칩 설계 흐름에서 발생하는 복잡한 제약을 정량적으로 모델링하고, 이를 자동화 도구로 연결하는 방법론 개발이 핵심이다. 구체적으로는 타이밍 구동형 배치 최적화, useful skew 제어, 상세 배선, signoff 수준 타이밍 예측, 인터커넥트 지연 모델링과 같은 주제를 통해 설계 품질을 높이는 연구를 수행한다. 또한 저전력 설계를 위해 파워 게이팅, 누설 전력 감소, 전압 노이즈 분석, 3D IC 및 TSV 기반 집적구조의 신뢰성 향상 기술도 함께 연구한다. 이러한 접근은 단순한 회로 설계에 그치지 않고, 실제 산업 현장에서 활용 가능한 EDA 알고리즘과 설계 플로우의 고도화로 이어진다. 이 연구의 의의는 첨단 반도체의 설계 난도가 빠르게 증가하는 상황에서, 설계 생산성과 품질을 동시에 확보할 수 있는 기반 기술을 제공한다는 점에 있다. 인공지능 반도체, 메모리 시스템, 고성능 컴퓨팅 칩, 3차원 집적회로 등 다양한 응용 분야에서 CAD 자동화의 중요성은 더욱 커지고 있다. 연구실은 산업체 경력과 학계 연구를 결합하여 실용성과 학문성을 모두 갖춘 설계 자동화 기술을 발전시키고 있다.

본 연구 주제는 기존 이진 논리를 넘어서는 다치논리, 특히 삼진 논리 회로를 활용하여 차세대 초저전력 연산 구조를 구현하는 데 목적이 있다. 연구실은 삼진 곱셈기, 삼진-이진 변환기, 저전력 삼진 논리 회로 장치와 같은 특허를 통해, 다치정보 표현이 회로 복잡도와 에너지 효율 측면에서 제공할 수 있는 이점을 실제 하드웨어 수준에서 구체화하고 있다. 이는 미래의 고집적 연산 시스템에서 연산량 증가에 따른 전력 한계를 완화하는 유망한 접근이다. 대표적으로 anti-ambipolar switch와 negative-differential-resistance 소자를 활용한 삼진 인버터, 삼진 전가산기, 삼진 SRAM 구현과 같은 연구가 수행되었다. 이러한 연구는 새로운 소자 특성을 회로 및 시스템 수준의 논리 설계로 연결하는 융합형 접근을 보여준다. 특히 기존 CMOS 중심 설계가 갖는 전력 및 소자 수 증가 문제를 완화하면서도, 실제 회로 동작 가능성을 검증하는 방향으로 진행된다는 점이 특징이다. 삼진 논리 연구는 향후 저전력 엣지 디바이스, 인메모리 컴퓨팅, 고밀도 연산 아키텍처, 비전통적 컴퓨팅 플랫폼에 적용될 가능성이 높다. 연구실은 회로 수준의 효율성뿐 아니라 설계 방법론, 변환 회로, 근사 연산 구조까지 함께 다루며, 다치논리를 실용적인 반도체 설계 기술로 발전시키고 있다. 이는 단순한 개념 연구가 아니라, 실제 구현 가능한 차세대 논리 패러다임을 제시하는 연구라 할 수 있다.

본 연구 주제는 인공지능 연산의 폭발적 증가에 대응하기 위해, AI 반도체와 메모리 중심 컴퓨팅 구조를 설계하는 데 초점을 둔다. 연구실은 인공지능 반도체 설계 소프트웨어 개발, DRAM 기반 PIM 설계 기반 기술, 비휘발성 PIM용 메모리 모듈 및 메모리 컴파일러 개발과 같은 대형 프로젝트에 참여하며, 알고리즘-아키텍처-회로-설계자동화를 아우르는 연구를 수행하고 있다. 핵심 목표는 데이터 이동 비용을 줄이고 연산 효율을 높여, AI 시스템의 전력과 성능 병목을 해결하는 것이다. 특히 DRAM PIM과 비휘발성 메모리 기반 인메모리컴퓨팅은 기존 폰노이만 구조의 한계를 극복할 수 있는 핵심 기술로 주목받고 있다. 연구실은 메모리 어레이, 디지털/아날로그/혼성 회로, 표준 셀 IP, 메모리 컴파일러, SoC 검증 등 실제 구현에 필요한 세부 기술을 폭넓게 다룬다. 또한 특징 맵 압축, 채널 루프 타일링 기반 신경망 가속기, 데이터 특성 기반 최적화와 같은 연구를 통해 AI 워크로드에 특화된 회로 및 시스템 설계를 추진한다. 이 연구는 데이터센터용 고성능 AI 칩뿐 아니라, 저전력 임베디드 기기와 엣지 환경까지 포괄하는 확장성을 가진다. 향후 AI 반도체는 단순한 연산 성능 경쟁을 넘어, 메모리 구조와 설계 자동화의 혁신이 함께 요구되는데, 연구실은 바로 이 접점에서 중요한 역할을 수행하고 있다. 결과적으로 본 연구는 차세대 AI 시스템의 에너지 효율, 집적도, 실용성을 동시에 향상시키는 기반 기술을 제공한다.